Introducción
Visión de conjuntoLos científicos de datos estarán entre los especialistas más demandados en el mercado de alta tecnología. El propósito de nuestro programa es satisfacer esta demanda y equipar a los científicos jóvenes más talentosos con un conocimiento de alto nivel de aprendizaje automático, aprendizaje profundo, visión por computadora, análisis de datos industriales, procesamiento del lenguaje natural, modelado matemático y otras áreas importantes de ciencia de datos moderna.Modos y duración: 2 años (tiempo completo)
Cuotas de matrícula: no hay tasas de matrícula para quienes pasen la selección con éxito
Idioma: inglésEducaciónEl programa de maestría tiene una duración de 2 años: el primer año es fortalecer su formación teórica y el segundo año se centra en la investigación. Los estudiantes tienen la libertad de elegir cursos y actividades extracurriculares para dar forma a su trayectoria individual, adquirir habilidades blandas y adquirir habilidades empresariales para prepararse para la colocación laboral.Conferencias y clases prácticas impartidas por profesores y expertos de renombre mundial.
Proyectos de investigación individuales realizados por los alumnos en los laboratorios Skoltech.
Un programa de inmersión de la industria de verano de 8 semanas en empresas líderes que convierten el conocimiento y las habilidades en acción.
Cursos sobre emprendimiento e innovación que proporcionan habilidades y conocimientos para comercializar ideas y resultados de investigaciones.Un graduado exitoso del programa sabráFundamentos matemáticos y algorítmicos de Data Science
Principales aspectos metodológicos de ambos, investigación científica y desarrollo de aplicaciones en Data Science
Técnicas avanzadas de aprendizaje automático y áreas relacionadasEstructura del programaEl programa de 2 años comprende cursos electivos obligatorios y recomendados sobre los temas más importantes, un amplio conjunto de cursos electivos (según la investigación y las necesidades profesionales del estudiante), componentes de emprendimiento e innovación, actividad investigadora y 8 semanas de industria. inmersión.
Track: Aprendizaje automático e inteligencia artificial (MLAI)
Las técnicas de aprendizaje automático están a la vanguardia de la ciencia de datos moderna y la inteligencia artificial. El plan de estudios del programa contiene una combinación equilibrada de temas desarrollados muy recientemente junto con la enseñanza en profundidad de los fundamentos matemáticos, como álgebra lineal avanzada, optimización, estadísticas de alta dimensión, etc.
Esta pista también está disponible en forma de red con el Instituto de Física y Tecnología de Moscú.
Un graduado exitoso de esta pista podrá:Comprender y formular tareas complejas del mundo real, como problemas de análisis de datos;
Contribuir al desarrollo del software de aprendizaje automático de próxima generación que sea competitivo o superior a los ejemplos existentes de software en campos de aplicación críticos y emergentes;
Aplique herramientas de software, algoritmos, modelos de datos y entornos computacionales relevantes para la solución de problemas del mundo real.Pista: Matemáticas para el aprendizaje automático (MML)
(En forma de red con la Escuela Superior de Economía)
El aprendizaje automático moderno está a la vanguardia de varias disciplinas de las matemáticas y la informática. La matemática del aprendizaje automático es una de las áreas más dinámicas de la ciencia moderna, que abarca estadísticas matemáticas, aprendizaje automático, optimización y teoría de la información y la complejidad. Desde el inicio del programa, los estudiantes colaboran en grupos de trabajo temáticos y participan activamente en la investigación, aprendiendo de los científicos de Skoltech y de la Escuela Superior de Economía, así como de los principales especialistas mundiales en estadística, optimización y aprendizaje automático.
Un graduado exitoso de esta pista:Poseer un conocimiento activo de los métodos y enfoques modernos en el aprendizaje estadístico, incluida la estadística matemática, los procesos estocásticos, la optimización convexa;
Ser capaz de aplicar y desarrollar dichos métodos para resolver problemas complejos de análisis de datos de motivación práctica.Requisitos de entrada:Conocimientos y habilidades: Cálculo, Ecuaciones diferenciales, Álgebra lineal, Teoría de la probabilidad y estadística matemática, Matemáticas discretas (incluida la teoría de grafos y algoritmos básicos), Programación.
Educación: Licenciatura relacionada con TI o su equivalente en Matemáticas, Informática, Tecnología de la Información y la Comunicación, Física Aplicada u otras áreas técnicas.
Idioma inglés: si su educación no se ha impartido en inglés, se espera que demuestre evidencia de un nivel adecuado de dominio del inglés.
PAQUETE DE APLICACION:Tu CV (ENG)
Carta de motivación (ENG)
2 cartas de recomendación
Diploma o transcripción
Sus certificados y premios, logros y otros materiales para el portafolio
