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, ИСП РАН 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 видео

преподаватели о курсах

Профиля

«Математические основы искусственного интеллекта»

students

Преподаватели

о программе

  • Данила Корнеенко

    Александр Гасников

    Доктор физико-математических наук, ректор Университета Иннополис

    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 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, ректор Университета Иннополис

  • Зуфар Азизов

    Алексей Савватеев

    Член-корреспондент РАН, профессор МФТИ, известный популяризатор науки

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

    читать далее

    Зуфар Азизов

    Алексей Савватеев

    Член-корреспондент РАН, профессор МФТИ, известный популяризатор науки

  • Анна Копейкина

    Иван Оселедец

    Профессор РАН, 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

    Профессор РАН, доктор физико-математических наук

  • Зуфар Азизов

    Андрей Райгородский

    Федеральный профессор математики, 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

    Федеральный профессор математики, 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

Академический трек

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


  • 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


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

Индустриальный трек

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


  • 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


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

Робототехника

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


  • 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

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

Подай заявку на обучение

Стань востребованным специалистом в сфере ИТ-технологий

Подать заявку на обучение

arrow
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, доктор физико-математических наук, 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, лауреат премий Yahoo, «Яндекса» имени Ильи Сегаловича и премии правительства Москвы в номинации «Математика, механика и информатика» 2020 г.


    Сфера научных интересов:

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

    Автор более 200 публикаций

  • people at computers
    Алексей Савватеев
    Доктор физико-математических наук
    Член-корреспондент РАН, доктор физико-математических наук, профессор Московского физико-технического института,профессор Адыгейского государственного университета, научный руководитель Кавказского Математического Центра (Майкоп), научный руководитель Камского Математического Центра (Набережные Челны),главный научный сотрудник ЦЭМИ РАН,научный руководитель и главный лектор проекта «100 уроков математики», популяризатор математики среди детей и взрослых.

    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 Сколковского института науки и технологий, генеральный директор Института искусственного интеллекта AIRI, профессор РАН.


    Автор более 300 статей в ведущих международных журналах и на конференциях; лауреат премии Президента РФ по науке и инновациям для молодых ученых (2018), премии Правительства Москвы (2022), лауреат премии имени И. Сегаловича, премии SIAM за лучшую научную работу, премии Гумбольдта.

    Сфера научных интересов:

    • математика
    • вычислительная математика
    • машинное обучение


    Автор более 300 публикаций

  • 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 специальной премии корпорации IBM, присуждаемой за успехи в тренерской работе, лауреат премии 2016 ACM ICPC Senior Coach Award.


    С 2000 года А.С. Станкевич является председателем жюри Всероссийской олимпиады школьников по информатике и программированию. Автор учебных курсов. Автор сайта вики-конспектов, содержащего свыше 500 статей-конспектов.


    Автор более 18 публикаций

  • people at computers
    Алексей Наумов
    Доктор физико-математических наук
    Руководитель Международной лаборатории стохастических алгоритмов и анализа многомерных данных ВШЭ, обладатель научной премии «Яндекса» имени Ильи Сегаловича (2022).

    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
    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
  • Максим Рахуба
    Кандидат физико-математических наук, заведующий лабораторией матричных и тензорных методов в машинном обучении ФКН ВШЭ, доцент факультета компьютерных наук ФКН ВШЭ.


    Сфера профессиональных интересов:

    • Тензорные методы
    • Матричный анализ
    • Глубокое изучение
    • Искусственный интеллект
    • Вычислительная математика

  • Владимир Гордин
    Доктор физико-математических наук, профессор-исследователь Департамента математики НИУ ВШЭ


    Сфера профессиональных интересов:

    • Дифференциальные уравнения
    • Численные методы
    • Компьютерная обработка информации
    • Гидродинамическая устойчивость
    • Оптимизация
    • Математическая метеорология
    • Финансовая математика

    Автор нескольких учебников и методических материалов

  • Александр Коротин
    Кандидат физико-математических наук,руководитель исследовательской группы в Сколтехе, научный сотрудник AIRI


    Возглавляет исследовательскую группу по Генеративному ИИ в Центре прикладного ИИ Сколтеха.


    Результаты исследований регулярно публикуются на конференциях и в журналах по машинному обучению и искусственному интеллекту. С 2020 года представил 13 статей на конференциях A* (ICLR, NeurIPS) и опубликовал несколько статей в журналах Q1 (Neurocomputing, Pattern recognition) и других.


    Сфера научных интересов:

    • Генеративное моделирование
    • Непарное обучение
    • Оптимальный транспорт
    • Мосты Шрёдингера

  • Григорий Кабатянский
    Доктор физико-математических наук


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

  • Алексей Фролов
    Доктор физико-математических наук, 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.


