Магистратура "Математическое и компьютерное моделирование в управлении процессами наукоемкого производства" СПбПУ, Санкт-Петербург

Программа ориентирована на создание целостного подхода к управлению жизненным циклом наукоемкого продукта — от генерации идеи и проектирования до внедрения и оптимизации. Акцент делается на освоении методологий инновационной деятельности, современных методов анализа данных и машинного обучения, а также на принципах системной инженерии. Выпускник получает компетенции для сквозного проектирования и управления сложными процессами, где ключевую роль играют точное моделирование, работа с большими данными и управление рисками.

Обучение строится вокруг практического применения инструментов цифрового моделирования и автоматизации, включая подходы DevOps, для конструирования гибких и эффективных производственных систем. Программа формирует специалиста, для которого инновация — это не абстрактная категория, а строго рассчитываемый и управляемый процесс, основанный на данных и современных компьютерных технологиях.

Профессиональные дисциплины:

• Иностранный язык в профессиональной коммуникации
• Цифровые ресурсы в научном исследовании
• Управление инновационным и научным проектами
• Управление инновационным проектом
• Управление научным проектом
• Базовый модуль направления
• Математические модели технических объектов управления
• Современные проблемы теории автоматического управления
• Компьютерные технологии в педагогической деятельности
• История и методология науки
• Теоретические основы инновационной деятельности
• Теория развития инноваций
• Типовые процессы, описание бизнес-процессов
• Управление инновационными процессами: управление инновационными программами, методы и инструменты управления, управление продуктами
• Основы экономической теории в профессиональной деятельности
• ТРИЗ и дизайн-мышление
• Защита интеллектуальной собственности
• Статистика в инновационной деятельности
• Архитектура, процессы и стратегия управления организацией
• Управление рисками
• Цифровое моделирование производственных процессов
• Основы управления проектными командами
• Системная инженерия
• Когнитивные системы
• Машинное обучение и нейронные сети
• Системы программирования
• Статистическая обработка данных
• Системы анализа больших данных
• Методология разработки и эксплуатации производственных систем DevOps
• Автоматизированное проектирование средств и систем управления
• Проектная работа.