Программа предлагает студентам углубленное освоение ключевых методов анализа данных, машинного обучения и искусственного интеллекта. В процессе обучения студенты получат как теоретическую подготовку, так и практические навыки в работе с большими данными, статистикой, алгоритмами машинного обучения, нейронными сетями и глубоким обучением. Они научатся проводить предварительную обработку данных, выполнять визуализацию и интерпретацию результатов, а также использовать современные инструменты для анализа данных и разработки систем искусственного интеллекта. Важным аспектом программы является знакомство с прикладными сферами применения ИИ, такими как биомедицина, финансы, робототехника и другие.

Основу программы составляют две области — компьютерные науки и математика. Студенты будут изучать основы программирования, архитектуру компьютеров, логическое проектирование, дискретную математику, математический анализ и линейную алгебру.

Программа предлагает три специализации:

1. Анализ данных и машинное обучение: для студентов, которые хотят разрабатывать и совершенствовать искусственный интеллект, обучая модели с помощью данных. Основные дисциплины включают машинное обучение, компьютерное зрение и нейронные сети.
2. Прикладной искусственный интеллект: фокусируется на применении ИИ для создания решений, которые могут улучшить жизнь людей. Здесь студенты углубляются в использование технологий ИИ для разработки программных продуктов.
3. Робототехника: направлена на изучение мехатроники, теории управления и применения ИИ в робототехнике, включая создание автономных систем.

Основные профессиональные дисциплины по специализациям:

Анализ данных и машинное обучение:

• Введение в машинное обучение
• Компьютерные сети
• Проектирование баз данных
• Распределенное и сетевое программирование
• Статистические методы
• Информационный поиск
• Введение в компьютерное зрение
• Обработка естественных языков
• Прикладные технологии машинного и глубокого обучения
• Интеллектуальный анализ данных
• Представление данных и знаний
• Супермассивы данных
• Теория игр.

Прикладной искусственный интеллект:

• Введение в машинное обучение
• Компьютерные сети
• Проектирование баз данных
• Обучение с подкреплением
• Бионические вычисления
• Информационный поиск
• Введение в компьютерное зрение
• Обработка естественных языков
• Прикладные технологии машинного и глубокого обучения
• Проектирование систем человеко-машинного взаимодействия
• Объяснимый и справедливый ИИ
• Супермассивы данных
• Теория игр.

Робототехника:

• Введение в машинное обучение
• Электротехника
• Теория автоматического управления
• Теоретическая механика
• Основы робототехники
• Введение в компьютерное зрение
• Прикладные технологии машинного и глубокого обучения
• Механика и механизмы
• Мехатроника
• Автономная робототехника
• Робототехнические системы
• Датчики и считывание данных
• Сигналы и системы