Искусственный интеллект и машинное обучение

в МЭИ · 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	69	—	1	3	480 000 ₽

Аспиранты разрабатывают методы искусственного интеллекта и машинного обучения, исследуя обучение по данным, распознавание образов, прогнозирование, оптимизацию и интеллектуальное управление. Диссертации могут быть посвящены нейросетевым архитектурам, объяснимости моделей, обучению при малых выборках, анализу временных рядов, компьютерному зрению и обнаружению аномалий. В подготовку входят теория вероятностей, статистика, оптимизационные методы, программирование, организация вычислительных экспериментов и оценка качества моделей на воспроизводимых наборах данных. В МЭИ методы искусственного интеллекта естественно применяются к задачам энергетики, автоматики, электроники и технической диагностики. Исследователь может работать с показаниями датчиков, режимами оборудования, изображениями и потоками технологических данных. Инженерная среда требует учитывать физический смысл признаков, ограничения реального времени, надёжность и цену ошибки. Поэтому алгоритм оценивается не только по формальной точности, но и по устойчивости, вычислительным затратам и пригодности для конкретной системы. Программа подойдёт выпускникам прикладной математики, информатики, физики, автоматики и инженерных направлений, уверенно владеющим программированием. Кандидатская степень подтверждает способность создавать новое научно обоснованное решение, а не только применять готовую модель. Она полезна для преподавания, исследовательской карьеры и руководства разработкой интеллектуальных систем. Выпускник умеет ставить эксперимент с данными, избегать ложных выводов, сравнивать алгоритмы и переносить результат из прототипа в прикладную задачу.

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.