    Является выдающимся отечественным и мировым ученым, занимающимся научными исследованиями на пересечении теории информации, коммуникаций и машинного обучения.


    Лауреат премии Правительства России 2016 года, премии Правительства Москвы 2013 года для молодых ученых, обладателем награды Communication Theory Symposium Best Paper Award на конференции IEEE Global Communications Conference (GLOBECOM) 2020 года.

  • Александр Безносиков
    Кандидат физико-математических наук

    Заведующий 3х лабораторий: Института системного программирования имени Иванникова (ИСП РАН), Университета Иннополис и МФТИ-Яндекс.


    Проводит научные исследования в МФТИ, Университете Иннополис, ИППИ РАН. Помимо научной работы, читает лекции в МФТИ, МГУ, Сколтехе, Университете Иннополис и ВЦ РАН.


    В 2023 году Александр получил национальную премию за вклад в развитие технологий искусственного интеллекта «Лидеры ИИ».


    Сфера научных интересов:

    • стохастическая оптимизация,
    • распределенная оптимизация,
    • федеративное обучение,
    • седловые задачи и вариационные неравенства.

  • Андрей Райгородский
    Доктор физико-математических наук
    Профессор математики. Директор Физтех-школы ПМИ, зав. кафедрой Дискретной математики ФИВТ, зав. лабораторией продвинутой комбинаторики и сетевых приложений МФТИ

    Сфера научных интересов:
    • теория графов и гиперграфов
    • экстремальные и алгоритмические задачи комбинаторики
    • теория вероятностей и математическая статистика
    • вероятностные методы в дискретной математике
    • различные вопросы комбинаторной геометрии и алгебраической топологии
    • комбинаторные методы применительно к задачам анализа данных в интернете
    Автор 130 публикаций
arrow

Смотреть лекцию

лекция ректора Университета

Александра Гасникова

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

students

Часто задаваемые вопросы

По каким предметам нужно сдать ЕГЭ?

Необходимо сдать ЕГЭ по трем предметам: математика (профиль), русский язык, а также информатику или физику на выбор.

Какие сроки приемной кампании?

Приемная кампания начинается с 1 декабря и длится до 31 июля.

Карьерные перспективы

Ты можешь создавать беспилотные автомобили, дроны и роботов, которые покорят космос. Можешь создавать алгоритмы искусственного интеллекта от прогноза биржевых котировок до выявления болезней на ранних стадиях. Ты можешь обеспечивать безопасность информационных сетей и работать над масштабными проектами по цифровизации предприятий. Всем этим занимаются инженеры-исследователи, ведущие аналитики данных, разработчики софта и проект-менеджеры.


В 2023 году 100% выпускников получили приглашения на работу от компаний-партнеров Университета Иннополис – ООО "КАЗАНЬЭКСПРЕСС", ООО "ИТ ИКС 5 ТЕХНОЛОГИИ", OOO "ОЗОН ТЕХНОЛОГИИ", АО "СБЕРТЕХ", S7, ООО "ДжиДиСи Сервисез", ООО "ЯНДЕКС", ПАО "МТС", АО "ТИНЬКОФФ БАНК", ООО "АК БАРС ЦИФРОВЫЕ ТЕХНОЛОГИИ".

Материалы для подготовки к обучению

Здесь вы найдете примеры заданий прошлых лет, которые помогут подготовиться к участию в Конкурсе. Задания соответствуют тем, что предстоит пройти на заочном и очном этапах Конкурса. Задачи по программированию проходят только на втором (очном) этапе.

Математика
Информатика
Английский язык
Программирование

Перечень документов для зачисления

  • 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 о группе здоровья для занятий физкультурой

Отсрочка от призыва на военную службу

Отсрочка от призыва граждан на военную службу предоставляется обучающимся образовательных программ бакалавриата / магистратуры (если Вы поступили в магистратуру сразу же после обучения в бакалавриате) / аспирантуры по очной форме обучения.
Это регламентируется подпунктом «а» части 2 статьи 24 Федерального закона от 28.03.1998 № 53-ФЗ «О воинской обязанности и военной службе».

Если ранее предоставлялась отсрочка при обучении на соответствующем уровне образования, то повторно она не предоставляется.

Осенью студентов Университета в установленном порядке ставят на воинский учет в Верхнем Услоне Республики Татарстан. Дополнительно информацию сообщат после поступления.

Не нашёл нужный ответ на вопрос?

Переходи на страницу, там ты найдешь больше ответов на вопросы

Перейти к вопросам

arrow
arrow

Задать вопрос Динаре

знакомься

Динара Сергеева

менеджер абитуриентов бакалавриата

students