О программе
бакалавриата «Математические основы искусственного интеллекта» рассказывают ее преподаватели и студенты
выбирай будущее,
поступай в Университет Иннополис
математические основы искусственного интеллекта
-
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
Математические основы искусственного интеллекта
Это профиль для тех, кто видит в искусственном интеллекте не просто технологию, а область для научного поиска и создания новых математических подходов.
В основе программы фундаментальная математика, адаптированная для задач ИИ. Вы получите глубокие знания в машинном обучении, анализе данных и теории вероятностей.
Среди преподавателей — эксперты Университета Иннополис, МФТИ, ВШЭ, ИТМО, Сколтеха, МГУ, AIRI, ИСП РАН, Яндекса, Сбера и Т-Банка.
Программа реализуется в рамках федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства»
Преподавательский состав
Александр Безносиков
Кандидат физико-математических наук, заведующий 3-х лабораторий. Обладатель премии Yandex ML Prize. Выдающийся учёный и преподаватель, стоящий у истоков теоретических исследований в области машинного обучения и распределённой оптимизации.
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.
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
Иван Оселедец
Профессор РАН, доктор физико-математических наук, профессор Сколковского института науки и технологий, генеральный директор Института ИИ AIRI, лауреат премии Президента РФ по науке и инновациям для молодых ученых, обладатель премии правительства Москвы, лауреат премии И. Сегаловича, премии SIAM за лучшую научную работу, премии Гумбольдта
Григорий Кабатянский
Д.ф.-м.н., профессор департамента прикладной математики НИУ ВШЭ, вице-президент по науке и академическому сотрудничеству, профессор Сколковского института науки и технологий
Алексей Фролов
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
Константин Воронцов
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
Максим Рахуба
Кандидат физико-математических наук, заведующий лабораторией матричных и тензорных методов в машинном обучении ФКН ВШЭ, доцент факультета компьютерных наук ФКН ВШЭ
Алексей Наумов
Доктор физико-математических наук, руководитель Международной лаборатории стохастических алгоритмов и анализа многомерных данных ВШЭ, обладатель научной премии Яндекса имени Ильи Сегаловича (2022)
Евгений Тыртышников
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»
Андрей Станкевич
Кандидат технических наук, 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 премии 2016 ACM ICPC Senior Coach Award
Почему стоит выбрать эту программу
-
Фундаментальная математическая подготовка и глубокое понимание принципов, на которых строится искусственный интеллект
-
Преподаватели — ведущие ученые страны в области математики и искусственного интеллекта
-
Свобода карьерного выбора среди самых востребованных направлений в сфере ИИ
Треки профиля
Со 2 года обучения студенты могут выбрать профиль для углубленных знаний и прикладных навыков по своей траектории обучения.
Выбирая этот трек, студенты освоят набор инструментов, чтобы создавать инновации в ИИ, продвигать научные открытия и даже руководить собственными исследовательскими командами. Академический трек подойдет тем, кто планирует строить карьеру в науке и стать экспертом в области ИИ. Программа дает прочную математическую базу для работы с современными технологиями искусственного интеллекта — от глубоких нейронных сетей до больших языковых моделей и диффузионных алгоритмов.
В программе трека основной упор идет на практическую часть. На 4 курсе студенты пройдут годовую стажировку в исследовательском отделе одной из компаний-партнеров Университета Иннополис, например, Яндекс и Сбер. В будущем они смогут работать инженером-исследователем, ведущим аналитиком данных, архитектором ИИ, разработчиком софта и проект-менеджером.
Этот трек для тех, кто хочет создавать программное обеспечение и технологии для реальных робототехнических систем. Подойдет кандидатам, увлеченным физикой, математикой и программированием, а также тем, кто мечтает работать с «живым» железом — датчиками, приводами, камерами и автономными платформами. Студенты участвуют в индустриальных проектах в сферах беспилотного транспорта, промышленных роботов, тросовых систем и технического зрения, решая реальные задачи компаний. На первом курсе — общая база. Со второго — углубление в специализированные дисциплины.
