Русский Целью программы является подготовка ТОП-специалистов в сфере искусственного интеллекта в рамках федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства» (https://digital.gov.ru/activity/it-obrazovanie/podgotovka-top-speczialistov-v-sfere-ii). В рамках данной программы осуществляется подготовка высококвалифицированных специалистов, будущих лидеров в области искусственного интеллекта для реализации национального проекта создания цифровой экономики. Программа призвана удовлетворить растущий спрос на экспертов в искусственном интеллекте в промышленности, медицине, финансах, телекоммуникациях. Особенностью программы является сбалансированное сочетание фундаментальной и практико-ориентированной подготовки. Она охватывает не только основы искусственного интеллекта и машинного обучения, но и специальные разделы математики, ориентированные на обработку данных, философские вопросы искусственного интеллекта, элементы параллельного программирования, модели представления неопределенности и ряд других дисциплин. Практико-ориентированная подготовка основана на вовлечении крупных профильных центров и компаний в процесс обучения. Инструментальной базой программы является суперкомпьютерный центр политехнического университета.
Ключевые особенности:
Выпускник программы — это специалист в области машинного обучения, имеющий как фундаментальные компетенции (математическая статистика, теория вероятностей, теория оптимизации, модели машинного обучения, включая глубокое машинное обучение и современные архитектуры, например, трансформеры и модели с механизмами внимания), так и прикладные навыки, умение писать качественный код на python, java, C/C++ и других языках программирования, навыки работы с суперкомпьютерами и современными облачными системами, а также знание прикладных инструментов в области машинного обучения.
Выпускники программы успешно трудоустраиваются в области финтеха (Сбер, Тбанк), телекома (Ростелеком, НПО Фрактел, Мегафон), ИТ компаниях общего профиля (IBS, Центр Реактивного Программирования, и др.), а также работают в научных организациях и университетах.
Студенты, заинтересованные в научной работе, имеют возможность присоединиться к научным проектам, которые выполняются в Высшей школе технологий искусственного интеллекта под руководством ведущих ученых, доцентов и профессоров. Обучающиеся начиная с младших курсов имеют возможность принять участие в грантах РНФ и других фондов, стать соавторами публикаций в ведущих российских и международных журналах и конференциях.
Программа обеспечивает подготовку инженеров машинного обучения, при этом вариативность программы позволяет подготовить будущих архитекторов искусственного интеллекта за счет углубления в области системного анализа, глубокого изучения облачных систем и подходов к построению архитектуры программных и программно-аппаратных систем, использующих технологии ИИ. Студент, выбравший дисциплины для роли архитектора ИИ по получению опыта работы в промышленности (как правило это 3−5 лет) может перейти на должность архитектора благодаря полученным в процессе освоения программы знаниям.
Роли подготавливаемых специалистов и задачи, способные решать выпускник:
Инженер машинного обучения (ML Engineer):
Анализ существующих и разработка (в том числе синтез) новых наборов данных;
Подбор существующих моделей машинного обучения для решения прикладных задач машинного обучения;
Разработка и обучение моделей и методов машинного обучения (в том числе с использованием различных вычислительных архитектур (GPU, CPU));
Настройка параметров модели с целью ее оптимизации под решаемую задачу;
Интеграция моделей МО с существующим или разрабатываемым программным обеспечением;
Поддержка существующих моделей МО, включая их дообучение и мониторинг эффективности решения задач;
Работа с пайплайнами обучения, их настройка и разработка.
