Data Science и цифровая трансформация

01.04.02 «Прикладная математика и информатика»

Data Science и цифровая трансформация

Кафедра механики и процессов управления

года

2 года

Русский Русский

Очная форма

Бюджетные места – 26

Минимальные проходные баллы

Вступительные испытания

Междисциплинарный экзамен – 30

Стоимость обучения по контракту

1-й год – 240000 ₽

2-й год – 312000 ₽

О профессии 

Профессия стала особенно актуальной в свете бурного развития сервисов, использующих технологии машинного обучения и системы искусственного интеллекта. Эксперты по аналитике данных обладают техническими навыками и умеют преобразовывать «сырые» данные в полезную информацию.

Специалист в области Data Science и цифровой трансформации – это уникальный профессионал, обладающий знаниями сразу в нескольких областях: математике и статистике, программировании, машинном обучении, работе с базами данных. Специалист по Data Science не просто извлекает скрытые знания из данных и анализирует их с помощью самых современных методов и технологий, но и строит математические модели, прогнозы, что делает его ценным и востребованным сотрудником на рынке труда. Признаками необходимости таких специалистов являются: 


– автоматизация производственных и управленческих процессов; 
– рост объёмов данных, доступных для анализа; 
– развитие концепции открытых данных. 

Учебный процесс 

Структура программы включает в себя следующие основные направления: 


– общеобразовательные дисциплины – Иностранный язык в профессиональной деятельности магистра, История и методология науки; 
– математические дисциплины – Прикладные задачи математического моделирования, Численные методы решения задач математического моделирования; 
– дисциплины по анализу данных и искусственному интеллекту – Машинное обучение и анализ больших данных Статистические методы анализа данных Системы искусственного интеллекта, Искусственные нейронные сети, Когнитивные информационные технологии в искусственном интеллекте Виртуальная реальность и технологии компьютерного зрения, Проектирование автоматизированных систем управления, Технологии программирования; 
– практические работы и проекты в виде курсовых работ, научно-исследовательской работы, производственной практики и выпускной дипломной работы. 

Для студентов реализована система технической и академической поддержки. У каждой группы есть прикреплённый куратор, в обязанности которого входит: помощь студентам в административных вопросах и обеспечение взаимодействия между участниками образовательного процесса. 

Проекты, выполненные студентом за время обучения, могут составить портфолио для будущего работодателя или быть ориентированными на решение прикладных задач, связных с уже имеющейся профессиональной деятельностью обучающегося. 

Образовательная программа реализуется в очной форме с применением элементов дистанционных образовательных технологий. 

Практика 

Практика проводится как в научно-исследовательских лабораториях, так и на предприятиях промышленного комплекса, в IT-компаниях и научно-исследовательских центрах. Задачами производственно-технологической практики являются организация и планирование производственно-технологической деятельности, сбор, обработка, анализ и систематизация научно-технической информации мирового уровня, в том числе на иностранных языках, получение опыта пользования типовыми профессиональными программными продуктами, ориентированными на решение проектных, технологических и научных задач, получение опыта активного взаимодействия с коллегами в производственно-технологической сфере деятельности. Практики проводятся на предприятиях государственных корпораций «Роскосмос» и «Ростех», в «Лаборатории Касперского». 

Карьера 

В процессе обучения студенты приобретают навыки, позволяющие им осуществлять профессиональную деятельность в российских и международных компаниях, специализирующихся на анализе и исследовании данных, математическом моделировании и проектировании систем искусственного интеллекта, а также в научно-исследовательских организациях. 

Отрасли, в которых выпускники могут применять полученные знания: информационные технологии, телекоммуникации, высокотехнологичные отрасли промышленности, консалтинг, банковское дело, производство, страхование, транспорт, сфера услуг и др. 
По оценкам экспертов, на 2021 год мировой рынок анализа данных составляет 203 млрд долл. и продолжает расти, что свидетельствует о перспективной актуальности профессии. 

Специалист по Data Science является востребованным сотрудником на любом предприятии при поиске и разработке правильных стратегий, принятии бизнес-решений и адаптации работы предприятий к условиям цифровой экономической среды.