Факультет №8 «Информационные технологии и прикладная математика»

Кафедра 810Б «Информационные технологии в моделировании и управлении»

Базовая кафедра МАИ (национальный исследовательский университет)

«Информационные технологии в моделировании и управлении», 810 Б

Федерального исследовательского центра «Информатика и управление» РАН (ФИЦ ИУ РАН)

Кафедра готовит математиков, системных программистов по специальности 02.04.02 - Фундаментальная информатика и информационные технологии (ФИИТ). Форма обучения очная (бюджетная и платная). Для поступления необходимо сдать междисциплинарный экзамен в соответствии с программой бакалавриата по направлению 02.04.02.

Заведующий кафедрой: Абгарян Каринэ Карленовна, д.ф-м.н., доцент.

Первый заведующий кафедрой: Евтушенко Юрий Гаврилович – советский и российский учёный - математик, академик РАН, директор Вычислительного центра им. А. А. Дородницына ФИЦ ИУ РАН, почетный редактор – учредитель журнала «Optimization Methods and Software», член редколлегии журнала «Вычислительная математика и математическая физика» (« Computational mathematics and mathematical physics»).

Магистерская программа

Машинное обучение и управление большими данными

Руководитель программы:

доктор физико-математических наук, доцент Каринэ Карленовна АБГАРЯН заведующая кафедрой 810Б «Информационные технологии в моделировании и управлении» - базовой кафедры Федерального исследовательского центра «Информатика и управление» РАН (ФИЦ ИУ РАН)) на Факультете № 8 «Информационные технологии и прикладная математика» МАИ, заведующий отделом «Математическое моделирование гетерогенных систем» ФИЦ ИУ РАН

Направление подготовки:

02.04.02 – Фундаментальная информатика и информационные технологии

Продолжительность и форма обучения:

2 года, очно

Организация учебного процесса:

занятия в вечернее время в будние дни и субботы

Первый семестр программы посвящен изучению используемых языков программирования (Python, Java, Scala) и основам машинного обучения, с повторением основ линейной алгебры, теории вероятности и мат. статистики. Цель этой части курса – «выравнивание» знаний магистров для дальнейшего обучения. В первом семестре происходит выбор темы выпускной работы и компании-партнера для практики и трудоустройства. Далее курсы делятся на два трека:
  • математический (машинное обучение, построение моделей)
  • инженерный (программирование, работа с большими данными, оптимизация)
Таким образом, выпускник получает знания и опыт во всех этапах разработки – от математического моделирования до проектирования, реализации и оптимизации задач обработки и анализа данных

О программе:

  • Программа дает теорию и практику для моделирования и прототипирования моделей (специализация Data Scientist), а также для промышленного внедрения и оптимизации алгоритмов машинного обучения на больших данных (Big Data инженер)
  • Актуальность программы и высокая вероятность трудоустройства обеспечивается наличием спецкурсов от ведущих IT-компаний с реальными задачами ипрохождением практик в этих компаниях
  • Содержание практических курсов обновляется каждый год для поддержания актуальности используемых методов и технологий

Цель программы:

  • Получить навыки создания математических моделей с применением машинного обучения, прототипирования и их промышленной реализации на больших данных
  • В процессе обучения устроиться на работу по специализации в компанию-партнер и защитить выпускную работу по реальной задаче в рабочем проекте
  • Получить опыт работы с современными языками и технологиями (Java, Python, Scala, Spark, SQL, реляционные и нереляционные базы данных), CUDA для получения конкурентного преимущества на рынке труда

Характеристика учебного плана:

Ключевые дисциплины:

Теория обучения машин Серия фундаментальных курсов Воронцова К.В. по теории машинного обучения

Информационный поиск

Технологии исскуственного интеллекта в задачах интеграции знании Python для анализа данных, Основы Java и Scala базовые курсы по платформам и языкам программирования, ориентированные на работу с данными

Реляционные базы данных и хранилища данных Основы реляционных баз данных, обширный практикум по SQL (Oracle) и хранилищам данных (OLAP, ROLAP), оптимизация SQL запросов

Хранение и обработка больших данных (Hadoop, Spark) Теория и практика работы с большими объемами данных на учебном Hadoop-кластере с использованием Hadoop MapReduce (Java), Apache Spark (Scala) и Apache Hive (SQL).

Нереляционные базы данных, распределенные приложения Знакомство с основными типами нереляционных БД для разработки распределенных web-приложений, работающих с большими потоками данных (MongoDB, ElasticSearch, Cassandra)

Многомасшабное моделирование физических явлений и процессов

Более детальную схему и материалы к курсам см. на сайте.

Практика: магистры проходят практику в ведущих IT-компаниях России, таких как Luxoft, RT-Soft, в Институтах РАН. Работают в Сбербанке, Раффайзенбанке и других компаниях.

Выпускная работа содержит математическую модель и ее программную реализацию, разрабатываемую магистром в рамках практики и работы после трудоустройства у партнеров программы
Примеры:

  • Построение модели для выявления мошеннической активности в регистрациях клиентов
  • Модели и методы классификации юридических документов
  • Разработка модели прогнозов логистической сети

Ведущие преподаватели:

Абгарян Каринэ Карленовна – д.ф.-м.н., доцент, зав. каф.810Б, зав. отделом ФИЦ ИУ РАН, директор-координатор НОЦ «Инновации и технологии создания наноматериалов», автор более 100 научных публикаций в российских и зарубежных изданиях, в том числе 2-х монографий.

