Магистратура
Направление: Прикладная математика и информатика
Анализ больших данных и машинное обучение в экономике и финансах
Факультет информационных технологий и анализа больших данных
очная
2 года
ru
русский
Информация о поступлении
Вступительные испытания
Математика и информатика
Иностранный язык
Количество мест
Бюджетные места
15
В т.ч. целевой прием
3
Платные места
5
Стоимость обучения
350 000
Руководители программы
Соловьев
Владимир Игоревич
  • Доктор экономических наук, профессор
  • Лауреат премии имени профессора Б.Л. Овсиевича, лауреат премии CEEMAN Champion Award Ассоциации развития менеджмента CEEMAN, трижды лауреат премии «Проект года» Официального сообщества ИТ-директоров России GlobalCIO. Работает в области технологий обработки и анализа данных с 1990 года, за это время реализовал для компаний из финансовой отрасли и реального сектора экономики множество проектов в области анализа финансовых рынков, моделирования умных производств, промышленного, финансового и образовательного интернета вещей, а также в области искусственного интеллекта и обработки данных. Автор 20 книг, более 100 научных статей и более 30 статей в профессиональных IT-журналах.

Программа направлена на подготовку специалистов по анализу больших данных и машинному обучению в приложениях к экономике и финансам.
Выпускники программы овладеют теоретическими основами статистического анализа, включая методы параметрической и непараметрической статистики, корреляционного, регрессионного и кластерного анализа, теории сложных сетей и рекомендательных систем, анализа текстовой информации и обработки изображений, современными технологиями и инструментами поиска источников данных, сбора, визуализации и обработки структурированных и неструктурированных данных.
Выпускники будут подготовлены к разработке персонализированных, основанных на анализе поведения клиентов, продуктов и сервисов, например, полисов автострахования, учитывающих особенности стиля вождения, систем кредитного скоринга или рекомендательных сервисов по приобретению финансовых инструментов, основанных на анализе не только количественных данных о ценовой динамике активов, но и неструктурированной информации, включая новости в интернете, историю взаимоотношений с клиентом, его настроение, поведение в интернете и социальных сетях.

После окончания программы выпускники смогут
Проводить поиск источников данных, подготавливать данные для анализа, визуализировать данные.
Применять методы регрессионного, факторного, кластерного и дискриминантного анализа, анализа нечисловой информации и теории сложных сетей к решению прикладных задач в экономике и финансах.
Строить и оценивать модели машинного обучения в прикладных задачах.
Обосновывать и принимать решения с помощью технологий интеллектуального анализа данных и машинного обучения.
Строить рекомендательные системы и применять их к решению практических задач
Создавать ИТ-сервисы, основанные на анализе данных и машинном обучении.
Дисциплины программы
Методология поиска источников данных и подготовки данных для анализа
Студенты научатся использовать методы поиска источников данных и подготовки данных для дальнейшего анализа.
Методы визуализации данных
Студенты приобретут навыки практического использования современных пакетов компьютерных программ для визуализации цифровой финансово-экономической информации и интерпретации полученных результатов.
Построение и оценка моделей машинного обучения
Студенты освоят методологию построения и оценки моделей машинного обучения и приобретут навыки построения моделей в рамках решения прикладных задач финансово-экономической сферы.
Предиктивная аналитика больших данных
Студенты приобретут навыки использования анализа больших данных для решения прикладных финансово-экономических задач.
Рекомендательные системы
Студенты изучат методологию построения рекомендательных систем и их оценки, а также приобретут навыки построения рекомендательных систем, применяемых в социальной и финансовой сферах.
Современные нейросетевые технологии
Студенты узнают основные аспекты функционирования искусственных нейронных сетей; изучат различные модели нейронных сетей и методов их обучения; приобретут навыки применения нейронных сетей для решения прикладных задач.
Преимущества программы
  1. Студенты проходят практику в ведущих банках, инвестиционных, страховых, консалтинговых и производственных компаниях (Сбербанк, Газпромбанк, ВТБ, Альфа-капитал, Финам, Ингосстрах, KPMG, Deloitte и др.)
  2. Обучение на программе обеспечивает фундаментальные знания и практические навыки, необходимые для специалистов по анализу больших данных и машинному обучению.
  3. Программа обучения составлена и актуализируется с учетом требований работодателей.
  4. Стратегическим партнером программы является корпорация Microsoft.
  5. Студенты приобретают практические навыки эффективного решения финансово-экономических задач с применением современных методов и инструментария на основе реальных данных.
Получить консультацию о программе
Отправте заявку и с вами свяжется специалист для консультирования
Карьера и работа
Выпускники образовательной программы знают современную математическую теорию анализа больших данных и машинного обучения, владеют современными информационными технологиями анализа данных, способны извлекать ценную информацию из структурированных и неструктурированных данных и имеют опыт решения реальных практических задач по анализу открытых данных и информации из социальных сетей, разработке систем сегментации клиентов и кредитного скоринга, созданию рекомендательных и поведенческих сервисов. Специалисты, получившие подготовку по данной магистерской программе, находят работу в банках, инвестиционных, страховых, телекоммуникационных, торговых, производственных компаниях, организациях различных форм собственности, индустрии и бизнеса, осуществляющих разработку и использование информационных систем, интеллектуальных продуктов и сервисов, основанных на технологиях искусственного интеллекта и научных достижениях в области интеллектуальных методов анализа больших данных и машинного обучения.
Организации, в которых можно пройти практику с последующим трудоустройством
Ведущие преподаватели
Как поступить
1
Выбрать программу магистратуры
2
Собрать документы/ Заполнить электронную анкету
3
Написать
заявление
4
Пройти вступительные испытания
5
Начать
обучение
Почему абитуриенты выбирают наш ВУЗ?
Остались вопросы? Задайте свой вопрос приемной комиссии
Приемная комиссия
+7 (495) 249-5249 9:00-19:00
График работы приёмной комиссии: понедельник-пятница: 9:30-18:00
125993, Москва, Ленинградский пр-т, д.53/1
Понравилось? Поделитесь!