Современные методы искусственного интеллекта

Кафедра дискретной математики МФТИ запускает новую онлайн-магистратуру

Современные методы искусственного интеллекта

Яндекс в вузах

Кафедра дискретной математики Московского физико-технического института проводит набор на онлайн-магистратуру Современные методы искусственного интеллекта (Modern State of Artificial Intelligence). Программа дает знания в области машинного обучения и искусственного интеллекта.

Особенности магистерской программы

Курсы читаются на английском языке высококвалифицированными преподавателями и экспертами области, среди которых Андрей Райгородский, Радослав Нейчев, Александр Дайняк, Владислав Гончаренко, Анастасия Янина, Максим Жуковский и Юрий Ефимов. Партнеры — ведущие компании в сфере искусственного интеллекта: Яндекс, Сбербанк и другие.

Программа сосредоточена на:

  • практическом опыте студентов для работы над приложениями ИИ
  • реальных кейсах от компаний и примеров из научных проектов
  • интерактивном образовательном процессе

Выпускники получат:

  • исчерпывающие знания в области машинного и глубокого обучения, а также умение корректно применять эти методы
  • компетенции в области распределенных и облачных вычислений
  • способность делать полезные выводы и представлять их в информативном виде
  • навык создания стабильного и производительного программного обеспечения, а также надежных и устойчивых линий передачи данных
  • умение формулировать на техническом языке реальные проблемы и находить оптимальные подходы для их решения
  • общее представление о современном состоянии и тенденциях развития сферы ИИ

Образовательная программа включает:

  • электронные курсы, темп обучения на которых варьируется студентом
  • еженедельные вебинары и консультации с преподавателями
  • индивидуальное руководство научной работой
  • промежуточную аттестацию с использованием прокторинга

Основные курсы

Введение в искусственный интеллект

Курс знакомит студентов с современным состоянием машинного обучения и искусственного интеллекта: от классических алгоритмов до подходов глубокого обучения и последних достижений в области искусственного интеллекта. В результате студенты формируют устойчивую базу для дальнейшего роста в области ИИ.

Компьютерное зрение

Методы эффективной обработки визуальной информации и извлечения из нее знаний нужны для таких приложений, как вычислительная фотография, беспилотные автомобили и летательные аппараты. Несмотря на быстрый прогресс последнего десятилетия, эта сфера все еще полна возможностей для развития. Так что сейчас отличный момент для того, чтобы погрузиться в нее, вооружившись классическими методами обработки изображений в сочетании с глубоким обучением.

Обучение с подкреплением

Обучение с подкреплением — это довольно молодое, но весьма перспективное направление в области искусственного интеллекта. В нем регулярно появляются новые достижения и открытия. Искусственные агенты начинали с крестиков-ноликов, но уже сегодня они превосходят человека в шахматах, компьютерных стратегия, таких как StarCraft и сборке реального трехмерного кубика Рубика. Играми дело не ограничивается: методы обучения с подкреплением применяются в компьютерном зрении, экспертных системах, обработке естественного языка, в том числе в машинном переводе, и так далее.

Обработка естественного языка

Понимание естественного языка (NLP) — один из ключей к органичному взаимодействию человека и машины. Новые разработки в этой области ведут к ощутимым улучшениям в работе поисковых систем, чат-ботов, машинного перевода, и развивают ИИ в целом. NLP входит в число наиболее прибыльных направлений, и здесь всегда есть куда стремиться и чему учиться.

Разработка ПО и облачные вычисления

Для создания успешной системы искусственного интеллекта нужны качественные модели, эффективный и грамотно написанный код, а также профессиональное владение аппаратными средствами и умение работать в команде. Все это требует практики. Внедрение моделей, их развертывание на различных системах, в том числе встроенных (на смартфонах), построение линий передачи данных — шаги, которые необходимы для создания качественного ПО. Студенты пройдут их один за одним.

Партнеры программы

Студентов ждут стажировки в лаборатории машинного интеллекта и других исследовательских лабораториях МФТИ, Яндекса, Сбербанка, 1С, Тинькофф, Биокад, ABBYY, Huawei.

Стоимость обучения

Количество студентов, которые могут участвовать в программе, не ограничено. Отбор ведет специальная комиссия. Годовая плата составляет 350 000 рублей. Подать заявку можно на сайте МФТИ.

Абитуриентам необходимо базовое понимание:

  • линейной алгебры — векторных пространств, в том числе над конечными полями, базисов, размерности (предлагается вводный курс для повторения предмета)
  • основ математического анализа — пределов последовательностей, непрерывных функций, пределов функций, производных, ряда Тейлора
  • теории вероятностей — классического определения вероятности события, геометрической модели вероятности (предлагается краткое введение в тему)
  • программирования на Python/C++/R/MATLAB/Java, основной язык обучения — Python

Обучение рассчитано на два года, старт курсов — 1 октября. Если вы хотите поступить на программу или задать вопрос, пишите на адрес interadmission@phystech.edu

Больше по теме

Разработка, Яндекс в вузах, Анализ данных

Как посмотреть мир, справиться со стрессом и научиться проходить собеседования

Рассказывают участники олимпиады «Я — профессионал»

Анализ данных, Яндекс в вузах

Проекты на удалёнке: как прошла студенческая смена в «Сириусе»

«Нетипичные» аптеки, определение правдивых ответов и рецепты по фотографии

Анализ данных, Яндекс в вузах

Каково получать магистерское образование онлайн?

Борьба с прокрастинацией, дружба через Slack и поиск мотивации

Разработка, Яндекс в вузах, Яндекс в школе

Ежедневная олимпиада: как устроены сборы в спортивном программировании

В чём преимущество школ перед самостоятельной работой и чего ждать от участия в сборах

Анализ данных, Дизайн, Разработка, Яндекс в вузах

Какие онлайн-курсы можно пройти за две недели

Если вы решили оставаться дома и заняться самообразованием

Анализ данных, Яндекс в вузах

Как устроена совместная программа ШАДа и РЭШ

Подружить экономику и data science

Анализ данных, Яндекс в вузах

Сотрудник лаборатории Яндекса и МФТИ рассказывает о своих исследованиях

«Чтобы чувствовать себя хорошо, я постоянно должен что-то изучать»