Воронцов Константин Вячеславович – д.ф.-м.н., профессор РАН, д.ф.-м.н. Руководитель лаборатории машинного интеллекта МФТИ. Профессор каф. « Интеллектуальные системы » ФУПМ МФТИ. Главный научный сотрудник отдела «Интеллектуальные системы» ФИЦ ИУ РАН. Преподаватель Школы анализа данных Яндекс.

Ревизников Дмитрий Леонидович – д.ф.-м.н., профессор, ведуший научный сотрудник ФИЦ ИУ РАН, профессор кафедры 810Б и 806 МАИ, автор более 100 научных публикаций в российских и зарубежных изданиях, в том числе 2-х монографий.

Гаврилов Евгений Сергеевич - ведуший архитектор компании Luxoft, старший преподаватель кафедры 810Б МАИ, н.с. ФИЦ ИУ РАН, Специализация - Enterprise Java, СУБД, Big Data, более 14 лет опыта разработки и проектирования ПО.

Портрет выпускника:

Data scientist / Аналитик данных – более 600 вакансий в Москве, з/п от 110 до 300 т.р.

Разработчик Big Data (Hadoop, Spark) – более 300 вакансий в Москве, з/п от 115 до 300 т.р.

Java/Scala/Python разработчик – более 3000 вакансий в Москве, з/п от 90 до 300 т.р.

Условия поступления

Вступительные испытания: экзамен + индивидуальные достижения
Зачисление по сумме набранных баллов на конкурсной основе на 20 бюджетных и 10 платных мест.

Контакты:

Адрес: Москва, Дубосековская ул., 4, Главный учебный корпус, ауд. 630А

Телефон: +7 (499) 158-0012

Е-mail: it-centre@mai.ru (общий), maibigdata@gmail.com

Сайт: mai.ru/itcentre (общий), mai.moscow/display/MAGML (материалы магистерской программы)

Магистерская программа

Методы, средства и технологии разработки программно-информационных систем

форма обучения очная.

Программа магистратуры.

Ежегодно кафедра выпускает 10-26 магистров, многие из них имеют возможность поступить в аспирантуру МАИ и ФИЦ ИУ РАН. Студентами и сотрудниками кафедры публикуется около 50 научных работ ежегодно. В 2017 году на кафедре открывается прием в аспирантуру по специальности 05.13.18. (Математическое моделирование, численные методы и комплексы программ). Студенты и аспиранты кафедры регулярно участвуют в работе научных конференций, в том числе:

  • Международная конференция «Авиация и космонавтика» (Россия, г. Москва, МАИ);
  • Международная молодежная научная конференция «Гагаринские чтения»(Россия, г.Москва, МАИ);
  • Международная конференция по Вычислительной механике и современным прикладным программным системам (ВМСППС), (Россия, г.Алушта);
  • International Conference «Optimization and applications» (ОPTIMA), (Черногория (Montenegro), Petrovac).

Специализация «Фундаментальная информатика и информационные технологии»(ФИИТ) предоставляет студентам увлекательную возможность заниматься самыми разными предметными областями, применяя к ним одни и те же методы фундаментальной математики и информатики.

Сведения о наименовании дисциплин учебного плана и о преподавателях

п\п

Наименование дисциплин учебного плана

Ведущие преподаватели по дисциплинам учебного плана  (Ф.И.О.)

Какое учреждение профессионального образования окончил

 Ученые степень  и звание

1.

Информационные технологии оптимизации и управления

Евтушенко Ю.Г.

ФИЦ ИУ РАН, МАИ

Московский физико-технический институт


д.ф.м.н, профессор,

академик РАН

2.

Многомасштабное моделирование гетерогенных систем

Абгарян К.К.

ФИЦ ИУ РАН, МАИ

МГУ



к.ф.-м.н., доцент

3.

Современные  проблемы прикладной математики и информатики

Ревизников Д.Л.

ФИЦ ИУ РАН, МАИ

МАИ




д.ф.м.н, профессор

4

Параллельная обработка данных твердотельных расчетов

Бажанов Д.И.

Журавлев А.А.

ФИЦ ИУ РАН,

МГУ

МГУ

МАИ



к.ф.-м.н. доцент

ст.преп.

5.

Программирование в сетевых кластерных архитектурах

Гаврилов Е.С.

Журавлев А.А.

ФИЦ ИУ РАН, МАИ

МАИ

МАИ



ст.преп.

ст.преп.

6.

Обработка естественноязыковых текстов

Гаврилов Е.С.

ФИЦ ИУ РАН, МАИ

МАИ

ст.преп.

7.

Распределенные базы данных

Гаврилов Е.С.

Сеченых П.А.

ФИЦ ИУ РАН, МАИ

МАИ

МАИ



ст.преп.

ст.преп.

8.

Корпоративные информационные системы

Гаврилов Е.С.,

ФИЦ ИУ РАН, МАИ

МАИ



ст.преп.

9.

Мультимедийные технологии в наукоемких приложениях

Аносова Н.Н.

МАИ

МАИ




ст.преп.

10.

Дизайн интерфейсов

Мочалин А.А.

ФИЦ ИУ РАН

МАИ


ст.преп.



На базе кафедры регулярно проводится междисциплинарный научно-практический семинар по проблеме «Математическое моделирование в материаловедении электронных наноструктур».

Контакты

E-mail: mai810@yandex.ru

Телефоны: