Разрабатывать ИИ-сервисы и системы

Как и чему учиться

Фундаментальная подготовка. На программе «Глубокое обучение и генеративный искусственный интеллект» учат интерпретировать процессы обучения сетей с вероятностной точки зрения и понимать теоретические основы изначально эвристических принципов, заложенных в работу современных глубоких нейронных сетей, а также работать с новыми архитектурами (вроде KAN, PINN и FNO). Благодаря такой подготовке выпускники могут самостоятельно разрабатывать и применять алгоритмы ML и систем ИИ в науке и индустрии. Например ― создавать агентов на основе больших языковых моделей с функциями проверки решений и поддержки диалога, чтобы помогать студентам осваивать дисциплины по высшей математике, или решения в области компьютерного зрения, такие как модели генерации векторных изображений или переноса стиля на векторные изображения. Также во время обучения студенты участвуют в научно-исследовательских проектах и могут стажироваться в R&D-лабораториях, среди них ― лаборатория «Компьютерных технологий» ИТМО, SBER AI Lab и MTS AI.

Практика и кейсы из индустрии. Студенты магистратуры «Большие данные и машинное обучение» осваивают навыки анализа больших данных, методов машинного обучения и проходят весь цикл разработки: от подготовки датасетов и построения ML-пайплайнов до масштабирования и выпуска готовых моделей на рынок. На программе работают с реальными кейсами от партнеров: Сбера, Яндекса, Huawei и других — и еще во время обучения проходят стажировки в компаниях. Обучение в магистратуре проходит на английском ― это позволяет работать с актуальными материалами и погрузиться в языковую среду.

Буст в профессии. Тем, кто уже работает по специальности или обладает сильной математической базой, можно присмотреться к программам «Программирование и искусственный интеллект» и «Искусственный интеллект». Занятия проходят онлайн, каждый студент сам составляет индивидуальный учебный план, а в качестве дипломного проекта решает практическую задачу от компаний-партнеров или своего работодателя либо работает над научным исследованием. Программы также реализуются с партнерами из индустрии.

Например, магистратура «Искусственный интеллект» работает вместе с Napoleon IT, X5 Group, Ozon Банком, МТС, Sber AI, Raft и другими компаниями ― а студенты получают возможность поработать над реальным инженерным, исследовательским или образовательным проектом. Во время проектной работы можно попробовать себя в роли аналитика, ML-инженера, разработчика продукта или инженера данных, при этом роль меняется каждый семестр и специально под эти задачи подбирается индивидуальный набор дисциплин.

Для кого. Программы подойдут выпускникам технических специальностей, которые ориентируются в вопросах машинного обучения и анализа данных и на высоком уровне владеют как минимум одним языком программирования. На программах «Большие данные и машинное обучение» и «Программирование и искусственный интеллект» потребуются базовые навыки программирования и хороший уровень математической подготовки, на первой также не обойтись без знания английского.

Кем работать после выпуска. В зависимости от выбранной программы выпускники смогут претендовать на позиции ML-инженера (ML Engineer) и инженера данных (Data Engineer) уровня Middle и выше. Выпускники первых двух программ также смогут работать в качестве специалиста по глубокому обучению (Deep learning developer), исследователя данных (Data scientist), архитектора ИИ и данных (AI Architect и Data Architect), а еще как инженеры-исследователи в научных центрах. Освоившие программу «Искусственный интеллект» смогут построить карьеру на позициях разработчика ИИ-продуктов (AI Product Developer) и аналитика данных (Data Analyst).

Проектировать архитектуру ИИ

Как и чему учиться. Для тех, кто хочет освоить необходимые навыки для работы в качестве архитектора ИИ или систем больших данных, подойдет одна из двух программ:

• «Проектирование и разработка систем искусственного интеллекта». В этой магистратуре студенты учатся определять архитектуру ИИ-систем и подходы к их проектированию, выбирать стек ИИ-технологий для разработки конкретного решения, самостоятельно создавать, разворачивать и вводить в эксплуатацию системы машинного обучения.
• «Проектирование и разработка систем больших данных». Здесь можно расширить знания в области сетевого программирования, организации распределенных вычислений в кластере, специализированных структурах и алгоритмах хранения, поиска и сжатия в базах данных. А на практических занятиях ― разработать подсистемы хранения или обработки данных и новые решения для существующих приложений на основе реальных бизнес-кейсов от компаний-партнеров OZON и Wildberries.

Если хотите работать с голосовыми помощниками ― полезно присмотреться к программе «Речевые технологии и машинное обучение». Магистратура заточена на углубленное изучение архитектуры ИИ-систем по распознаванию и обработке речи. За два года студенты осваивают базовые и продвинутые алгоритмы машинного обучения, учатся решать актуальные задачи в области голосовой и многомодальной биометрии, распознавания речи и акустических событий, синтеза речи и естественной обработки языка с помощью ML-моделей. Программа реализуется совместно с партнером ― Группой компаний ЦРТ. Причем, студенты попадают на стажировки в компанию уже с первого семестра.

Для кого. Поступить на программы могут абитуриенты со стартовым бэкграундом в программировании. На программе «Проектирование и разработка систем больших данных» также ждут от студентов опыт написания бэкенд-приложений.

