Математические основы ИИ

+7 800 222-52-61

пн-пт 09:00 - 18:00

Подать заявку

Программа

+7 800 222-52-61

пн-пт 09:00 - 18:00

МАТЕМАТИЧЕСКИЕ ОСНОВЫ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА

Бакалавриат

60

мест для обучения в Университете Иннополис

20

бюджетных мест для обучения в 2023 году

258

проходной балл ЕГЭ
на бюджет в 2023 году

от 240 000 ₽/год

стоимость обучения при участии в грантовом конкурсе

общежитие

всем поступающим студентам

до 300 000 ₽

бонус олимпиадникам
при поступлении

очная

форма обучения

4 года

русский

язык обучения

длительность обучения

О программе "Математические основы ИИ"

Ректор Университета Иннополис
А.В. Гасников и преподаватели курсов рассказывают о программе обучения

Смотреть

Эта программа бакалавриата — одна из самых передовых в области математики и искусственного интеллекта на сегодняшний день. Благодаря современной программе обучения, студенты смогут углубиться в изучение математики и искусственного интеллекта, а предметы специальности будут преподавать ведущие ученые МФТИ, ВШЭ, Университета ИТМО, Сколтеха, МГУ и практикующие специалисты из AIRI, ИСП РАН, Яндекса, Сбера, Тинькофф.

Мы ждем абитуриентов, которые имеют хорошие базовые знания в области математики и информатики, а главное имеющие готовность интенсивно работать, особенно, на первых курсах.
 По итогам программы ты станешь востребованным специалистом в области основ разработки искусственного интеллекта, сможешь заниматься наукой и исследованиями в сфере ИИ, или работать в исследовательских отделах ИИ крупных ИТ-компаний страны.

О профиле подготовки

Математические основы искусственного интеллекта

Подать заявку

Посмотреть преподавателей

Академический руководитель

Александр Гасников

Ты научишься

Глубоко понимать математические основы:

линейной алгебры, теории вероятностей, оптимизации, математической статистики и т.д.

#математическаяподготовка

Разрабатывать и оптимизировать

алгоритмы для решения задач в области искусственного интеллекта.

#алгоритмическоемышление

Работать с большими объемами данных

производить их очистку, делать анализ и визуализацию.

#работасданными

Работать с основными методами машинного обучения:

Опорных векторов, градиентного бустинга, деревьев решений и т.д

#машинноеобучение #глубокоеобучение

Глубокого обучения: больших языковых моделей, диффузионных моделей, архитектуры типа Mambo и т.д.

Создавать математические модели

для описания сложных систем и процессов. Выделять главное и грамотно сочетать знания из предметных областей, например, физики и современного ИИ.

#математическое моделирование #модельное мышление

Уверенно владеть языком программирования Python

который используется в области искусственного интеллекта.

#программирование

Эффективно работать в команде

разработчиков и специалистов по данным для достижения общей цели.

#работавкоманде

/ / /

Преимущества программы

Программа имеет академический и индустриальный треки

Программа сопровождается специально разработанными методическими материалами

В период обучения ты получишь знания в области фундаментальных наук. Затем тебе предстоит выбрать трек: ты можешь заниматься наукой и продолжить практику в академическом направлении, например, руководить исследовательскими группами. Или уйти в ИТ-сферу и работать над индустриальными проектами

К разработке курсов программы и сопроводительных материалов, включая учебники, были привлечены ведущие в стране ученые/лекторы, которые не просто адаптировали классические математические курсы для обучения основам ИИ, но и сделали их доступными и понятными

Математическая программа адаптирована под направление искусственного интеллекта

Классические дисциплины, такие как математический анализ, общая физика, теория вероятностей, линейная алгебра и т.д., адаптированы к направлению ИИ. Тем самым ты получишь фундаментальные математические знания, максимально прикладные к разработке ИИ и обучению нейронных сетей

Преподаватели программы

ведущие ученые страны в области математики и искусственного интеллекта: Алексей Савватеев, Андрей Станкевич, Андрей Райгородский, Иван Оселедец, Евгений Тыртышников, Александр Гасников и др. заслуженные профессора и ученые

В период обучения ты получишь знания в области фундаментальных наук. Затем тебе предстоит выбрать трек: ты можешь заниматься наукой и руководить исследовательскими группами или уйти в ИТ-сферу и работать над индустриальными проектами

лекция ректора Университета

Александра Гасникова

«Как решать задачи оптимизации, если можно только сравнивать между собой значения целевой функции»

Смотреть лекцию

Программа обучения

Хочешь учиться в Университете Иннополис?

Свяжись с менеджером

Треки профиля

Книга для школьников
по математическим основам ИИ

Кому нужна математика?

Понятная книга о том,
как устроен цифровой мир

(1-15 стр)

Авторы: Нелли Литвак, Андрей Райгородский

Ознакомиться с книгой

Ознакомиться с книгой

Наши

Преподаватели программы

Андрей Райгородский

Курс “Дискретная математика", "Теория вероятностей"

Директор Физтех-школы прикладной математики и информатики МФТИ, главный научный сотрудник - заведующий лабораторией продвинутой комбинаторики и сетевых приложений, заведующий лабораторией прикладных исследований МФТИ - Сбербанк, заведующий кафедрой дискретной математики ФПМИ, руководитель совместных исследовательских программ Яндекса и МФТИ, д.ф.-м.н., федеральный профессор математики.

