Машинное обучение и анализ данных: магистратура в вузах Санкт-Петербурга

Обучение охватывает ключевые аспекты работы с большими массивами информации, включая их обработку, интерпретацию и применение в различных сферах — от финансов до технологических инноваций. Особое внимание уделяется машинному обучению, байесовским методам, глубинному анализу и прогнозированию, а также работе с алгоритмами для извлечения ценных знаний из данных.

Студенты осваивают не только теоретические основы, но и практические навыки программирования, включая продвинутое использование Python и современных инструментов анализа. Программа также включает изучение финансовых технологий, риск-менеджмента и методов визуализации, что позволяет выпускникам эффективно применять полученные знания в реальных проектах.

Ключевые дисциплины:

• Макроэкономика
• Теория баз данных
• Программирование на Python и работа с Linux
• Современные методы анализа данных: Глубинное обучение
• Современные методы принятия решений: Алгоритмы обработки больших данных
• Основы риск-менеджмента
• Финансы банка
• Анализ текстов. Генеративные модели
• Байесовские методы в анализе данных
• Машинное обучение
• Финансовые технологии
• Структурный анализ и визуализация сетей
• Прогнозирование временных данных и случайных процессов
• Имитационное моделирование финансово-экономических систем
• Разработка смарт-контрактов и приложений для распределенных реестров
• Python: продвинутый уровень.