Искусственный интеллект и машинное обучение

в АО «НИИАС» · Москва

Год	БюджетПроходной балл на бюджетные места — сумма баллов последнего зачисленного в этом году.	ПлатноеПроходной балл на платные места в этом году.	Мест БЧисло бюджетных мест в этом году.	Мест ПЧисло платных мест в этом году.	Цена/год
2026 ориентир.	—	—	0	3	614 880 ₽

Профиль сосредоточен на искусственном интеллекте и машинном обучении: построении моделей, которые распознают закономерности, прогнозируют события и поддерживают принятие решений. В контексте транспорта диссертации могут касаться прогнозирования движения, обнаружения отказов, компьютерного зрения, обработки сигналов, оптимизации расписаний и интеллектуального управления. Аспиранты осваивают алгоритмы обучения, нейронные сети, вероятностные модели, программирование, подготовку данных, вычислительные эксперименты и оценку качества и устойчивости моделей. НИИАС – отраслевой научно-исследовательский и проектно-конструкторский институт структуры РЖД, работающий с информатизацией, автоматизацией и связью на железнодорожном транспорте. Такая среда даёт предметную область, где алгоритм должен учитывать безопасность движения, непрерывность процессов и ограничения реальной инфраструктуры. Научная работа требует не только высокой точности на тестовых данных, но и объяснения ошибок, проверки на изменяющихся условиях, защиты информации и возможности интеграции модели в техническую систему. Программа подойдёт математикам, программистам, специалистам по данным, автоматике и транспортным системам. Нужны сильная подготовка по вероятности, оптимизации и алгоритмам, умение писать воспроизводимый код и интерес к отраслевым задачам. Степень кандидата физико-математических наук позволяет вести исследования, руководить разработкой интеллектуальных систем, преподавать и занимать экспертные позиции в проектах, где машинное обучение применяется к ответственным производственным и транспортным процессам.

Направление «Искусственный интеллект и машинное обучение» в аспирантуре готовит исследователей и разработчиков, способных создавать и совершенствовать интеллектуальные системы. Обучение фокусируется на теоретических основах и прикладных аспектах ИИ, включая алгоритмы обучения, нейронные сети, обработку естественного языка и компьютерное зрение. Студенты изучают математические методы (статистика, оптимизация), программирование (Python, C++), работу с большими данными и распределёнными вычислениями. Ключевые дисциплины: глубокое обучение, вероятностные графические модели, обучение с подкреплением, обработка сигналов и байесовские методы. Выпускники получают навыки проектирования и реализации моделей машинного обучения, анализа данных, оценки и отладки систем ИИ, а также компетенции в научно-исследовательской деятельности и управлении проектами. Направление интересно своей междисциплинарностью и востребованностью в автоматизации, медицине, финансах, беспилотных технологиях и других сферах, где требуется интеллектуальная обработка данных.

Выпускники могут работать исследователями в области ИИ, инженерами машинного обучения, специалистами по глубокому обучению, аналитиками данных, разработчиками интеллектуальных систем. Карьерные перспективы включают должности в научно-исследовательских институтах (например, Институт искусственного интеллекта РАН), IT-компаниях (Яндекс, Сбер, VK), банках и финтехе, медицинских учреждениях, промышленных предприятиях. Рынок труда испытывает острый дефицит специалистов уровня PhD, что обеспечивает высокую востребованность и конкурентоспособную зарплату. Возможна академическая карьера (доцент, профессор) или работа в R&D-центрах крупных корпораций.