logoSfedulogoIctis

Программа обучения

Прикладной искусственный интеллект и инженерия данных

Направление подготовки

09.03.00

Информатика и вычислительная техника

Места

бюджет:

70

коммерция:

20

Время обучения

4 года

Форма

очно

Стоимость обучения

₽ 200000

Российские студенты

₽ 250000

Иностранные студенты

Баллы для поступления (минимальные)

  • Математика

    45

  • Русский язык

    45

  • Физика/

    45

  • Информатика

    46

О программе подготовки

Программа разработана и реализуется в рамках федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства». Она предоставляет уникальную возможность не только освоить современные ИТ- и ИИ-технологии, но и научиться эффективно применять их для решения реальных прикладных задач. Выпускники программы получают комплексную подготовку в области разработки и внедрения цифровых решений, готовых к промышленной эксплуатации: от работы с данными и построения моделей до их интеграции, сопровождения и масштабирования в производственных системах.

Выпускнику присваивается основная квалификация по одному из следующих направлений подготовки:

* 09.03.01 — Информатика и вычислительная техника
* 09.03.02 — Информационные системы и технологии
* 09.03.04 — Программная инженерия

Реализация программы на стыке трёх направлений подготовки и их интеграция в рамках единого профиля «Прикладной искусственный интеллект и инженерия данных» формирует целостную инженерную и ИИ-ориентированную квалификацию, существенно расширяя профессиональные и карьерные возможности выпускников.

Кем работать

  • •MLOps-инженер
  • •Инженер по данным (Data Engineer)
  • •Инженер по внедрению ИИ-решений
  • •Разработчик ИИ-сервисов и API
  • •Инженер ИТ-платформ и цифровых сервисов
  • •Специалист по цифровой трансформации бизнес-процессов

Чему научим

  • •Разрабатывать интеллектуальные системы на основе данных
  • •Интегрировать ИИ-решения в бизнес-процессы и ИТ-продукты
  • •Обучать и внедрять модели машинного обучения в реальные сервисы
  • •Работать с данными на всех этапах: сбор, очистка, обработка и хранение
  • •Проектировать и поддерживать инфраструктуру данных
  • •Управлять жизненным циклом ML-моделей (MLOps)
  • •Автоматизировать обучение, тестирование и развертывание ИИ-моделейизнес-процессов

Используемые платформы

  • •Python и SQL для анализа данных и машинного обучения
  • •Git и командная разработка
  • •Docker и контейнеризация сервисов
  • •Kubernetes и оркестрация приложений
  • •CI/CD для ML-проектов
  • •REST и gRPC API для ИИ-сервисов
  • •Big Data-хранилища и распределённые системы
  • •Генеративные модели и большие языковые модели (LLM)

coment

Не уверен в выборе программы подготовки?

Оставь заявку на консультацию, и мы поможем сделать правильный выбор

icon
icon
icon