выбирай будущее,
поступай в Университет Иннополис
AI360: инженерия данных
-
язык обучениярусский
-
форма обученияочная
-
длительность обучения4 года
-
результатдиплом государственного образца
-
старт обучения1 сентября 2026
-
стоимость обученияот 0 ₽/год при участии в грантовом конкурсе
Реализуется в рамках федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства»
О профиле подготовки
AI360: инженерия данных
Этот профиль для будущих архитекторов и исследователей ИИ, которые будут не только создавать новые алгоритмы, но и определять развитие искусственного интеллекта
Вы научитесь проектировать решения в сфере генеративных технологий, больших языковых моделей, компьютерного зрения, автономных систем, робототехники. Программа объединяет передовой опыт технологических компаний и экспертизу сильнейших университетов — ИТМО, МФТИ, НИУ ВШЭ и Университета Иннополис. Выпускники смогут претендовать на позиции уровня middle+ в ведущих ИТ-компаниях.
Программа реализуется в рамках федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства»
Преподавательский состав
Александр Гасников
Ректор Университета Иннополис, доктор физико-математических наук, профессор МФТИ. Возглавляет исследовательские лаборатории в МФТИ, Сколтехе и ИППИ РАН. Обладатель международной премии Talent Funding Award (2023)
Автор более 200 научных публикаций.
Алексей Толстиков
Старший преподаватель факультета прикладной математики и информатики Белорусского государственного университета, тренер студентов и школьников на олимпиадах по программированию, куратор Школы анализа данных компании Яндекс
Андрей Райгородский
Доктор физико-математических наук. Заведующий лабораторией продвинутой комбинаторики и сетевых приложений, лабораторией прикладных исследований МФТИ - Сбербанк. Награжден премией Президиума РАН за цикл работ по комбинаторной геометрии. Награжден премией Президента Российской Федерации в области науки и инноваций для молодых учёных
Владимир Иванов
Директор института разработки ПО и программной инженерии, доцент, PhD.
Кандидат физико-математических наук (2009).
Научные интересы: анализ данных, машинное обучение, разработка ПО, компьютерная лингвистика
Никола Златанов
Доктор философии в Университете Британской Колумбии (Канада, 2015). Занимал академические позиции в Университете Монаш (Австралия).
Редактор ведущих международных журналов: IEEE Communications Letters (2015–2018) и IEEE Wireless Communications Letters (2020–2023). Сфера научных интересов: машинное обучение и беспроводная связь.
Егор Бугаенко
Доцент Института разработки ПО и программной инженерии. До 2019 года работал техническим директором в основанной им компании Zerocracy (США), где разрабатывал автоматизированные системы управления командами разработчиков, с использованием искусственного интеллекта. С 2019 года работает директором лаборатории инструментов разработки в компании Huawei
Нурсултан Аскарбекулы
Магистр программной инженерии, старший преподаватель лаборатории машинного обучения и представления знаний. Победитель конкурсов ИТ-стартапов: 1-е место на Казанском форуме молодых предпринимателей стран ОИС, 1-е место на чемпионате мобильных приложений nFactorial Challenge
Алкуса Мохаммад
PhD, старший научный сотрудником Лаборатории современных адаптивных вычислительных методов Университета Иннополис. Сфера научных интересов: выпуклая и невыпуклая оптимизация, седловые задачи, вариационные неравенства и их приложения в машинном обучении
Ярослав Холодов
Доктор наук, профессор Института анализа данных и искусственного интеллекта, заведующий лабораторией анализа данных и биоинформатики.
