Факультет математики и компьютерных наук СПбГУ
Готовит специалистов в области математики, разработки программного обеспечения и науки о данных
Сотрудничество с СПбГУ мы начали в 2014 году с магистратуры. Интерес к программе показал, что преподаваемые на ней дисциплины актуальны и полезны. Нам хотелось, чтобы в России появилось больше специалистов-практиков. Поэтому в 2019 году вместе с компанией «Газпром нефть» и другими партнёрами мы создали факультет математики и компьютерных наук.
Студенты факультета изучают все направления современной математики, слушают курсы по анализу данных, машинному обучению и другим областям компьютерных наук и реализуют учебные проекты под руководством опытных преподавателей.
Совместные программы
Современное программирование
Программа подойдёт увлечённым информатикой и математикой выпускникам школ. Она даёт сильную математическую базу и нацелена на тех, кто хочет заниматься промышленным программированием и созданием алгоритмов.
В группе не больше 17 студентов, это позволяет уделять каждому много внимания, например проводить код-ревью. По желанию студенты могут участвовать в тренировках по спортивному программированию.
Математика
Программа предназначена для тех, кто любит математику и её приложения. Это одна из немногих в России программ, где преподают современную математику и теоретическую информатику.
Её разработали ведущие отечественные и зарубежные учёные. Совет программы возглавляет лауреат Филдсовской премии Станислав Смирнов.
Науки о данных
Мы создали эту программу вместе с Исследовательской лабораторией им. П.Л. Чебышёва. На первых курсах студенты получают фундаментальные знания по всем направлениям современной математики, учатся программировать на Python, C и С++, а также изучают принципы работы операционных систем. На третьем и четвёртом курсах студенты погружаются в темы машинного обучения.
Курсы ведут инженеры ведущих IT-компаний. Они не просто читают лекции, но и принимают активное участие в практических заданиях. Со второго курса студенты участвуют в проектах и учатся решать задачи, которые максимально приближены к реальным. Например, как создать алгоритм, который автоматически решит задачу прокладки проводов, соединяющих компоненты на печатной плате.