60

мест для обучения в Университете Иннополис

20

бюджетных мест для обучения в 2024 году

258

проходной балл ЕГЭ на бюджет в 2023 году

очная

форма обучения

4 года

длительность обучения

русский

язык обучения

от 240 000 ₽/год

стоимость обучения при участии в грантовом конкурсе

общежитие

всем поступающим  студентам

до 300 000 ₽

бонус олимпиадникам при поступлении

smiling student with glasses smiling student with glasses

О профиле подготовки

Математические основы искусственного интеллекта

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 ИИ, а предметы специальности будут преподавать ведущие ученые и практикующие специалисты из AIRI, ИСП РАН, Яндекса, Сбера, Тинькофф, МФТИ, ВШЭ, Сколтеха, МГУ и др.

Преимущества:
  • Преподаватели программы – ведущие ученые страны в области математики и искусственного интеллекта: Евгений Тыртышников, Иван Оселедец, Александр Гасников, Алексей Савватеев, Андрей Райгородский, Алексей Наумов и др. заслуженные профессора и ученые.
  • Математическая программа адаптирована под направление искусственного интеллекта, благодаря чему ты будешь понимать механизм его разработки и что у него находится “под капотом”.
  • Программа сопровождается специально разработанными методическими материалами. К разработке программы и сопроводительных материалов, включая учебники, были привлечены ведущие в стране ученые/лекторы (из МФТИ, ВШЭ, Сколтеха, ИТМО, Университета Иннополис и др. организаций), готовые не просто адаптировать в основном классические математические курсы в сторону их использования в ИИ, но и в сторону большей доступности.
  • Программа имеет академический и научный треки. По опросу ВЦИОМ 64% родителей в России хотят видеть своих детей работающими в сфере науки. Программа дает такую возможность - имея сильные фундаментальные знания, выпускник может реализоваться в науке или работать над индустриальными проектами.

Мы ждем абитуриентов, увлекающихся перспективой исследовательских работ в области математики и идеями прорыва в области информатики.

 
По итогам программы выпускники станут востребованными специалистами в области математических основ ИИ, смогут работать в ресерч-отделах ИТ-компаний страны.  

Язык обучения — русский.

auditorium
Оставьте заявку на день открытых дверей

Переходи на страницу Дня открытых дверей зарегистрируйся в форме.

Подать заявку

arrow
arrow

Смотреть лекцию

лекция ректора Университета

Александра Гасникова

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

students

Преподаватели

о программе

  • Данила Корнеенко

    Александр Гасников

    Доктор физико-математических наук

    Мы живем во время перемен. На наших глазах, благодаря использованию ИИ, сильно меняется ландшафт многих областей знаний, включая такие классические, как физика, химия и биология. Генеративные нейронные сети и их развитие, за последние годы кардинально изменили и продолжают менять огромное число профессий, часть из которых, вероятно, полностью со временем исчезнет за ненадобностью. Курс по Глубокому обучению 15 лет назад, 10 лет назад, 5 лет назад и сейчас – это сильно разные курсы! Однако базовая математика, лежащая в основе многих инженерных решений в области ИИ, хотя также развивается, но в целом, в своей основе остается неизменной (во всяком случае на уровне образовательных программ). Именно поэтому мы сконцентрировали большие усилия на том, чтобы сделать хорошую бакалаврскую программу с акцентом как раз на математических аспектах ИИ, а не на самом ИИ (сам ИИ в инженерных аспектах, при необходимости, можно и в магистратуре доучить). Нам кажется, что программа как раз и позволит сформировать тот самый необходимый математический фундамент, на базе которого дальше можно будет строить практически все что угодно, что связано с ИИ. Ведь математика – это универсальный язык, позволяющий нам лучше понимать и описывать суть вещей, в том числе и ИИ

    читать далее

    Данила Корнеенко

    Александр Гасников

    Доктор физико-математических наук

  • Зуфар Азизов

    Алексей Савватеев

    Доктор физико-математических наук

    Математика воспитывает интеллект. Естественный. Без которого искусственный — опасен!

    читать далее

    Зуфар Азизов

    Алексей Савватеев

    Доктор физико-математических наук

  • Анна Копейкина

    Иван Оселедец

    Доктор физико-математических наук

    Современные достижения ИИ - это, в большей степени, достижения инженеров, которые собрали большие массивы данных и обучили модели.
    Однако отсутствие понимания того, как и почему это работает, приводит к тому, что люди тыкаются "вслепую", без попыток объяснить происходящее: "работает - и славно".
    Нам очень необходимо построить фундамент, который поможет понять и объяснить те результаты, которые уже есть. Это может сделать только математика.

