мастер в науке данных

Общая информация

Описание программы

Чтобы анализировать растущий объем данных, созданных во всех областях современного общества, современная ИТ-индустрия поднимает вопрос «Большие данные». Аналогичным образом, академическое сообщество создает новую область науки о данных. Эта программа включает в себя обучение в области вычислительных моделей, математическое моделирование и прогнозирование, компьютерную архитектуру, современные методы программирования, а также хранение и извлечение данных. В силу своего многодисциплинарного проекта эта программа может служить основой, которая представляет интерес для выпускников многочисленных факультетов, а также для сотрудников исследовательских центров. Выпускники программы смогут решать проблемы поиска, сбора, хранения, подготовки и анализа данных, а также интерпретации результатов в области специализации.

О программе

Программа магистров по изучению данных включает в себя полный учебный курс для англоязычных студентов, который состоит из набора основных дисциплин и разнообразных факультативных и факультативных курсов на английском языке.

Целью программы является подготовка высококвалифицированных специалистов по прикладной математике, информатике и анализу данных.

Программа включает в себя углубленное изучение математических методов моделей искусственного интеллекта и современных методов анализа данных, математического и информационного моделирования сложных систем, а также компьютерной реализации этих методов. Знания и навыки выпускников этого курса пользуются спросом со стороны министерств и ведомств Российской Федерации, региональных администраций и крупных компаний.

Концепция и учебная программа специализации в анализе данных Интернета были разработаны совместно с Яндексом. Этот трек включает в себя преподавание специальных дисциплин сотрудниками Общества, участие студентов, аспирантов и преподавателей в проектах, реализующих задачи, предлагаемые Яндексом, связанные с его деловыми операциями, профессиональное обучение для студентов в Яндексе и совместные исследования, проведенные совместно с Yandex сотрудники.

Программа включает в себя 3 специализации и полный курс обучения английскому языку (120 кредитов):

Обучаемая английским языком

Содержание общей учебной программы

Пересечение курсов:

  • Дискретная математика для разработки приложений и алгоритмов
  • Теория вероятностей и математическая статистика
  • Компоненты области обучения

Основные курсы:

  • Современные методы анализа данных
  • Современные методы принятия решений
  • Сетевые науки
  • Машинное обучение и интеллектуального анализа данных

Факультативные курсы:

  • Автоматизированные методы проверки программ
  • Медицинская информатика
  • Анализ данных в медицине
  • Стохастическое моделирование

Анализ данных в Интернете

Основные курсы:

  • Современные методы анализа данных
  • Современные методы принятия решений
  • Машинное обучение
  • Алгоритмы и структуры данных
  • Методы и системы обработки больших данных

Факультативные курсы:

  • Вероятностные и статистические подходы к принятию решений
  • Теория параллельных и распределенных вычислений
  • Оптимизация машинного обучения
  • Анализ изображений и видео
  • Автоматическая обработка текстов
  • Глубокое обучение

Интеллектуальные системы и структурный анализ

Пересечение курсов:

  • Дискретная математика для разработки приложений и алгоритмов
  • Теория вероятностей и математическая статистика

Основные курсы:

  • Современные методы анализа данных
  • Современные методы принятия решений
  • Упорядоченные наборы в анализе данных
  • Сетевые науки
  • Введение в машинное обучение и интеллектуальный анализ данных
  • Машинное обучение и интеллектуального анализа данных

Факультативные курсы:

  • Вычислительная лингвистика и анализ текста
  • Теория информации и комбинаторная теория поиска
  • Основы проектирования и внедрения искусственного интеллекта
  • Системные игры и решения в области анализа и моделирования данных
  • Анализ данных в медицине
  • Анализ больших данных
  • Глубокое обучение
  • Автоматизированные методы проверки программ
  • Медицинская информатика
  • Надежные методы в статистике
  • Принятие решений и анализ данных в условиях неопределенности и неоднозначности
  • Автоматизация бизнес-процессов с использованием машинного обучения

Технологии моделирования сложных систем

Пересечение курсов:

  • Дискретная математика для разработки приложений и алгоритмов
  • Теория вероятностей и математическая статистика

Основные курсы:

  • Современные методы анализа данных
  • Современные методы принятия решений
  • Упорядоченные наборы в анализе данных
  • Математические основы современных телекоммуникаций
  • Статистические методы прогнозирования
  • Геометрические методы прогнозирования

Факультативные курсы:

  • Вычислительная лингвистика и анализ текста
  • Теория информации и комбинаторная теория поиска
  • Основы проектирования и внедрения искусственного интеллекта
  • Системные игры и решения в области анализа и моделирования данных
  • Анализ данных в медицине
  • Анализ больших данных
  • Глубокое обучение
  • Автоматизированные методы проверки программ
  • Медицинская информатика
  • Надежные методы в статистике
  • Принятие решений и анализ данных в условиях неопределенности и неоднозначности
  • Автоматизация бизнес-процессов с использованием машинного обучения
Последнее обновление: Март 2020

О вузе

Национальный исследовательский университет «Высшая школа экономики» НИУ ВШЭ – является одним из крупнейших научно-исследовательских центров России. Вуз основан в 1992 году. За последние два десятилети ... Подробнее

Национальный исследовательский университет «Высшая школа экономики» НИУ ВШЭ – является одним из крупнейших научно-исследовательских центров России. Вуз основан в 1992 году. За последние два десятилетия Высшая школа экономики превратилась в огромный университет с широким спектром направлений подготовки. Здесь собраны сильнейшие исследовательские коллективы по самым разным отраслям науки – от экономики до нейролингвистики, от математики до дизайна, от востоковедения до демографии. Свернуть
Москва , Нижний Новгород , Санкт-Петербург + 2 Больше Меньше

Часто задаваемые вопросы