Магистратура "Распределенные интеллектуальные системы и технологии" СПбГЭТУ ЛЭТИ, Санкт-Петербург

Особенностью предложения является гибкость и индивидуальный подход. Магистранту предоставляется возможность совместно с научным руководителем сформировать персональную траекторию, гармонично сочетая глубокую теоретическую подготовку с прикладной разработкой программных или аппаратных комплексов. Это позволяет сконцентрироваться на наиболее интересных аспектах — от квантовых и нейроморфных вычислений до анализа больших данных, компьютерного зрения и создания многоагентных систем для интернета вещей.

Таким образом, выпускник приобретает не просто набор знаний, а целостное компетентностное видение для полного цикла создания интеллектуальных продуктов — от фундаментальной идеи и математического обоснования до программной реализации и аппаратного воплощения в формате исследований и разработки.

Изучаемые дисциплины:

• Основы предпринимательства
• Интеллектуальные системы
• Математические основания информатики
• Архитектура параллельных вычислительных систем
• Методология научного познания
• Управление проектированием информационных систем
• Построение и оптимизация алгоритмов
• Технология разработки программного обеспечения
• Иностранный язык / Русский язык как иностранный.

Вариативная часть:

Модуль 1: Инструментальные средства искусственного интеллекта.

Дисциплины модуля 1 (выбрать 4):

• OLAP анализ
• Инструменты для анализа данных (R, pandas)
• Инструменты визуализации данных
• Машинное обучение
• Конечные множества и комбинаторика
• Конечные алгебраические системы
• Компьютерная алгебра
• Администрирование сетей
• Беспроводные сети
• Системы реального времени
• Цифровая элементная база аппаратных решений
• Проектирование нереляционных баз данных
• Методы преобразования и оптимизации доступа к данным
• Средства параллельного программирования
• Разработка приложений в распределенной среде
• Программные средства разработки систем искусственного интеллекта
• Процессорные soft-core.

Модуль 2: Математические модели и методы в искусственном интеллекте (обязательный).

Дисциплины модуля 2 (выбрать 2):

• Многозначная логика
• Нечеткая логика
• Графовые вероятностные модели
• Теория глубокого обучения
• Параллельные и распределенные алгоритмы
• Нейронные сети.

Модуль 3: Когнитивные алгоритмы и вычисления (обязательный).

Дисциплины модуля 3 (выбрать3):

• Квантовые вычисления
• Тропическая математика
• Генетические и эволюционные вычисления
• Аппаратные нейросети
• Периферийные вычисления.

Модуль 4 (выборный) (на выбор 1 модуль из двух):

Модуль 4.1: Представление знаний в системах искусственного интеллекта:

• Представление знаний в системах искусственного интеллекта
• Программирование наборов ответов (ASP)
• Представление моделей знаний
• Семантический Web
• Обработка изображений и компьютерное зрение (OpenCV)
• Теория игр.

Модуль 4.2: Инструменты и технологии проектирования аппаратно-программных систем искусственного интеллекта:

• Языки проектирования и верификации
• Встроенные процессорные решения
• Введение в blockchain технологии.

Модуль 5 (выборный) (выбрать 3 модуля из четырех).

Модуль 5.1: Аппаратная реализация элементов нейросетей (выбрать 3):

• Аппаратные отказоустойчивые вычислители (Bit-stream processing)
• Нейроморфные вычисления.

Модуль 5.2: Анализ текстовой и мультимедийной информации (выбрать 3):

• Обработка естественного языка
• Анализ тональности текста
• Обработка изображений и компьютерное зрение на основе нейронных сетей
• Анализ звука и голоса
• Цифровая обработка сигналов (DSP, FPGA).

Модуль 5.3: Анализ и обработка больших данных (выбрать 3):

• Анализ потоковых данных
• Анализ временных рядов
• Распределенная обработка больших данных
• Анализ распределенных данных
• Анализ больших данных.

Модуль 5.4: Моделирование облачных многокомпонентных интеллектуальных IOT-систем (выбрать 3):

• Интеллектуальные агенты
• Многоагентные системы
• Интерпретируемый ИИ
• Машинное обучение в ИБ
• Облачные и туманные вычисления
• Интернет вещей.