Искусственный интеллект и машинное обучение

в Финуниверситет · 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.	—	—	2	3	570 000 ₽

Профиль посвящён разработке методов искусственного интеллекта и машинного обучения для анализа данных, прогнозирования и поддержки решений. Аспиранты исследуют нейронные сети, обработку текстов, рекомендательные системы, объяснимый ИИ, обучение на неполных данных и оценку устойчивости моделей. В работе применяют математическую статистику, оптимизацию, Python, библиотеки машинного обучения, базы данных и вычислительные эксперименты. Диссертация должна содержать новый метод, модель или обоснованное улучшение алгоритма. Финансовый университет сочетает подготовку в области ИТ с сильной экономической и управленческой базой. Поэтому исследования можно строить на задачах финансового анализа, оценки рисков, выявления аномалий, моделирования поведения клиентов и автоматизации государственных решений. Такая среда требует учитывать не только точность алгоритма, но и интерпретируемость результатов, качество исходных данных, правовые ограничения и последствия внедрения цифровой системы. Программа подойдёт выпускникам прикладной математики, информатики, анализа данных, экономики и технических направлений, готовым углублять математическую подготовку и программировать. Кандидатская степень подтверждает способность самостоятельно ставить исследовательскую задачу, проводить воспроизводимые эксперименты и защищать полученный результат. Она полезна для академической карьеры, руководства исследовательскими командами и работы над сложными моделями в банках, ИТ-компаниях, аналитических центрах и государственном секторе.

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.