Искусственный интеллект и машинное обучение

в ДГТУ · Ростов-на-Дону

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	5	196 700 ₽

Аспиранты разрабатывают методы, модели и программные системы искусственного интеллекта. Темами диссертаций могут стать машинное и глубокое обучение, компьютерное зрение, обработка языка, интеллектуальный анализ данных, рекомендательные системы, обучение с подкреплением, объяснимость и надёжность алгоритмов. Исследователь осваивает математическую статистику, оптимизацию, программирование, работу с вычислительными платформами и наборами данных, постановку воспроизводимых экспериментов и сравнение моделей по корректным метрикам. ДГТУ как крупный технический университет располагает широким кругом инженерных и прикладных задач, для которых могут создаваться интеллектуальные решения. Исследования способны опираться на данные промышленности, транспорта, образования, управления и других областей университетского профиля. Подготовка требует сочетать теоретическое понимание алгоритмов с созданием программного прототипа и доказательной оценкой его качества, устойчивости и ограничений. Программа подойдёт программистам, математикам, аналитикам данных и инженерам, готовым к интенсивной работе с кодом и научной литературой. Степень кандидата технических или физико-математических наук позволяет строить академическую карьеру, руководить исследовательскими проектами и претендовать на позиции исследователя в командах машинного обучения. Практическая квалификация включает умение ставить новые задачи, проверять гипотезы и доводить модель до работающего программного решения.

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.