    читать далее

    Анна Копейкина

    Иван Оселедец

    Доктор физико-математических наук

  • Зуфар Азизов

    Андрей Райгородский

    Доктор физико-математических наук

    Не потому математика прекрасна, что у нее есть приложения, но потому у нее есть приложения, что она прекрасна! Я верю, что именно в этом вся суть развития математического образования и самой математики как науки. Первичен фундамент - математическая эстетика, ее культура. И только на его основе можно создавать повестку будущего, новые технологии и инструменты. Любите математику и учите ее, и вам откроется совершенно удивительный мир!

    читать далее

    Зуфар Азизов

    Андрей Райгородский

    Доктор физико-математических наук

  • Евгений Тыртышников

    Академик РАН

    Трудный путь к пониманию освещается вдруг всего лишь одним верным словом. Наша задача - найти это слово!

    читать далее

    Евгений Тыртышников

    Академик РАН

  • Алексей Наумов

    Доктор физико-математических наук

    Внутри искусственного интеллекта живет красивая математика. Понимая ее, можно сделать искусственный интеллект эффективным и надежным. Книги от ведущих отечественных ученых помогут читателю в этом деле.

    читать далее

    Алексей Наумов

    Доктор физико-математических наук

Треки профиля

Первый год обучения пройдет по общей для всего профиля программе. Со второго курса ты выберешь трек с углубленной специализацией.

Академический трек

Для тех, кто хочет разрабатывать искусственный интеллект, создавать инновации в этой сфере и продолжить практику в академическом направлении

Guys are looking at the computer
  • Математический анализ
  • Аналитическая геометрия
  • Введение в комбинаторику и дискретную математику
  • Общая физика
  • Алгоритмы и алгоритмические языки
  • Вычислительная линейная алгебра
  • Основные концепции разработки программ
  • Теория функций комплексного переменного
  • Экономические механизмы и их наиболее актуальные приложения
  • Теория вероятностей
  • Введение в оптимизацию и численные методы оптимизации
  • Вычислительная математика
  • Дифференциальные уравнения (ДУ) и уравнения в частных производных
  • Дискретная математика
  • Теория информации
  • Введение в функциональный анализ
  • Математическая логика для ИИ
  • Современные численные методы распределенного обучения
  • Теоретическая механика
  • Математическая статистика
  • Теория устойчивости нелинейных операторов для исследования моделей искусственных нейронных сетей
  • Сетевые динамические модели: Анализ и управление
  • Теория случайных процессов
  • Эффективные алгоритмы
  • Машинное обучение
  • Прикладная статистика в анализе данных / ИИ
  • Введение в компьютерное/техническое зрение и приложения
  • Высокопроизводительные вычисления
  • Введение в теорию управляемых систем
  • Математические основы ИИ
  • Глубокое обучение
  • Методы обработки и генерации текста и речи
  • Генеративные модели и оптимальный транспорт
  • Обучение с подкреплением
  • Диффузионные модели
  • Децентрализованная оптимизация, транспортные задачи, спектральные свойства графов
Индустриальный трек

Для тех, кто хочет разрабатывать искусственный интеллект, создавать инновации в этой сфере и продолжить практику в индустрии

Workflow
  • Математический анализ
  • Аналитическая геометрия
  • Введение в комбинаторику и дискретную математику
  • Общая физика
  • Алгоритмы и алгоритмические языки
  • Вычислительная линейная алгебра
  • Основные концепции разработки программ
  • Теория функций комплексного переменного
  • Экономические механизмы и их наиболее актуальные приложения
  • Теория вероятностей
  • Введение в оптимизацию и численные методы оптимизации
  • Вычислительная математика
  • Дифференциальные уравнения (ДУ) и уравнения в частных производных
  • Дискретная математика
  • Теория информации
  • Введение в функциональный анализ
  • Математическая логика для ИИ

  • Современные численные методы распределенного обучения
  • Теоретическая механика
  • Математическая статистика
  • Теория устойчивости нелинейных операторов для исследования моделей искусственных нейронных сетей
  • Сетевые динамические модели: Анализ и управление
  • Теория случайных процессов 

  • Эффективные алгоритмы
  • Машинное обучение
  • Прикладная статистика в анализе данных / ИИ
  • Введение в компьютерное/техническое зрение и приложения
  • Высокопроизводительные вычисления
  • Введение в теорию управляемых систем
  • Математические основы ИИ
  • Глубокое обучение
  • Методы обработки и генерации текста и речи
  • Генеративные модели и оптимальный транспорт
  • Обучение с подкреплением
  • Диффузионные модели
  • Децентрализованная оптимизация, транспортные задачи, спектральные свойства графов
Робототехника

Трек предполагает изучение аспектов мехатроники, теории контроля, применение ИИ в робототехнике.