А.М.Райгородский получил Премию Президента Российской Федерации 2011 года в области науки и инноваций для молодых ученых.

Алексей Савватеев

Курс “Теория игр”

Член-корреспондент РАН, профессор МФТИ, ведущий научный сотрудник ЦЭМИ РАН, научный руководитель и главный лектор проекта “100 уроков математики”

В 2005 году стал лауреатом премии имени Овсиевича (II премии) «за работы по математическому моделированию коррупции, связанной с уклонением от уплаты налогов».
В 2018 году стал финалистом литературной премии «Просветитель» в номинации «Естественные и точные науки» за книгу «Математика для гуманитариев. Живые лекции».
В 2020 году попал в шорт-лист премии «Просветитель. Digital» за проект «Вехи математики: от Евклида до Галуа».

Иван Оселедец

Курс “Глубокое обучение”

Профессор РАН, д.ф.-м.н., профессор Сколковского института науки и технологий, генеральный директор Института ИИ AIRI, лауреат премии Президента РФ по науке и инновациям для молодых ученых (2018), Премия правительства Москвы (2022), лауреат премии И. Сегаловича, премии SIAM за лучшую научную работу, премии Гумбольдта

Андрей Станкевич

Курсы “Алгоритмы и программирование”

к.т.н., доцент факультета информационных технологий и программирования Университета ИТМО, лауреат Премии Президента Российской Федерации в области образования, лауреат премии 2004 ACM-ICPC Founder’s Award, лауреат специальной премии корпорации IBM, присуждаемой за успехи в тренерской работе, лауреат премии 2016 ACM ICPC Senior Coach Award.

Александр Гасников

Курсы “Введение в оптимизацию и численные методы оптимизации”, “Математические основы ИИ”

д.ф.-м.н., ректор Университета Иннополис, профессор МФТИ, заведующий лабораториями в МФТИ, Сколтехе, ИППИ РАН; обладатель международной премии Talent Funding Award by the Institute of Strategic Research за 2023 год, награды за лучшую научную статью на конференции Sber AI Journey 2023, лауреат премий Yahoo (2019), «Яндекса» имени Ильи Сегаловича и премии правительства Москвы в номинации «Математика, механика и информатика» за 2020

Евгений Тыртышников

Курс “Вычислительная математика”

Академик РАН, заведующий кафедрой вычислительных технологий и моделирования ВМК МГУ, директор ФГБУН «Институт вычислительной математики им. Г.И. Марчука» РАН, обладатель научной премии Сбера за 2023 год в номинации «Цифровая вселенная»

Алексей Наумов

Курс “Обучение с подкреплением”

д.ф.-м.н, рук. Международной лаборатории стохастических алгоритмов и анализа многомерных данных ВШЭ, обладатель научной премии Яндекса имени Ильи Сегаловича (2022)

Александр Безносиков

Курс “Современные численные
методы оптимизации в обучении”

к.ф.-м.н., заведующий 3х лабораторий: «Теоретические аспекты федеративного обучения» Института системного программирования имени Иванникова (ИСП РАН), «Математические основы распределенной и федеративной оптимизации» Университета Иннополис и Лабораторию фундаментальных исследований МФТИ-Яндекс.

Максим Рахуба

Курс “Вычислительная линейная алгебра”

к.ф.-м.н, заведующий лабораторией матричных и тензорных методов в машинном обучении ФКН ВШЭ, доцент факультета компьютерных наук ФКН ВШЭ.

Константин Воронцов

Курс “История ИИ”

Д.ф.-м.н., профессор РАН, научный руководитель Центра исследования больших данных, доцент кафедры «Математические методы прогнозирования» ВМиК МГУ. Преподаватель Школы анализа данных Яндекс, зам. директора по науке ЗАО «Форексис», один из идеологов и Администраторов ресурса MachineLearning.RU.

Алексей Фролов

Курс “Теория информации”

д.ф.-м.н., доцент Сколковского института науки и технологий, профессор Проектного Центра беспроводных технологий и руководителю исследовательской группы Центра компетенций НТИ по технологиям беспроводной связи и интернета вещей

Григорий Кабатянский

Курс “Теория информации”

д.ф.-м.н., профессор департамента прикладной математики НИУ ВШЭ, вице-президент по науке и академическому сотрудничеству, профессор Сколковского института науки и технологий.

Олимпиады
и олимпиадные бонусы

Поступай без вступительных испытаний по результатам олимпиад уровня РСОШ, ВсОШ и университетской олимпиады Innopolis Open. Призеры и победители получат преимущества и денежные бонусы* при поступлении

Полный перечень олимпиад и бонусы, которые они дают можно найти на сайте https://apply.innopolis.university/olympiad-bonus/

*Денежные бонусы не суммируются

Победитель/призер ВсОШ по информатике

150 000₽

Победитель/призер 1 уровень РСОШ

100 000₽

+150 000₽

Собери команду icpc и пройди в финал Северной Евразии

Победитель/призер 2 уровень РСОШ

75 000₽

Победитель/призер ВсОШ по технологии, математике и физике

100 000₽