Науки о данных: программа бакалавриата СПбГУ

Студенты этой программы глубоко изучают математические основы статистики, теории вероятностей, линейной алгебры и математического анализа, которые лежат в основе обработки и анализа данных. Важной частью обучения является также освоение современных методов машинного обучения и искусственного интеллекта.

Программа акцентирует внимание на практическом применении математических моделей и алгоритмов для анализа данных из различных областей, таких как бизнес, медицина, наука и технологии. Студенты учатся работать с большими объемами данных, проводить статистические исследования, создавать прогностические модели и принимать обоснованные решения на основе данных.

Важной частью программы является также обучение работе с программными средствами и языками программирования, используемыми в области анализа данных, такими как Python, R, SQL и другие. Студенты приобретают практические навыки в области обработки данных, визуализации и интерпретации результатов.

Выпускники программы становятся востребованными специалистами в области аналитики данных, машинного обучения и науки о данных, готовы и к работе в различных сферах, где требуется экспертное владение методами обработки и анализа данных для принятия важных стратегических решений.

Основные профессиональные дисциплины:

• Абстрактная алгебра
• Аналитическая геометрия
• Линейная алгебра
• Математический анализ
• Теория чисел
• Комбинаторика
• Программирование
• Алгоритмы и структуры данных
• Дискретная математика
• Дифференциальные уравнения
• Математический анализ
• Математическая логика
• Структуры данных
• Топология
• Комплексный анализ
• Функциональный анализ
• Теория вероятностей
• Математическая статистика
• Случайные процессы
• Машинное обучение
• Численные методы
• Уравнения в частных производных
• Вариационное исчисление
• Вычислительная статистика
• Нейронные сети
• Машинное обучение
• Методы оптимизации
• Многомерный регрессионный анализ
• Оптимальное управление
• Теоретическая механика

Сетка курсов по выбору:

• Реляционные алгебры / Системы управления базами данных
• Гармонический анализ / Алгоритмические системы
• Скрытые марковские модели / Нейронные сети
• Интегральные преобразования / Восстановление данных и коды исправляющие ошибки
• Проективная геометрия / Введение в криптографию
• Алгоритмы биоинформатики / Анализ социальных сетей
• Геометрические инварианты / Алгоритмы сжатия информации
• Введение в теорию вейвлетов / Информационный поиск