Большие данные и машинное обучение / Big data and machine learning: магистратура в вузах Санкт-Петербурга

В процессе обучения особое внимание уделяется прикладным аспектам: магистранты учатся формализовать задачи, структурировать данные и создавать интеллектуальные системы для их обработки. Они осваивают методы многомерного анализа, учатся проектировать программные решения для работы с большими данными и применять машинное обучение в различных сферах — от промышленности до социоэкономических исследований.

Программа сочетает фундаментальные знания в области прикладной математики и информатики с развитием soft skills, включая управление проектами, командную работу и научную коммуникацию. Это позволяет выпускникам не только разрабатывать сложные алгоритмы, но и эффективно внедрять их в практику.

Обучающиеся могут выбрать для себя одно из трёх направлений: «Технологии организации и управления инфраструктурой больших данных», «Технологии машинного обучения и анализа больших данных», «Когнитивные технологии и квантовый интеллект».

Изучаемые дисциплины:

• Креативные технологии (онлайн-курс)
• Методология управления проектами (Предпринимательская культура)
• Мышление
• Иностранный язык
• Иностранный язык в профессиональной деятельности
• Элективная дисциплина Soft Skills
• Переговоры, управление конфликтом и техники влияния
• Эмоциональный интеллект
• Деловая и научная этика, организация научных исследований
• Личная эффективность и управление временем
• Интернационализация научных исследовании
• Эффективное управление командой
• Цифровая культура в предметной области 
• Обработка и анализ данных (онлайн-курс)
• Прикладной искусственный интеллект (онлайн-курс)
• Анализ и разработка алгоритмов
• Квантовая информатика и теории квантовых алгоритмов
• Высокопроизводительные вычисления
• Методы и модели многомерного анализа данных
• Инфраструктура больших данных
• Параллельные алгоритмы анализа и синтеза данных.

Вариативный блок 1. Технологии организации и управления инфраструктурой больших данных:

• Эволюционные вычисления (онлайн-курс)
• Специализированные технологии больших данных
• Дискретные математические модели
• Методы машинного обучения для обработки промышленных данных.

Вариативный блок 2. Технологии машинного обучения и анализа больших данных:

• Технологии машинного обучения
• Визуализация данных
• Архитектуры нейронных сетей для глубокого обучения
• Эволюционные вычисления (онлайн-курс).

Вариативный блок 3. Когнитивные технологии и квантовый интеллект:

• Динамические модели принятия решений в сложных социальных и экономических системах (онлайн-курс)
• Квантовые когнитивные технологии систем искусственного интеллекта
• Моделирование и анализ социоэкономических систем на квантовых принципах
• Машинное обучение и искусственный интеллект.