Guys are looking at the computer
  • Введение в машинное обучение/Introduction to Machine Learning
  • Физика II (Электротехника)/Physics II (Electrical Engineering)
  • Теория автоматического управления/Control Theory
  • Теоретическая механика/Theoretical Mechanics
  • Основы робототехники/Fundamentals of Robotics
  • Введение в компьютерное зрение/Introduction to Computer Vision
  • Прикладные технологии машинного и глубокого обучения/Practical Machine Learning and Deep Learning
  • Механика и механизмы/Mechanics & Machines
  • Мехатроника/Mechatronics
  • Автономная робототехника/Autonomous Robotics
  • Робототехника/Robotic Systems
  • Датчики и считывание/Sensors & Sensing
  • Сигналы и системы/Signals and Systems

arrow

Узнать подробнее

информация про

олимпиадные бонусы

Узнай, участие в каких олимпиадах поможет в поступлении

students

наши

Преподаватели

  • people at computers
    Александр Гасников

    Доктор физико-математических наук

    Ректор Университета Иннополис. Профессор, заведующий лабораторией математических методов оптимизации, заведующий кафедрой математических основ управления


    Сфера научных интересов:

    • численные методы оптимизации,
      стохастический анализ
    • математическое моделирование транспортных потоков
    • анализ данных и оптимизация в биоинформатике

    Автор 89 публикаций

  • people at computers
    Алексей Савватеев
    Доктор физико-математических наук
    Член-корреспондент РАН, кандидат экономических наук, активный популяризатор науки

    Сфера научных интересов:
    • теория игр и её приложения
    • ценовые механизмы
    • аукционы, теория чисел
    • теория размещения
    • арифметика эллиптических кривых
    Автор 12 публикаций
  • people at computers
    Иван Оселедец
    Доктор физико-математических наук
    профессор, директор центра науки, инноваций и образования «Технологии искусственного интеллекта» Сколковского института науки и технологий, профессор РАН, генеральный директор Института искусственного интеллекта AIRI.

    Сфера научных интересов:
    • математика
    • вычислительная математика
    • машинное обучение


    Автор 107 публикаций

  • people at computers
    Алексей Наумов
    Доктор физико-математических наук
    Профессор, заместитель директора по научной работе, ведущий научный сотрудник МИАН РАН

    Сфера научных интересов:
    • случайные матрицы
    • теория вероятностей и математическая статистика
    • стохастическая аппроксимация

    Автор 29 публикаций

  • people at computers
    Евгений Соколов
    Доцент

    Сфера научных интересов:
    • анализ данных
    • машинное обучение
    • анализ и автоматическая обработка текстов
    Автор 4 публикаций
  • people at computers
    Александр Тормасов
    Доктор физико-математических наук, профессор
    Глава российского отделения IEEE Computer Society. Обладатель 120 патентов

    Сфера научных интересов:
    • облачные вычисления и распределённые системы
    • технологии виртуализации и рекомпиляции
    • математическое моделирование ресурсов вычислительных систем
    • теория параллельного программирования и неблокирующих алгоритмов
    • высокопроизводительные вычисления на разделяемой памяти
    • технологии резервного копирования и управления данными
    • модели безопасности распределённых и виртуализованных систем
    Автор 100 научных трудов
  • people at computers
    Ярослав Холодов
    Доктор физико-математических наук
    Профессор, Институт анализа данных и искусственного интеллекта, Руководитель Лаборатории анализа данных и биоинформатики Университета Иннополис

    Сфера научных интересов:
    • вычислительная математика,
    • математическое моделирование,
    • интеллектуальный анализ данных,
    • программные модели и системы,
    • интеллектуальные транспортные системы
    Автор более 50 публикаций и 17 свидетельств о госрегистрации компьютерных программ
arrow

Задать вопрос Динаре

знакомься

Динара Сергеева

менеджер абитуриентов бакалавриата

students