Архитектор ИИ (AI Architect):
Анализ данных и инфраструктуры для разработки эффективных решений;
Проектирование программной архитектуры систем с элементами ИИ;
Проектирование архитектуры и инфраструктуры для систем с элементами ИИ;
Разработка решений, подбор технологий и продуктов для создания масштабируемых и высокопроизводительных систем с элементами ИИ;
Разработка интеграционных решений встраивания систем с элементами ИИ в ИТ ландшафт предприятий;
Для вышеприведенных ролей обозначена ориентация подготовки для финтеха и телекома, что обеспечивается как партнерством со Сбером и совместной работе со студентами, так и совместным проектам с ПАО Ростелеком, что обеспечивает возможность передачи знаний из отрасли. Кроме того, коллектив Высшей школы технологий искусственного интеллекта в течении многих лет занимался проектами в области компьютерных сетей и защиты информации и имеет высокой уровень компетенций в данной сфере.
- Машинное обучение
- Глубокое машинное обучение
- NoSQL базы данных
- Большие данные
- Введение в суперкомпьютерные технологии
- Архитектуры и технологии высокопроизводительных систем
- Проектирование архитектуры систем обработки данных
- Методы оптимизации
- Топологический анализ данных
- Математическая статистика
- Теория вероятностей
- Методы проектирования баз данных
- Теоретические основы баз данных
- Интеллектуальный анализ и визуализация данных
- Облачные вычисления
- Параллельное программирование
- Разработка приложений на Python
- Проектирование приложений с элементами искусственного интеллекта
- Современные методологии разработки программного обеспечения и управление проектами
- Прикладное использование технологий ИИ
- Инженер машинного обучения (ML Engineer)
- Архитектор ИИ (AI Architect)
- Разработка алгоритмов формирования резюме по найденным документам в базе знаний с применением больших языковых моделей
- Оптимизация распределения ресурсов для бизнес процессов BPMN 2.0
- Обнаружение аномалий в сетевом трафике методами нелинейной динамики
- Разработка интеллектуального сервиса поиска по базе знаний с применением метода RAG и больших языковых моделей
- Разработка системы формирования базы знаний патентной информации с применением метода RAG
- Система обнаружения DDoS-атак на основе сэмплирования трафика и машинного обучения
- Разработка и исследование моделей машинного обучения для решения фундаментальных задач искусственного интеллекта в топливно-энергетическом комплексе
- Создание персонализированных методов оценки здоровья и риска онкологических заболеваний на основе интеллектуальной обработки больших массивов данных мультимодальной лучевой диагностики
- Методы и алгоритмы интерпретации моделей машинного обучения и объяснительного интеллекта в анализе цензурированных данных и оценке эффекта воздействия
- Разработка платформы расширенной аналитики кибербезопасности предприятий
- Разработка системы интеллектуального сравнения и сопоставления трехмерных моделей
- Разработка мультиагентного диспетчера управления ресурсами гетерогенной суперкомпьютерной платформой с использованием методов машинного обучения и искусственного интеллекта
- Разработка новых моделей машинного обучения на основе композиций глубоких лесов и нейронных сетей для решения задач медицинской диагностики
- Исследование и подбор алгоритмов и моделей распознавания текста в различных кейсах
- Разработка интеллектуальных алгоритмов распознавания музыки на фоне речи для борьбы с галлюцинациями моделей транскрибирования
- Общество с ограниченной ответственностью «Ростелеком Информационные Технологии» (ООО «РТК ИТ»)
ООО "Ростелеком Информационные Технологии" является ключевым партнером данной программы. Совместно с сотрудниками ООО «РТК ИТ» формируются и корректируются учебные планы, а также студенты имеют возможность участия в проектах компании. РТК ИТ предоставляет как наборы данных, так и задачи по разработке интеллектуальных алгоритмов и методов машинного обучения для анализа данных о клиентах, музыкальной и видео информации. Благодаря совместным проектам слушатели программы получают опыт работы в области искусственного интеллекта во время обучения.
- Публичное акционерное общество Сбербанк (Сбер)
Сбер активно участвует в подготовке обучающихся по программе. Студентам доступны курсы Сбера по актуальным технологиям, на площадках компании проводятся стажировки и летняя практика, сотрудники Сбера участвуют в преподавании ряда дисциплин, передавая студентам актуальные знания и опыт из промышленности.