ядро программы
«Искусственный интеллект и интердисциплинарные исследования»
Партнёр программы — Банк ВТБ.
Программа развивается в партнёрстве с банком, поддерживая связь студентов с профессиональной сферой индустриальных AI-задач.
значимых IT-систем
- Инженерная подготовкаСовременный стек машинного обучения: от базового ML до статистики, теории игр и MLOps.01
- Научный семинар и дипломПостановка исследовательских вопросов, научные конференции и диплом — ядро программы и самая сложная её часть.02
- Источники, право, текстыОбязательные сложные курсы по истории античности и римскому праву, а также исследования на стыке машинного обучения и цифровой гуманитаристики.03
- Константин Воронцов
Доктор физико-математических наук, академический руководитель программы, заведующий кафедрой машинного обучения и цифровой гуманитаристики МФТИ
- Радослав НейчевКандидат физико-математических наук, руководитель группы ML-разработки Яндекса, заместитель заведующего кафедрой машинного обучения и цифровой гуманитаристики МФТИ
- Владислав ГончаренкоОснователь girafe.ai, старший преподаватель кафедры математических методов прогнозирования МГУ им. М. В. Ломоносова, старший преподаватель кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Дмитрий ЗайцевКандидат исторических наук, научный сотрудник лаборатории МАСКИ МФТИ, доцент кафедры машинного обучения и цифровой гуманитаристики МФТИ,
- Анна КулашоваУправляющий директор «Лаборатории Касперского», Директор центра обучения проектированию и разработке игр в МФТИ
- Илья ПетровКандидат технических наук, научный сотрудник международной лаборатории прикладного сетевого анализа ВШЭ, научный сотрудник ИПУ РАН, преподаватель кафедры машинногyо обучения и цифровой гуманитаристики МФТИ,
- Алексей СавватеевДоктор физико-математических наук, член-корреспондент РАН, профессор кафедры машинного обучения и цифровой гуманитаристики МФТИ, заведующий кафедрой МАСЭП МФТИ
- Дмитрий ГубановДоктор технических наук, заведующий лабораторией № 25 «Теории выбора и анализа решений им. М.А. Айзермана» ИПУ РАН, доцент кафедры интегрированных киберсистем МФТИ, профессор кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Максим БекетовНаучный сотрудник международной лаборатории стохастических алгоритмов и анализа многомерных данных ВШЭ, старший преподаватель кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Ярослав КотовАспирант кафедры МОиЦГ, ведущий специалист центра платформенных ИИ-решений ОТП-банка
- Алексей НикитинКандидат физико-математических наук, доцент кафедры общей математики ВМК МГУ им. М. В. Ломоносова, преподаватель департамента больших данных и информационного поиска ФКН ВШЭ, доцент кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Александр ТонисКандидат экономических наук, доцент кафедры финансов и математических методов в экономике РЭШ, доцент кафедры междисциплинарного анализа социально-экономических процессов МФТИ, доцент кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Нина СпиченкоКандидат исторических наук, доцент кафедры истории политических учений ГАУГН, доцент кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Екатерина ВихроваКандидат филологических наук, доцент департамента иностранных языков МФТИ
- Тихон ДавыдовКандидат филологических наук, старший научный сотрудник лаборатории МАСКИ ФПМИ, старший преподаватель кафедры классической филологии филологического факультета МГУ им. М. В. Ломоносова, доцент кафедры машинного обучения и цифровой гуманитаристики МФТИ
- Иван СеливановНаучный сотрудник лаборатории МАСКИ ФПМИ, преподаватель кафедры машинного обучения и цифровой гуманитаристики МФТИ, руководитель программы 4И
Дисциплины
- I семестрНаучный семинар: Современные проблемы прикладной
математики и информатикиНаучный семинар вводит магистрантов в научную деятельность кафедры и лаборатории МАСКИ и готовит их к самостоятельной исследовательской работе на стыке машинного обучения и гуманитарных дисциплин. Среди тем семинара — семантический поиск по латинским корпусам, распознавание дореформенной орфографии, анализ судебных решений и другие задачи, близкие к цифровой гуманитаристике.Дмитрий Губанов, Илья Петров, Иван Селиванов - II-IV семестрНаучно-исследовательская работаПрактические занятия посвящены чтению и разбору статей, постановке задач, навыкам написания литобзора и магистерского дипломаИван Селиванов, Дмитрий Губанов, Илья Петров
- I-II семестрАнглийский язык. Современный искусственный интеллектКурс направлен на развитие профессиональных коммуникативных навыков в области ИИ. Студенты изучают ключевые темы: эволюцию ИИ, deepfake-технологии, суперинтеллект, взаимодействие науки и искусства, а также этические и социальные аспекты внедрения ИИ. Программа включает семинары, групповые проекты и анализ англоязычных материалов, что позволяет научиться обсуждать сложные междисциплинарные задачи, представлять результаты исследований и эффективно взаимодействовать в международной профессиональной среде. Курс готовит специалистов, способных критически оценивать технологии ИИ, управлять проектами и адаптироваться к вызовам цифровой эпохи.Екатерина Вихрова
- I семестр
Теория вероятностей и основы математической статистики
Обязательная база для дальнейшего изучения методов ИИ
Максим Бекетов - II семестр
Прикладная статистика и анализ данных
Углубленные темы из области статистики и методы решения прикладных задач анализа данных
Максим Бекетов - III семестр
Теория игр
Фундаментальная математика и теория игр: двойной курс о математических основаниях и стратегическом взаимодействии.
