• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФКН
Контакты

194100, Санкт-Петербург,
ул. Кантемировская д. 3, корп. 1, лит. А, каб.331
Тел. (812) 644-59-11 доб. 61578

Руководство
Заместитель декана по учебной работе Кузнецов Антон Михайлович
Заместитель декана по научной работе Жуков Алексей Евгеньевич
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
40/30/6
40 бюджетных мест
30 платных мест
6 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладной анализ данных и искусственный интеллект

4 года
Очная форма обучения
20/30/1
20 бюджетных мест
30 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Физика

4 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

UX-аналитика и проектирование информационных систем

2 года
Очная форма обучения
15/10/1
15 бюджетных мест
10 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Вычислительная биология и биоинформатика

2 года
Очная форма обучения
5/10
5 бюджетных мест
10 платных мест
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Машинное обучение и анализ данных

2 года
Очная форма обучения
15/15/1
15 бюджетных мест
15 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Программирование и анализ данных

2 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Физика

2 года
Очная форма обучения
15/5
15 бюджетных мест
5 платных мест
RUS
Обучение ведётся полностью на русском языке
Статья
Динамика приспособления в сетевой игре со стохастическими параметрами

Волкова О. Н., Вологина Д. -., Королев А. В.

Математическая теория игр и ее приложения. 2022. Т. 14. № 1. С. 21-48.

Глава в книге
Subgame Perfect Pareto Equilibria for Multicriteria Game with Chance Moves

Kuzyutin D., Smirnova N., Тантлевский (Tantlevskij) И. Р.

In bk.: Stability and Control Processes: Proceedings of the 4th International Conference Dedicated to the Memory of Professor Vladimir Zubov. Springer, 2022. P. 437-445.

Препринт
Do Data-based Curricula Work?

Сурков М. К., Мосин В. Д., Yamshchikov I. P.

arxiv.org. Computer Science. Cornell University, 2021

«Прикладной анализ и искусственный интеллект» – новая программа Питерской Вышки для будущих программистов

В 2022 году Санкт-Петербургская школа физико-математических и компьютерных наук впервые будет набирать студентов на бакалаврскую программу «Прикладной анализ данных и искусственный интеллект». Кому будет интересная новая программа, в чем ее особенности, что объединяет ее с «Прикладной математикой и информатикой» и в чем ее отличия – читайте в нашем материале.

«Прикладной анализ и искусственный интеллект» – новая программа Питерской Вышки для будущих программистов

© Pixabay.com

Для кого эта программа

Программа будет интересна тем, кто любит математику и программирование, хочет стать специалистом в области машинного обучения и анализа данных, а также применять искусственный интеллект для решения бизнес-задач в различных отраслях экономики. 

Уникальность

Главная особенность программы – специализации, которые предлагаются студентам на выбор после окончания второго курса. Они позволяют погрузиться в специфику одного из трех направлений  и получить максимальное количество как теоретических, так и практических знаний и навыков, необходимых для построения карьеры. В зависимости от своих интересов и предпочтений студенты могут выбрать: «Прикладной анализ данных», «Архитектуру машинного обучения» или «Анализ данных в финансах».

На первой специализации «Прикладной анализ данных» студентов научат методам анализа данных, проверять данные на полноту, целостность, наличие шумов, ошибок, выбросов и пропусков и работать с проблемами, делая качество предсказаний достаточным для принятия решений по развитию бизнеса.

Выпускники специализации «Архитектура машинного обучения» смогут создавать и поддерживать новые архитектурные решения систем машинного обучения и искусственного интеллекта в областях, связанных с обработкой текстов, звука, видео, управления робототехникой и др. Это будущие Machine Learning Engineer, Computer Vision-специалисты и NLP-специалисты. 

Для тех, кто мечтает построить карьеру в финтех-индустрии, работать трейдером, программа предлагает специализацию «Анализ данных в финансах». Помимо знаний в области финансовой математики и анализа данных выпускники будут разбираться в экономике и финансовой аналитике, смогут заниматься построением аналитических моделей для уверенной работы в области финтеха.

Выбор между двумя программами 

В Санкт-Петербургской школе физико-математических и компьютерных наук Питерской Вышки уже несколько лет успешно реализуется программа «Прикладная математика и информатика», которая готовит сильных программистов-практиков и теоретиков для IT-индустрии. Успешный опыт ее реализации лег в основу новой программы «Прикладной анализ данных и искусственный интеллект». Так, студенты обеих программ получают необходимые компетенции в области прикладной математики и современного программирования. В основе лежит проектный подход: на каждом курсе студенты работают над собственным проектом – от идеи до прототипа. Если на первых двух курсах проекты учебные, то начиная с третьего, они реализуются уже совместно с компанией-партнером. Также немаловажной частью обучения являются практики и стажировки студентов, которые при желании можно проходить уже после первого курса. 

Но у программ есть и множество отличий. Первое – базовые курсы.
На программе «Прикладная математика и информатика» особое внимание уделяется программированию – изучается больше различных языков программирования (C++, Python, Java, Kotlin, Haskell и др.), технологий и фреймворков, читаются углубленный полуторагодовой курс алгоритмов и структур данных, software engineering, software design, архитектура ЭВМ и операционные системы и пр. На программе «Прикладной анализ и искусственный интеллект» фокус смещен в сторону прикладной математики и методов машинного обучения. Поэтому здесь изучаются в основном только базовые дисциплины в области программирования – обязательные главы алгоритмов и структур данных, основы языков программирования C++, Java и Python. При этом, наряду с обязательными для обеих программ курсами математического анализа, алгебры, дискретной математики, теории вероятностей, математической статистике, на программе «Прикладной анализ данных и искусственный интеллект» в качестве обязательных дисциплин читаются численные методы, методы оптимизации, дифференциальные уравнения и др. 

Второе отличие – набор специализаций. Напомним, у программы «Прикладной анализ данных и искусственный интеллект» их три: «Прикладной анализ данных», «Архитектура машинного обучения», «Анализ данных в финансах». Студентам программы «Прикладная математика и информатика» после второго курса предлагают выбор из пяти специализаций: «Промышленное программирование», «Машинное обучение», «Теория языков программирования», «Теоретическая информатика» и «Биоинформатика». 

Различия в базовых курсах и специализациях находят свое отражение и в дальнейшей профессиональной карьере выпускников программ. По окончании программы «Прикладной анализ данных и искусственный интеллект» студенты  смогут построить карьеру как в крупных индустриальных компаниях (JetBrains, Яндекс, ГазпромНефть, Huawei), так и в областях, связанных с финансами: финансовые компании и банки (Сбербанк, ВТБ, Тинькофф-банк), хедж-фонды (Synthesys, Quantstellation, DataFork, Worldquant LtD). В зависимости от выбранной специализации и интересов выпускник может занимать такие позиции, как Data Scientist, Data Analyst, Machine Learning Engineer, Computer Vision-специалист, NLP-специалист, Quantitative Analyst, Quantitative Developer, Research Analyst и т.д.

Как поступить на «Прикладной анализ данных» 

В 2022 году на программе открыто 20 бюджетных и 30 платных мест. 
Для подачи документов на программу достаточно набрать 60 баллов по математике, русскому языку и информатике или физике. На бюджетные места поступают абитуриенты с максимальной суммой баллов. На программу также можно поступить по результатам олимпиад. Особые права, предоставляемые победителям и призерам олимпиад школьников можно посмотреть в разделе для поступающих