Поступить

интеграция

информационных

процессов

Искусственный

интеллект и системная

Поступить

и системная

интеграция

информационных

процессов

Искусственный

интеллект

Подать документы

МАГИСТРАТУРА Кузгту

Готовим высококвалифицированных специалистов в области информационных процессов в сфере искусственного интеллекта для действующих промышленных предприятий и организаций Кемеровской области

Стоимость обучения уточняйте в приемной комиссии

стоимость за год обучения

157 616 руб

19 бюджетных и 5 платных мест

24 места

форма обучения с применением дистанционных образовательных технологий

очная

длительность обучения

2 года

МАГИСТРАТУРА кузгту

Готовим высококвалифицированных специалистов в области информационных процессов в сфере искусственного интеллекта для действующих промышленных предприятий и организаций Кемеровской области

Стоимость обучения уточняйте в приемной комиссии

19 бюджетных и 5 платных мест

24 места

стоимость за год обучения на 2021 год

157 616 руб

форма обучения с применением дистанционных образовательных технологий

очная

2 года

длительность обучения

Что даёт магистратура?

Магистратура — это вторая ступень высшего образования. Она является необязательной, но рассматривая кандидатуры на перспективные
и руководящие позиции, работодатели чаще склоняются к кандидатам, имеющим диплом
об окончании магистратуры

Магистрант выбирает направление научных исследований и защищает магистерскую диссертацию. Также в процессе обучения магистры приобретают педагогические компетенции — в отличие от бакалавров, магистры могут преподавать в вузах

Магистерские образовательные программы предусматривают более глубокое освоение теории и практическую подготовку студента
к научно-исследовательской
или профессиональной деятельности

Наука и преподавание

Карьерные перспективы

Системный подход

Что вам даст магистратура?

Что сами айтишники говорят о поступлении в магистратуру?

Магистерские образовательные программы предусматривают более глубокое освоение теории и практическую подготовку студента к научно-исследовательской или профессиональной деятельности

Системный подход

Магистратура — это вторая ступень высшего образования. Она является необязательной, но рассматривая кандидатуры на перспективные и руководящие позиции, работодатели чаще склоняются к кандидатам, имеющим диплом об окончании магистратуры

Карьерные перспективы

Магистрант выбирает направление научных исследований и защищает магистерскую диссертацию. Также в процессе обучения магистры приобретают педагогические компетенции — в отличие от бакалавров, магистры могут преподавать в вузах

Наука и преподавание

после обучения ТЫ СМОЖЕШЬ

Выстраивать стратегию действий для решения задачи прикладной области

Рационально подходить к решению сложных прикладных задач

Брать на себя ответственность лидера команды для распределения полномочий при разработке общего проекта

Выстраивать профессиональную коммуникацию в команде и управлять процессами с максимальной эффективностью

Оперативно распределять обязанности между членами команды при разработке проекта в команде

Проводить аналитику данных предметной области и разрабатывать модели машинного обучения для предсказания ключевых показателей

Понимать основные методы и алгоритмы машинного обучения, а также логику их функционирования

Работать с задачами ранжирования, рекомендаций и nlp (область обработки естественного языка)

Проводить и визуализировать когортный анализ, работать с A/B - экспериментами в моделях машинного обучения

Обрабатывать текстовую информацию на основе принципов работы нейросетевых моделей

Совершать полный цикл разработки модели машинного обучения

Анализировать и улучшать качество текущей модели машинного обучения
и/или адаптировать свою модель для наилучшего решения задачи предметной области

Работать с интегрированными средами разработки и базами данных, применяемыми в машинном обучении

Контролировать версии модели машинного обучения (через систему Git, Jira) и вести краткую техническую документацию проекта

Что сами айтишники говорят о поступлении
в магистратуру?