Подайте заявку на обучение
Станьте востребованным специалистом в сфере ИТ-технологий
Программа обучения
-
Обязательные дисциплины
- Математический анализ
- Общая физика
- Аналитическая геометрия
- Введение в комбинаторику и дискретную математику
- Алгоритмы и алгоритмические языки
- Основные концепции разработки программ
- Вычислительная линейная алгебра
- История России
- Иностранный язык
- Физическая культура и спорт
Дисциплины по выбору
- Теория функций комплексного переменного
- Экономические механизмы и их наиболее актуальные приложения
- Общая физика (углубленный курс)
-
Обязательные дисциплины
- Дифференциальные уравнения и уравнения в частных производных
- Введение в оптимизацию и численные методы оптимизации
- Теория вероятностей
- Дискретная математика
- Вычислительная математика
- Математическая статистика
- Современные численные методы распределенного обучения
- Теория случайных процессов
- Безопасность жизнедеятельности
- Философия
Дисциплины по выбору
- Теория информации
- Введение в функциональный анализ
- Математическая логика для ИИ
- Теория устойчивости нелинейных операторов для исследования моделей искусственных нейронных сетей
- Теоретическая механика
-
Обязательные дисциплины
- Прикладная статистика в анализе данных
- Эффективные алгоритмы
- Машинное обучение
- Математические основы ИИ
- Глубокое обучение
- Методы обработки и генерации текста и речи
- ИИ прикладной проект
Дисциплины по выбору
- Дисциплины по выбору:
- Введение в теорию управляемых систем
- Высокопроизводительные вычисления
- Введение в компьютерное зрение
- UX/UI-дизайн
- Построение IT-команды
- Генеративные модели и оптимальный транспорт
- Диффузионные модели
- Обучение с подкреплением
- Децентрализованная оптимизация, транспортные задачи, спектральные свойства графов
- Методы глубокого обучения в области программной инженерии
- Развитие предпринимательских навыков у создателя стартапа
- Психология IT-специалиста
Практика
- Учебная практика
- Ознакомительная практика
- Производственная практика
- Технологическая (проектно-технологическая) практика
-
- ИИ прикладной проект
- Преддипломная практика
- Выполнение и защита выпускной квалификационной работы
Получите практические навыки
Инструменты
Языки программирования
-
Python -
С++ -
MATLAB -
Java -
R -
SQL -
Julia
Библиотеки
-
NumPy -
SciPy -
OpenCV -
Scikit-learn -
TensorFlow -
Math -
Datetime -
Os -
Autograd -
Pytorch -
Jax
Системные программы для работы в команде
-
Git -
CRM
Инструменты для работы с данными
-
Jupyter
Инструменты для оптимизации моделей ИИ
-
ONNX -
TensorRT -
OpenVINO
Нейромодели
-
VAE -
Vanilla GAN
Фреймворки
-
Pyomo -
pySAT
Навыки
-
Производить очистку, анализировать и визуализировать большие объемы данных
-
Разрабатывать и оптимизировать алгоритмы для решения задач в области искусственного интеллекта
-
Создавать математические модели для описания сложных систем и процессов
-
Уверенно владеть языком программирования Python и математическими библиотеками
-
Эффективно работать в команде над сложными исследовательскими проектами
-
Анализировать и формализовать задачи с использованием фундаментальных математических подходов
-
Интерпретировать результаты работы алгоритмов с позиций математической статистики и теории вероятностей
-
Глубокая теоретическая подготовка в области математики и её прикладных методов
Специальности выпускников
Исследователь / ученый в области ИИ
Разрабатывает новые методы ИИ, пишет научные статьи, работает в лабораториях и R&D-центрах
Data Scientist
Анализирует, строит модели, прогнозирует и помогает компаниям принимать решения на основе данных
Специалист по оптимизации и математическому моделированию
Разрабатывает математические модели и методы оптимизации, обеспечивающие эффективную работу алгоритмов ИИ
Специалист по ИИ в индустрии
Инженер или аналитик, который применяет технологии искусственного интеллекта для решения практических задач в реальных секторах экономики
Project-менеджер в ИИ-проектах
Управляет командами и проектами, связанными с разработкой ИИ-технологий
Дата-инженер
Готовит все необходимое для работы искусственного интеллекта: базы данных, пайплайны и системы для больших объёмов данных
ML-инженер
Разрабатывает и внедряет модели ИИ в продукты — от рекомендательных систем до нейросетевых сервисов
Инженер по безопасности ПО
Обеспечивает кибербезопасность приложений: проводит аудит кода, тестирует на уязвимости, разрабатывает и внедряет механизмы защиты
Разработчик компьютерных игр
Создает игровые приложения: разрабатывает игровую логику, графику и анимацию
Книга для школьников по математическим основам ИИ
Понятная книга о том, как устроен цифровой мир. Авторы: Нелли Литвак, Андрей Райгородский
Ознакомиться с книгой
Практика
Университет Иннополис обеспечивает студентов возможностью пройти практику в топ-компаниях и на ведущих предприятиях, способствуя их профессиональному развитию и получению практического опыта в выбранной сфере.
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
-
У обладателей гранта Университета Иннополис, кто не попал на бюджетные места, есть возможность учиться бесплатно или на частичном гранте
-
Да. В Университете Иннополис есть возможность обучаться на бюджете
-
Первый шаг одинаковый для всех – нужно подать заявку на обучение в личном кабинете абитуриента.
Главное - сделать это в нужный момент. Помимо заполнения анкеты, понадобится пройти проверку на уровень знания английского языка и IT-навыков.
Если результат рассмотрения заявки положительный, абитуриент приглашается на второй этап отборов.
В программе: оценка IT-навыков и знания английского языка, собеседование на русском или английском языке (в зависимости от выбранной программы), оценка личностных качеств.
При успешном прохождении второго тура отборов будущий студент получает грант на обучение -
Копия заполненных страниц паспорта
Аттестат/диплом (аттестат+приложение/ диплом+приложение для выпускников средне-специальных учебных заведений (СПО)
2 фотографии, размер 3*4, цветные на белом фоне (без уголка)
Копия военного билета или приписного свидетельства (для кандидатов мужского пола)
Копия ИНН
Копия СНИЛС
Справка по форме 086у -
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.
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