Программа MSAI готовит специалистов в области искусственного интеллекта и машинного обучения. В процессе обучения студенты освоят все важные разделы математики, в том числе теорию вероятностей, линейную алгебру, методы оптимизации, а также приобретут достаточный опыт разработки, построения и внедрения решений на основе современных методов ИИ.
Срок обучения 2 года
Студенты учатся не только применять современные методы ИИ, но и изучают их теоретические основы, границы применимости, что гарантирует гораздо более глубокое понимание области и используемых подходов
Программа не требует очного присутствия. Обучение может проходить в любой точке мира. Учебный процесс совмещает интерактивное обучение в формате вебинаров, обсуждение вопросов, решение практических задач и самостоятельную работу
Учебная программа дорабатывается ежегодно с учетом последних достижений в области искусственного интеллекта
Выпускники программы уже работают на middle и senior позициях в крупнейших российских (Яндекс, Сбер, ВК) и международных компаниях, а также занимаются научной деятельностью на международных PhD программах. Отзывы можно найти по ссылке
Анализирует большие объёмы информации, создаёт алгоритмы машинного обучения и обучает их.
Создаёт сложные архитектуры нейросетей, проектирует системы искусственного интеллекта и организует для них свою инфраструктуру.
Управляет продуктами на базе искусственного интеллекта и развивает их.
Применяет алгоритмы машинного обучения, чтобы строить и тестировать математические модели данных
Программа предполагает глубокое погружение в методы машинного обучения и теорию, которая лежит в их основе, что позволяет гораздо глубже понять сильные и слабые стороны различных подходов, а главное, границы их применимости.
Обучение происходит в небольших группах, так, чтобы преподаватель мог уделить внимание каждому студенту.
В ходе обучения студенты столкнутся с большим числом практических задач из разных областей, что позволит выработать навык их решения.
Все преподаватели — практикующие специалисты в области ИИ и смежных областях, обладающие значительным опытом преподавания.
автор курсов и ведущий лектор по машинному обучению в МФТИ, МГУ, ШАД; академический директор AI трека Harbour.Space University (Барселона, Испания). Соавтор учебника по Машинному обучению от Яндекса. Руководитель группы разработки лаборатории искусственного интеллекта Яндекса, бывший сотрудник группы Яндекс-CERN и Raiffeisen Bank Russia
является экспертом в сфере практического применения искусственного интеллекта (AI). Имеет богатый опыт разработки систем машинного обучения различных масштабов: от встраиваемых систем (Nvidia Jetson, VR-шлемы, смартфоны) до беспилотных автомобилей и крупнейших российских сервисов, таких как поиск Яндекса и Дзен. занимается преподавательской деятельностью более 5 лет и читает лекции по темам машинного обучения в МФТИ, ВШЭ, МГУ и Harbour Space University. Основатель проекта girafe-ai.
выпускник ФОПФ МФТИ, аспирант ФКН ВШЭ, автор курсов по теории вероятности, статистике, линейной алгебре, дифф. геометрии — в МФТИ, Harbour.Space University, ВШЭ. Работал аналитиком данных, Python-разработчиком, преподавателем математики и CS в школе, научным переводчиком. Интересуюсь геометрией и топологией, их применением в статистике и машинном обучении.
кандидат технических наук, ведущий инженер Samsung R&D Institute (Россия), автор и лектор курсов по алгоритмам и структурам данных, машинному обучению при МФТИ, эксперт в области искусственного интеллекта.
выпускник и лектор МФТИ, эксперт и автор курсов в области обработки естественного языка и машинного обучения, разработчик deep learning в Яндексе, исследователь в области генеративных текстовых моделей.
кандидат физико-математических наук, эксперт в области оптимизации и машинного обучения, лектор и автор курсов в МФТИ, Школе анализа данных Яндекса и AI Masters. Автор публикаций в высокорейтинговых рецензируемых журналах и на ведущих международных конференциях по машинному обучению.
магистр в области искусственного интеллекта, аспирант KU Leuven (Левен, Бельгия). Аналитик данных в ACMetric. Эксперт и автор курсов по машинному обучению, статистике и др. в Hyperskill и SkillFactory, приглашённый лектор МФТИ и Harbour.Space (Барселона, Испания).
магистр в области математики и технических наук, эксперт и автор курсов в сфере статистической теории обучения, лектор при МФТИ, ведущий разработчик программного обеспечения в Сколтехе. Приглашённый исследователь Лос-Аламосской национальной лаборатории, штат Нью-Мексико, США (проект по применению машинного обучения для моделирования электрогенераторов).
магистр в области прикладной математики, эксперт в сфере автоматики и вычислительной техники, автор и лектор курсов по современным облачным технологиям и DevOps при МФТИ, Lead DevOps/SRE инженер, архитектор решений в ведущем поставщике облачных платформ.
