Методы, средства и технологии разработки программно-информационных систем

Меганаправление
Математика и информатика
Конкурсная группа
Фундаментальная информатика и информационные технологии
Направление подготовки
02.04.02
Образовательная программа
Методы, средства и технологии разработки программно-информационных систем
Москва
Форма обучения
Очная
Срок обучения, лет
2
Основа обучения, количество мест
Бюджетная
Платная
Стоимость обучения на платной основе в 2021 году
207 800
Вступительные испытания

Междисциплинарный экзамен в соответствии с программой бакалавриата по направлению 02.03.02

Программа вступительных испытаний
Скачать
Выпускающая кафедра и институт
810Б
8
Учебный план
Учебный план
Партнёры
Центр «Информатика и управление» РАН
Luxoft
RTSoft
Квант
Факультет ВМК МГУ
Физический факультет МГУ
МФТИ кафедра Интеллектуальные системы

Чему обучают по данной программе?

Программа направлена на изучение теоретических основ и получение практических навыков разработки программно-информационных систем. Особое внимание уделяется вопросам интеллектуального анализа данных и компьютерного моделирования, методам параллельной обработки данных на высокопроизводительных вычислительных комплексах, что позволяет решать масштабные научные и практические задачи. В ходе обучения студенты осваивают современные технологии и инструментальные средства проектирования и реализации программного обеспечения, изучают состав и структуру программных и технических средств построения информационных систем, современные технологии сбора, передачи, хранения и обработки  информации, методы работы в распределенных и корпоративных системах. В рамках взаимодействия с партнерами программы студенты получают опыт работы с промышленными программно-информационными системами.

Каким профессиональным навыкам и знаниям обучают по данной программе?

  • Способность применять современные технологии и инструментальные средства разработки программно-информационных систем;
  • Владение современными методами сбора, передачи, хранения и обработки  информации;
  • Навыки  работы в распределенных и корпоративных системах;
  • Умение проводить интеллектуальный анализ данных, строить и реализовывать компьютерные модели, проводить предсказательное и компьютерное моделирование, применять алгоритмы управления и принятия решений, владение методами работы на высокопроизводительных вычислительных комплексах 

В чем заключается особенность данной программы?

В рамках данной магистерской программы студенты осваивают полномасштабный цикл разработки информационных систем, включающий задачи сбора, хранения, передачи  и обработки информации об объекте, построение компьютерной модели и прогнозирование поведения объекта на основе собранной информации, решение проблем оптимального управления исследуемым объектом. В ходе обучения органично сочетаются теоретическая глубина материала и прикладная направленность программы. Это отражается и во взаимодействии с партнерами программы, среди которых ведущий исследовательский центр в области информационных технологий Российской академии наук, профильные факультеты МГУ и МФТИ, крупные IT-компании.

Какие дисциплины входят в план обучения?

  • Основы методов обработки и анализа данных
  • Теория обучения машин
  • Машинное обучение на больших данных
  • Основы  Python, Java и Scala для анализа данных
  • Многомасштабное моделирование гетерогенных систем
  • Теория и практика компьютерного моделирования
  • Информационные технологии оптимизации и управления
  • Параллельная обработка данных в научных исследованиях
  • Современные проблемы прикладной математики и информатики
  • Математические основы защиты информации и информационная безопасность

Материально-техническая база. На чем учат магистрантов?

  • Современные компьютерные классы;
  • Суперкомпьютерный вычислительный центр Российской академии наук;
  • Гибридный вычислительный кластер ФИЦ ИУ РАН

Темы выпускных работ

  1. Информационная система с Web-интерфейсом для курса дистанционного обучения по дисциплине «Хранение и обработка больших данных»
  2. Программный и пользовательский интерфейсы для управления моделями нейроморфных вычислительных систем.
  3. Разработка системы принятия решений для беспилотных летательных аппаратов с использованием нейросетевых технологий
  4. Разработка системы распознавания световых сигналов транспортных средств
  5. Тематический поиск в коллекции юридических документов
  6. Автоматический поиск аномалий в логистической сети
  7. Разработка модели теплопереноса в многослойных структурах
  8. Отравление обучающей выборки с использованием adversarial attack

Кто обучает магистрантов?

  • Каринэ Карленовна Абгарян, доктор физ.-мат. наук, зав. кафедрой 810Б МАИ, главный научный сотрудник, зав. отделом «Математическое моделирование гетерогенных систем» ФИЦ ИУ РАН, руководитель программы;
  • Константин Вячеславович Воронцов, доктор физ.-мат. наук, профессор РАН, Руководитель лаборатории машинного интеллекта МФТИ, профессор каф. «Интеллектуальные системы» ФУПМ МФТИ, главный научный сотрудник отдела «Интеллектуальные системы» ФИЦ ИУ РАН, преподаватель Школы анализа данных Яндекс;
  • Дмитрий Леонидович Ревизников, доктор физ.-мат. наук, профессор кафедры 806 и 810 Б МАИ, в.н.с. ФИЦ ИУ РАН
  • Александр Юрьевич Морозов, кандидат физ.-мат.наук, старший преподаватель кафедры 810Б, научный сотрудник ФИЦ ИУ РАН
  • Евгений Сергеевич Гаврилов, старший преподаватель кафедры 810Б, ведущий архитектор компании Luxoft, научный сотрудник ФИЦ ИУ РАН
  • Василий Анатольевич Перов, ассистент кафедры 810Б, ведущий архитектор ПАО МТС
  • Андрей Андреевич Журавлев, м.н.с. ФИЦ ИУ РАН

Где работают выпускники?

  • Сбербанк
  • Deutsche Bank
  • Яндекс
  • Luxoft
  • RT-Soft
  • Институты РАН
  • RD департаменты крупных торговых, финансовых и промышленных предприятий
  • OOO «Квант»

Кем работают выпускники?

  • Разработчик Big Data (Java, Python)
  • Hadoop-инженер
  • Аналитик данных / Data Scientist / специалист по машинному обучению;
  • Разработчик баз данных/хранилищ данных (Data Warehouse);
  • Научный сотрудник в области математического  моделирования и анализа данных  в естественнонаучных исследованиях

Контактное лицо