Кем работать после выпуска. Выпускники программы по проектированию ИИ-систем могут претендовать на позиции ML-инженера (ML Engineer), ИИ-архитектора (AI Architect) и продуктового менеджера ML-систем (ML Project Manager). Те, кто окончат магистратуру по проектировании систем больших данных, смогут работать в качестве инженера данных (Data Engineer), архитектора данных (Data Architect) и бэкенд-разработчика (back-end developer). А выпускники программы по применению речевых технологий смогут рассмотреть для работы такие должности, как исследователь в области машинного обучения (ML Researcher), Python-разработчик в области ИИ и ML и аналитик данных (Data Analyst). Также выпускники программ смогут работать в исследовательских центрах.

Применять ИИ на стыке с финтехом и не только

Как и чему учиться. На программе «Искусственный интеллект и поведенческая экономика» студенты учатся применять ML-модели в сфере финансовых технологий ― например, разрабатывать стратегии кредитования или системы прогнозирования поведения клиентов в банковской сфере, ритейле и логистике. Можно пройти полный цикл работы с данными: от подготовки датасетов до внедрения готовых решений в бизнес-процессы. Программа реализуется по двум трекам — трек от Сбера с работой на реальных финансовых данных и трек глобального моделирования финансовых систем.

Применять ИИ в нефтегазовой отрасли, машиностроении и других сферах производства учат в магистратуре «Искусственный интеллект в промышленности». Ее студенты создают интеллектуальные системы поддержки принятия решений, а также разрабатывают методы диагностики оборудования и оптимизации производственных задач. Работа ведется на реальных данных в лабораториях ИТМО и на площадках индустриальных партнеров.

В магистратуре «Аналитика данных» студенты осваивают методы хранения и обработки структурированных и неструктурированных данных, интеллектуального анализа текстов и механизмы работы компьютерного зрения. Использовать эти знания можно в разных предметных областях: начиная от науки и медицины и заканчивая обучением в школах и вузах.

Для кого. Поступить на программы могут выпускники технических специальностей и практикующие IT-специалисты. Освоить программу «Искусственный интеллект в промышленности» смогут также отраслевые специалисты: инженеры, геологи и технологи.

Кем работать после выпуска. Выпускники первых двух программ смогут претендовать на позиции ML-инженеров (ML Engineer), инженеров данных (Data Engineer) и архитекторов ИИ (AI Architect) в соответствующих сферах. А освоившие программу «Аналитика данных» смогут построить карьеру в качестве аналитика данных (Data Analyst), исследователя данных (Data Scientist) или ML-инженера (ML Engineer), а также инженера-исследователя в научных центрах.

Управлять ИИ-продуктами

Как и чему учиться. На программе «Управление ИИ-продуктами» обучают, как создавать инновационные ИИ‑решения и выводить их на рынок. За два года учебы в ИТМО студенты осваивают решение различных прикладных задач машинного обучения, учатся анализировать данные с помощью Python, проводить рыночные исследования, работать с кросс‑функциональными командами, создавать прототипы ИИ‑решений и управлять их жизненным циклом. Программа реализуется при поддержке Альфа-Банка — это значит, что можно поработать с реальными бизнес-кейсами компании, попасть на стажировку или даже получить оффер.

Для кого. На программе ждут выпускников технических и экономических программ бакалавриата, у которых есть опыт разработки ИИ-продуктов, а также менеджеров технологических компаний, основателей и сотрудников стартапов с опытом проектирования ИИ-решений.

Кем работать после выпуска. Выпускники программы смогут работать тимлидами, руководителями продуктов и проектов, продуктовыми аналитиками.

Обеспечивать безопасность ИИ-систем

Как и чему учиться. На программе «Безопасность систем искусственного интеллекта» студенты изучают основы машинного обучения (МО), методы интерпретации, верификации и валидации моделей МО и верификации наборов данных, атаки на системы ИИ и методы защиты систем ИИ, а также учатся разрабатывать и внедрять ML-алгоритмы и ИИ-системы, менее подверженные киберугрозам.

Для кого. Программа подойдет выпускникам технических специальностей, связанных с информационными технологиями. Также ее смогут освоить те, кто изучал естественные науки в бакалавриате, но для этого необходимо пройти дополнительное обучение — для студентов обязателен опыт программирования, предпочтительно на Python, и знание основ линейной алгебры.

Кем работать после выпуска. Выпускники магистратуры смогут работать исследователями или программистами в сфере информационной безопасности систем ИИ, аналитиками данных с помощью ИИ, специалистами по автоматизации информационно-аналитической деятельности или по обеспечению безопасности информации систем ИИ.

Как поступить на программы

Один из вариантов ― сдать вступительные экзамены. Но он далеко не единственный. Поступить можно и по олимпиадам и конкурсам, которые в том числе проводит сам университет.

Вот основные способы:

• Стать медалистом, победителем или призером Всероссийской студенческой олимпиады «Я — профессионал».
• Стать победителем или призером Мегаолимпиады ИТМО.
• Победить в Мегашколе ИТМО.
• Победить в конкурсе портфолио ИТМО.
• Получить рекомендательное письмо от руководителя программы.
• Победить в конкурсе докладов «Конгресса молодых ученых» ИТМО.
• Победить в конкурсе проектов «Технологии ИИ» или в других конкурсах программ.