после обучения ТЫ СМОЖЕШЬ

Проводить аналитику данных предметной области и разрабатывать модели машинного обучения для предсказания ключевых показателей

Понимать основные методы и алгоритмы машинного обучения, а также логику их функционирования

Работать с задачами ранжирования, рекомендаций и nlp (область обработки естественного языка)

Проводить и визуализировать когортный анализ, работать с A/B - экспериментами в моделях машинного обучения

Обрабатывать текстовую информацию на основе принципов работы нейросетевых моделей

Совершать полный цикл разработки модели машинного обучения

Анализировать и улучшать качество текущей модели машинного обучения
и/или адаптировать свою модель для наилучшего решения задачи
предметной области

Контролировать версии модели машинного обучения (через систему Git, Jira) и вести краткую техническую документацию проекта

Работать с интегрированными средами разработки и базами данных, применяемыми в машинном обучении

Выстраивать стратегию действий для решения задачи прикладной области

Рационально подходить к решению сложных прикладных задач

Оперативно распределять обязанности между членами команды при разработке проекта в команде

Брать на себя ответственность лидера команды для распределения полномочий при разработке общего проекта

Выстраивать профессиональную коммуникацию в команде и управлять процессами с максимальной эффективностью

что входит в учебный план?

Cкачать учебный план

в процессе обучения ты научишься

Использовать интегрированные среды разработки (Jupyter Notebook, PyCharm IDE). Amazon SageMaker и его надстройки для более удобного решения промежуточных задач очистки данных, препроцессинга данных и т.д. Clarify, Data Wrangler, Visual Studio (Python пакет)

Использовать системы и файлы хранения данных: SQL, PostgreSQL, NoSQL, Amazon S3/Athena/Redshift, HDF

Применять библиотеки Python: Numpy, Scipy, Pandas, Sklearn, Seaborn, Matplotlib, Altair, Plotly, Bokeh, PyTorch, Theano, Tensorflow, H2O framework, AutoML

в процессе обучения ты научишься

Применять библиотеки Python: Numpy, Scipy, Pandas, Sklearn, Seaborn, Matplotlib, Altair, Plotly, Bokeh, PyTorch, Theano, Tensorflow, H2O framework, AutoML

Использовать системы и файлы хранения данных: SQL, PostgreSQL, NoSQL, Amazon S3/Athena/Redshift, HDF

Использовать интегрированные среды разработки (Jupyter Notebook, PyCharm IDE). Amazon SageMaker и его надстройки для более удобного решения промежуточных задач очистки данных, препроцессинга данных и т.д. Clarify, Data Wrangler, Visual Studio (Python пакет)

что входит
в учебный план?

Cкачать учебный план

что входит
в учебный план?

Cкачать учебный план

Программа магистратуры «Искусственный интеллект и системная интеграция информационных процессов» составлена в рамках гранта Министерства науки и высшего образования РФ по профилю «Искусственный интеллект»

В гранте принимают участие 6 университетов, курирующий партнёр — НИ ТГУ

Менеджмент профессиональной деятельности
Иностранный язык в профессиональной деятельности
Специальные главы математики
Визуализация данных и представление знаний
Основы бизнес инжиниринга
Основы бизнес анализа данных
Глубинное обучение
Прикладные аспекты машинного обучения
Статистические методы машинного обучения
Информационные системы и процессы

Менеджмент профессиональной деятельности
Иностранный язык в профессиональной деятельности
Специальные главы математики
Визуализация данных и представление знаний
Основы бизнес инжиниринга
Основы бизнес анализа данных
Глубинное обучение
Прикладные аспекты машинного обучения
Статистические методы машинного обучения
Информационные системы и процессы

Подать документы

А мне подойдёт?

Ранее ты обучался(-ась) по программам в области информационных технологий, лингвистики и / или имеешь опыт в IT

Имеешь исследовательские работы в областях, смежных с профилем магистратуры

Интересуешься машинным обучением и анализом Big Data

Хочешь стать компетентным специалистом в области интеграции информационных процессов

Хочешь участвовать в проектной деятельности в области искусственного интеллекта

Хочешь участвовать в создании реального ПО для промышленного сектора экономики

Интересуешься машинным обучением и анализом Big Data

Ранее ты обучался(-ась) по программам в области информационных технологий, лингвистики и / или имеешь опыт в IT

Хочешь участвовать в создании реального ПО для промышленного сектора экономики

Имеешь исследовательские работы в областях, смежных с профилем магистратуры

Хочешь стать компетентным специалистом в области интеграции информационных процессов

Хочешь участвовать в проектной деятельности в области искусственного интеллекта