AI360: Математика машинного обучения
Подготовка будущих исследователей и создателей новых моделей искусственного интеллекта, архитектур и алгоритмов машинного обучения, а также новых математических методов, позволяющих анализировать и прогнозировать их работу.
Описание
Программа ставит себе задачей подготовку будущих исследователей и создателей новых моделей искусственного интеллекта, архитектур и алгоритмов машинного обучения, а также новых математических методов, позволяющих анализировать и прогнозировать их работу.
Программа сочетает в себе фундаментальное математическое образование и всестороннее изучение современных областей машинного обучения, наук о данных и компьютерных наук. Уже с младших курсов обучающиеся посещают зимние и летние школы по искусственному интеллекту, ведут научную работу и получают возможность участвовать в ведущих российских и зарубежных научных конференциях.
Программа реализуется при поддержке и участии компаний Яндекс и Сбер.
Cтраница программы на сайте МКН | Учебный план
Программа сочетает в себе фундаментальное математическое образование и всестороннее изучение современных областей машинного обучения, наук о данных и компьютерных наук. Уже с младших курсов обучающиеся посещают зимние и летние школы по искусственному интеллекту, ведут научную работу и получают возможность участвовать в ведущих российских и зарубежных научных конференциях.
Программа реализуется при поддержке и участии компаний Яндекс и Сбер.
Cтраница программы на сайте МКН | Учебный план
Стипендии
Спонсорская стипендия 40 тысяч рублей в месяц для студентов программы по результатам собеседования. Обучение на программе предполагает, что студенты будут полностью погружены в образовательный процесс и не будут работать параллельно с учебой.
Принципы программы
Проект AI360 — это среда для подготовки исследователей мирового уровня. Значительные ресурсы, привлеченные к его реализации, подчинены именно этой цели. Они имеют смысл только тогда, когда студенты осознанно движутся по исследовательской траектории и участвуют в жизни программы. Ознакомьтесь со списком принципов, следования которым мы ожидаем от студентов программы, и которые определяют, насколько наше сотрудничество остается продуктивным и оправданным для обеих сторон.
Злостное несоблюдение этих принципов может привести к вынесению на обсуждение с компаниями-партнерами вопроса о прекращении выплаты стипендии и прекращении участия в активностях на определенный испытательный срок.
Злостное несоблюдение этих принципов может привести к вынесению на обсуждение с компаниями-партнерами вопроса о прекращении выплаты стипендии и прекращении участия в активностях на определенный испытательный срок.
-
Программа как общее делоКачество программы напрямую зависит от усилий всех ее участников. Посещение и активное участие в занятиях и дополнительных активностях, а также своевременная и искренняя обратная связь — это то, что позволяют нам видеть реальную картину и оперативно корректировать учебный процесс. - Полное погружение как осознанный выборГлавным фокусом студентов программы является учеба и исследовательская работа. Регулярная и времязатратная занятость на стороне, не связанная с академическими целями, противоречит логике нашей программы.
Если вы понимаете, что исследовательский трек перестал быть вашим приоритетом, честный разговор с руководством — самый правильный шаг. Это позволит нам помочь вам лучше понять свои цели и приоритеты и, быть может, пересмотреть свой взгляд, либо помочь с переводом на другую программу. - Профессиональная среда и уважениеМы строим сообщество коллег и профессионалов. Высокомерие, неуважение к другим студентам, преподавателям или административному персоналу, а также создание токсичной атмосферы несовместимы с этой задачей.
Неотъемлемая часть профессионализма — уважение к договоренностям: мы рассчитываем, что студенты предупреждают об опоздании или невозможности присутствия на мероприятиях, где их ждут, не игнорируют сообщения от руководства и преподавателей и не исчезают из коммуникации при возникновении трудностей.
Список курсов по выбору в 2026-2027 учебном году доступен по ссылке.
Преимущества программы
Яндекс, Сбер и ведущие вузы России объединились, чтобы подготовить специалистов, которые смогут создавать принципиально новые фундаментальные модели и решения в области ИИ
- Глубокое погружениеСочетание фундаментальной подготовки в области математики и машинного обучения с индустриальной экспертизой
- Международный контекстСтуденты изучают лучшие мировые практики в сфере ИИ, осваивают передовые технологии Яндекса и Сбера, участвуют в международных конференциях, А и А* уровня
- Лидеры индустрииПрограммы разработали эксперты Яндекса, Сбера, Школы анализа данных, СберУниверситета и вузов-участников, — ведущие исследователи и разработчики в области ИИ
- Межвузовские модулиСтуденты могут посещать отдельные курсы в одном из университетов-партнёров — ИТМО, НИУ ВШЭ, МФТИ, СПбГУ или Университете Иннополис
- Поддержка исследованийСтипендии и гранты на инфраструктурные и вычислительные мощности, доступ к последним GPT-моделям и ИИ-инструментам
Карьерные перспективы
Выпускникам программы открываются пути как в индустрию с упором на решение бизнес‑задач, так и в академию с упором на исследования в актуальных областях ML.
- AI-архитекторОпределяет архитектурную стратегию, проектирует модели и алгоритмы машинного обучения
- ML-исследовательЗанимается фундаментальными исследованиями и разработками в области искусственного интеллекта
- Разработчик ИИИсследует архитектуры моделей машинного обучения, чтобы‑улучшать качество существующих ML‑моделей
Наши преподаватели
Математические курсы ведут действующие учёные, а прикладные — сотрудники ведущих IT‑компаний
- К.ф.-м.н., руководитель образовательной программы "AI360: Математика машинного обучения", н.с. в лаборатории им. А.А. Маркова. Читает курсы по математической статистике и ML
- Профессор, научный сотрудник
- Научные интересы — соревнования по программированию, алгоритмы и структуры данных. Ведёт практические занятия по Математическим основам алгоритмов
- Ph.D. (Queen's University, Canada). Научные интересы — формальные грамматики, вопросы сложности в теории автоматов, алгоритмы синтаксического анализа
- К.ф.-м.н., доцент СПбГУ, руководитель лаборатории им. А.А. Маркова
- Д.ф.-м.н., профессор. Научные интересы — теории случайных процессов
- Никита Игоревич ЛисицаРазработчик движка рендеринга Яндекс Карт. Области интересов: компьютерная графика, вычислительная физика, численное моделирование, разработка игр.
Стаж промышленной разработки ПО 11+ лет - Д.ф.-м.н., профессор. Научные интересы — теория дифференциальных уравнений и динамических систем
- Георгий Иванович СуринРазработчик моделей глубокого обучения (computer vision), опытный участник соревнований по машинному обучению
- Мария Владимировна ПлатоноваК.ф.-м.н., старший н.с. ПОМИ РАН. Научные интересы — ветвящееся случайное блуждание, вероятностное представление решения задачи Коши