Автор более 50 публикаций в рецензируемых журналах
Почему стоит выбрать эту программу
-
Профессия, спрос на которую в 3 раза превышает предложение
-
Возможность посещать отдельные курсы в одном из университетов-партнёров
-
Проектная работа над реальными задачами бигтехов — на площадках Яндекса и Сбера
Подайте заявку на обучение
Станьте востребованным специалистом в сфере ИТ-технологий
Программа обучения
-
Обязательные дисциплины
- История России
- Аналитическая геометрия и линейная алгебра
- Введение в комбинаторику и дискретную математику
- Иностранный язык
- Алгоритмы и программирование
- Программирование на Python
- Математический анализ
- Вычислительная линейная алгебра
- Дискретная математика
- Философия
Дисциплины по выбору
- Общая физика
- Логика решения задач
-
Обязательные дисциплины
- Введение в оптимизацию и численные методы оптимизации
- Теория вероятностей
- Физическая культура и спорт
- Вычислительная математика
- Математическая статистика
- Современные численные методы оптимизации в обучении
- Теория случайных процессов
- Введение в машинное обучение
- Машинное обучение
- Данные: от получения до понимания структуры
- Программирование на С++
- Архитектура компьютера и операционные системы
Дисциплины по выбору
- Теория информации
- Введение в функциональный анализ
- Математические основы квантовых вычислений
- Введение в теорию управляемых систем
- Дифференциальные уравнения и уравнения в частных производных (углубленный курс)
- Теория функций комплексного переменного
- Теория устойчивости нелинейных операторов для исследования моделей искусственных нейронных сетей
- Экономические механизмы и их наиболее актуальные приложения
-
Обязательные дисциплины
- Прикладная статистика в анализе данных
- Эффективные алгоритмы для труднорешаемых задач
- Вычислительная математика (углубленный курс)
- Математические основы ИИ
- Глубокое обучение
- Методы обработки и генерации текста и речи
- ИИ-проект
Дисциплины по выбору
- Сетевые динамические модели: анализ и управление
- Высокопроизводительные вычисления
- UX/UI-дизайн
- Построение ИТ-команды
- Введение в генеративное моделирование
- Диффузионные модели
- Обучение с подкреплением
- Децентрализованная оптимизация, транспортные задачи, спектральные свойства графов
- Механика и механизмы
-
- Прикладной проект
- Преддипломная практика
- Выполнение и защита выпускной квалификационной работы
Получите практические навыки
Инструменты
Языки программирования
-
Python -
С++ -
Java -
R
Библиотеки и фреймворки
-
Pandas -
NumPy -
SciPy
Инфраструктурные и вспомогательные инструменты
-
Git -
Jupyter -
SQL
Навыки
-
Проектировать архитектуру мультимодальных AI-систем
-
Вести AI-проекты от исследовательского прототипа до его внедрения
-
Конструировать и совершенствовать нейросетевые модели для решения сложных прикладных задач
-
Разрабатывать высокопроизводительный код на Python и С/С++ для работы с Big Data и сложными вычислениями
-
Проводить стратегический анализ бизнес-процессов и находить точки роста с помощью AI-технологий
-
Управлять полным циклом R&D — от формулировки гипотез до внедрения работающих моделей
-
Создавать и совершенствовать алгоритмы для решения вычислительных задач любой сложности
-
Строить распределенные AI-системы для параллельной обработки данных в реальном времени
-
Создавать генеративные AI-модели для решения нестандартных задач
-
Применять сложные структуры данных для моделирования реальных бизнес-кейсов
-
Работать с технической документацией и выбирать оптимальные инструменты
-
Разрабатывать интеллектуальные системы обработки текста с использованием современных NLP-методов
Специальности выпускников
AI-архитектор
Проектирует системы искусственного интеллекта и определяет их паттерны поведения
ML-исследователь
Пишет код и обучает AI-системы для конкретных целей
Практика
Студенты проходят практику и стажировки в ведущих технологических компаниях России — Яндекс и Сбер, где участвуют в разработке промышленных AI-систем и решают реальные задачи в области искусственного интеллекта.
Где проходит практика
Партнеры программы
Часто задаваемые вопросы
-
Необходимо сдать ЕГЭ по трем предметам: математика (профиль), русский язык, а также информатику или физику на выбор
-
Здесь вы найдете примеры заданий прошлых лет, которые помогут подготовиться к участию в Конкурсе
-
Отсрочка от призыва граждан на военную службу предоставляется обучающимся образовательных программ бакалавриата и магистратуры (если вы поступили в магистратуру сразу же после обучения в бакалавриате), а также аспирантуры по очной форме обучения и имеющей аккредитацию.
Это регламентируется подпунктом «а» части 2 статьи 24 Федерального закона от 28.03.1998 № 53-ФЗ «О воинской обязанности и военной службе».
Если у вас была отсрочка при обучении на соответствующем уровне образования, то повторно она не предоставляется. Если отсрочка была при обучении на СПО, то при поступлении на бакалавриат отсрочка не сохраняется.
Осенью студентов Университета в установленном порядке ставят на воинский учет в Верхнем Услоне Республики Татарстан. Дополнительно информацию сообщат после поступления -
Стоимость обучения: от 0 р/год при участии в грантовом конкурсе
-
Срок исполнения грантовых обязательств зависит от размера полученного гранта и составляет от 6 месяцев до 2 лет.
Отработка предполагает оплачиваемое трудоустройство в одной из компаний-партнеров Университета Иннополис
Бюджет + грант — 24 месяца
Бюджет (олимпиадник) — 12 месяцев
100% грант — 24 месяца
100% грант (олимпиадник) — 12 месяцев
70% грант — 24 месяца
60% грант — 21 месяц
50% грант — 18 месяцев
40% грант — 15 месяцев
30% грант — 12 месяцев
20% грант — 9 месяцев
Полностью платное обучение — без отработки
Стажировки и программы обмена
Участие в международных конференциях, программы в вузах-партнерах и проекты с индустрией
Другие программы
Дамир Загидуллин
менеджер абитуриентов бакалавриата
-
пн-пт с 9:00 до 18:00 (МСК)+7 (843) 203-92-53
(доб. 133) -
пн-пт с 9:00 до 18:00 (МСК)t.me/ZDamir_IU
-
пн-пт с 9:00 до 18:00 (МСК)admissions@innopolis.ru
Спасибо!
Ошибка