02.04.01 Математика и компьютерные науки (профиль: Методы математического и алгоритмического моделирования общенаучных и прикладных задач; Статистические методы науки о данных) (для приема иностранных граждан)

О программе

Областью профессиональной деятельности выпускников по направлению 02.04.01 – «Математика и компьютерные науки» является решение комплексных задач в сфере науки, образования, управления, экономики, научно-производственной сфере и иных организациях и структурах, использующих математические методы и компьютерные технологии.

Язык обучения Русский

Форма обучения Очная

Срок обучения 2 года

Вступительные испытания письменный экзамен по профилю программы

Бюджетных мест 0

Платных мест 1

Стоимость обучения,
рублей в год 165 000

Узнать больше

Проходной балл 2023

На контракт 40

Профили

: Компьютерные науки – это обширная область знаний. Среди современных задач компьютерных наук – интеллектуальный автоматический анализ данных. Программа магистратуры по направлению «Математика и компьютерные науки» (02.04.01), профиля «Методы математического и алгоритмического моделирования общенаучных и прикладных задач» направлена на подготовку выпускников, способных использовать математический аппарат и современные информационные технологии для сбора и компьютерного анализа данных, а также создания технологий машинного обучения.
: Курсы профиля охватывают общую теорию статистических выводов, многомерный статистический анализ, теорию случайных процессов, байесовские методы.

Цель программы

Магистратура по математике и компьютерным наукам главным образом сконцентрирована на теории сложности алгоритмов и её приложениях.
Магистратура будет полезна тем, кто хочет заниматься разработкой криптографических методов, вычислительной математикой, статистикой, временными рядами, компьютерной графикой и компьютерным зрением, а также квантовыми вычислениями.

Вы получите

Знания в современных методах статистики и статистического машинного обучения, фундаментальные математические основы теории вероятностей и математической статистики, байесовских методах и случайных процессах.
глубокое понимание теоретической и прикладной математики
Подкрепите знания навыками практического применения этих методов для анализа выборочных данных, построения статистических моделей и их реализации в виде программных комплексов
умение разрабатывать и анализировать математические модели
знание современных языков программирования, а также навыками их использования в своей профессиональной деятельности
навыки работы с алгоритмами и структурами данных
способность к применению методов машинного обучения и искусственного интеллекта для решения прикладных задач

Ключевые дисциплины

Методы математического и алгоритмического моделирования общенаучных и прикладных задач

Алгоритмы и структуры данных
Машинное обучение
Компьютерные технологии
Элементы вычислительной геометрии
Компьютерное моделирование механических и электродинамических систем
Методы математического моделирования социально-экономических процессов
Управление проектами
Интеграция прикладных математических пакетов с контрольно-измерительными приборами
Исследование операций
Разработка приложений для мобильных устройств
Введение в робототехнику

Статистические методы науки о данных

Методы статистического моделирования и их приложения
Математические основы теории вероятностей и статистики
Метод статистического бутстрепа
Оптимальные статистические решения
Проверка гипотез и множественное тестирование
Случайные процессы и временные ряды
Современные модели математической статистики
Статистический анализ данных
Статистический анализ линейных моделей
Статистическое машинное обучение
Теория статистических выводов

Научная деятельность

Функциональный анализ, теория меры, теория операторных алгебр
создание различных моделей с применением искусственных нейронных сетей
Теория статистического вывода, оптимальные процедуры статистического вывода
использование различных видов искусственных нейронных сетей в системах идентификации
Приближенные методы решения нелинейных краевых задач и вариационных неравенств механики и физики
исследование интегральных неравенств типа Харди
Предельные теоремы для слабозависимых случайных величин
аппроксимативные методы решения сингулярных интегральных уравнений
Ультрапроизведения линейных пространств с мерами
теория приближенных методов анализа
Спектральная теория линейных операторов, функционально-дифференциальные уравнения

Базы практик

Учебная лаборатория вычислительной техники

Деятельность Лаборатории направлена на осуществление следующих задач:

внедрение в учебный процесс элементов практической работы обучающихся по направлению подготовки$
совершенствование качества подготовки современного конкурентоспособного специалиста-выпускника КФУ;
проведение учебной практики студентов, помощь в выполнении курсовых и дипломных работ обучающихся;
создание условий для индивидуальной работы студентов.

Научно-исследовательская лаборатория «Интеллектуальные биомиметрические и природосообразные системы»

Экспериментальная лаборатория цифровой визуализации для анализа установившихся стационарных или периодических гидродинамических течений около твердых или упругих тел.

Учебно-исследовательская лаборатория алгоритмических методов алгебры и логики

Важнейшей задачей лаборатории является теоретическое осмысление деятельности компьютеров, где компьютер рассматривается не просто как инструмент для выполнения разного рода вычислительных задач по переработке чисел, но, главным образом, как средство передачи и преобразования информации.