Математическое и программное обеспечение систем искусственного интеллекта (R&D): магистратура в вузах Санкт-Петербурга

Программа разработана на основе результатов исследований по приоритетному научно-образовательному направлению «Искусственный интеллект» и ориентирована на студентов, желающих научиться разрабатывать современные информационные технологии и ИТ-инструментарий в области индустриального искусственного интеллекта. Профессиональные компетенции, которые обеспечивает образовательная программа, устанавливаются на основе профессиональных стандартов, соответствующих профессиональной деятельности выпускников, а также соответствуют современным запросам в области производства систем искусственного интеллекта в промышленности.

Большое внимание уделяется проектной деятельности в команде под управлением научного руководителя. Исходя из целей научного проекта формируется индивидуальная образовательная траектория. Обучающиеся совместно с руководителем выбирают дисциплины в рамках отдельного модуля, наиболее полно обеспечивающие получение профессиональных компетенций и выполнение научных исследований в рамках проектов.

Изучаемые дисциплины:

• Коммерциализация результатов научных исследований и разработок
• Анализ, моделирование и оптимизация систем
• Представление знаний и системы искусственного интеллекта
• Социальные коммуникации в профессиональной среде
• Объектно-ориентированные технологии разработки программного обеспечения
• Иностранный язык / Русский язык как иностранный.

Вариативная часть:

• Компьютерная алгебра.

Модуль 1: Введение в искусственный интеллект и машинное обучение:

• Базовые задачи искусственного интеллекта
• Машинное обучение.

Модуль 2: Инструментарий реализации систем искусственного интеллекта.

Дисциплины модуля 2 (выбрать 3):

• Инструменты визуализации данных
• Интеллектуальный анализ данных
• Программные средства разработки систем искусственного интеллекта
• Инструменты для анализа данных (R, pandas).

Модуль 3: Математические основы интеллектуальной обработки данных.

Дисциплины модуля 3 (выбрать 2):

• Графовые вероятностные модели
• Теория операций
• Теория игр
• Нечеткая логика
• Теория глубокого обучения.
• Методы обработки данных (классические байесовские фильтры).

Модуль 4: Алгоритмические основы интеллектуальной обработки данных.

Дисциплины модуля 4 (выбрать 2):

• Нейронные сети
• Теория сложности алгоритмов
• Обучение с подкреплением
• Параллельные и распределенные алгоритмы.

Модуль 5: Гуманитарные аспекты систем искусственного интеллекта.

Дисциплины модуля 5 (выбрать 1):

• Стандартизация систем на базе искусственного интеллекта
• Этика и безопасность применения искусственного интеллекта.

Модуль 6: Прикладные вопросы применения искусственного интеллекта.

Дисциплины модуля 6 (выбрать 2):

• Системы виртуальной и расширенной реальности
• Семантический Web
• Обработка изображений и компьютерное зрение (OpenCV)
• Рекомендательные системы и сервисы
•  Введение в block-chain технологии.

Модуль 7: Автономные системы и беспилотный транспорт.

Дисциплины модуля 7 (выбрать 2):

• Автономные системы и беспилотный транспорт
• SLAM- алгоритмы
• Обработка изображений и компьютерное зрение на основе нейронных сетей.

Модуль 8: Разработка программного обеспечения для систем с искусственным интеллектом.

Дисциплины модуля 8 (выбрать 3):

• Интернет вещей
• Индустрия 4.0
• Архитектура ПО систем искусственного интеллекта
• Интерпретируемый искусственный интеллект
• Машинное обучение в информационной безопасности
• Облачные и туманные вычисления.

Модуль 9: Технологии продвинутого искусственного интеллекта.

Дисциплины модуля 9 (выбрать 2):

• Пространственный искусственный интеллект
• Распределенный искусственный интеллект
• Интеллектуальные данные Smart Data.

Модуль 10: Когнитивные структуры и вычисления.

Дисциплины модуля 10 (выбрать 2):

• Нейроморфные вычисления
• Квантовые вычисления
• Тропическая математика
• Генетические и эволюционные вычисления
• Обработка естественного языка
• Анализ звука и голоса.

Модуль 11: Построение прогнозных моделей (выбрать 1):

• Анализ потоковых данных
• Анализ временных рядов.