Алексей Савватеев, Алексей Никитин, Александр Тонис - III семестр
Анализ временных рядов
Курс предлагает глубокое погружение в методы и инструменты для работы с последовательными данными, измеренными в различные моменты времени. Вы освоите фундаментальные концепции и современные подходы к прогнозированию, выявлению аномалий и распознаванию паттернов в динамических данных. От классических моделей ARIMA до передовых методов машинного обучения — этот курс охватывает весь спектр техник, применяемых в финансах, экономике, метеорологии, маркетинге и многих других областях.
Максим Бекетов - II семестр
История античности
Курс по истории греко-римского мира: политические институты, общество, и события. Особое внимание уделяется источниковедению: студенты учатся понимать, на каких свидетельствах строится наше знание об античности.
Особый приоритет уделяется источниковедению — студенты учатся понимать, на каких сведениях строится наше знание об античности, работать с неполной информацией и отделять факт от интерпретации и реконструкции.Дмитрий Зайцев - III семестр
Основы римского права
Курс показывает, как в античном Риме из конкретных споров складывалась правовая система.
Студенты разбирают фундаментальные правовые аксиомы и казусы, на примере которых видно, как абстрактная норма начинает работать в реальной ситуации.
Нина Спиченко - I-II семестр
Латинский язык (факультатив)
Язык с развитой грамматической системой, тренирующий память и точность мышления. Латынь помогает понимать античную историю, римское право и фундамент современных европейских языков — от грамматики до этимологии.
Тихон Давыдов - I-II семестр
Древнегреческий язык (факультатив)
Факультативный курс, позволяющий читать античные тексты в оригинале. Студенты осваивают основы грамматики древнегреческого языка и перевод, а через язык знакомятся с древнегреческой культурой и интеллектуальной традицией. Знание латыни полезно, но не обязательно.
Дмитрий Зайцев - I семестр
Основы машинного обучения
Рассматриваемые темы первого семестра включают в себя как классические подходы, так и основы глубокого обучения
Радослав Нейчев - II семестр
Прикладные методы машинного обучения
Во втором семестре рассматриваются основные результаты, достигнутые в обработке естественного языка, обучении с подкреплением и компьютерном зрении
- I семестр
Разработка ПО
Основы программирования на языке Python, базовые концепты ООП и продвинутые примеры использования специфичных структур языка. Также рассматриваются инструменты разработчика, необходимые при работе
над сложными проектами
- II семестр
Поддержка и внедрение решений на основе машинного обучения (MLOPS)
Курс охватывает эффективные методы хранения, обработки и применения больших массивов данных при обучении моделей, а также техники сериализации и развертывания в производственной среде. Являясь связующим звеном между теоретическими основами машинного обучения и практическими аспектами разработки ПО, курс предоставляет инструментарий для успешного внедрения ML-решений в реальные проекты.
Владислав Гончаренко - I семестр
Лидерство
Практические занятия по наработке навыков применения различных концепций и стилей лидерства в зависимости от контекста. развитию управленческих навыков, работе в командах, а также навыкам выявления целевой аудитории и взаимодействия с различными типами заказчиков (внутренних и внешних).
Одна из частей посвящена навыкам коммуникаций в команде и со стейкхолдерами
Анна Кулашова - II семестр
Стратегический менеджмент
Курс охватывает комплексный подход к разработке и реализации стратегии организации в условиях современной бизнес-среды. Программа структурирована вокруг ключевых этапов стратегического управления: от формирования стратегического мышления и анализа внешнего и внутреннего окружения до синтеза стратегических решений с использованием передовых инструментов (матрица Ансоффа, модель «голубого океана», SAFe-концепция). Особое внимание уделяется трансформации стратегии в конкретные действия через систему сбалансированных показателей, agile-подходы и управление изменениями. Обсуждение теоретических моделей сопровождается разбором их практического применения в различных отраслевых условиях.
Анна Кулашова
-
Ставить исследовательские вопросы, работать с литературой, выступать на конференциях и писать глубокие научные исследования
- Применять машинное обучение, статистику, теорию игр и MLOps в академических и индустриальных задачах
- Видеть мир шире, чем модель
