Теоретическая информатика, кибернетика

в ОмГУ им. Ф.М. Достоевского · Омск

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	2	202 320 ₽

Теоретическая информатика и кибернетика исследуют формальные основы вычислений, алгоритмы, модели управления и обработки информации. Диссертационные темы могут касаться сложности алгоритмов, дискретной оптимизации, искусственного интеллекта, распознавания образов, теории автоматов, интеллектуального управления и анализа больших структурированных данных. Аспиранты осваивают математическое доказательство, построение моделей, разработку и анализ алгоритмов, вычислительный эксперимент, программирование и корректную оценку точности и эффективности решений. ОмГУ им. Ф.М. Достоевского является многопрофильным классическим университетом, где информатика развивается рядом с математикой, физикой и другими областями знания. Такая среда подходит для исследований, которым необходимы как строгий формальный аппарат, так и содержательная задача из смежной дисциплины. Подготовка строится вокруг научного семинара, изучения актуальной литературы, создания проверяемой модели и сопоставления нового метода с существующими подходами. Программа подойдёт математикам, программистам и специалистам по анализу данных, которым интересны основания методов, а не только применение готовых средств. Степень кандидата физико-математических наук открывает возможности для академической работы, преподавания и участия в сложных исследовательских проектах. В индустрии она особенно полезна для задач разработки алгоритмов, моделирования, интеллектуальных систем и руководства исследованиями.

Теоретическая информатика исследует общие законы представления, передачи и обработки информации, а кибернетика – управление и взаимодействие в сложных системах. Объектами служат алгоритмы, формальные языки, вычислительные модели, автоматы, сети, системы принятия решений и управления. От прикладной разработки программ специальность отличается поиском общих закономерностей и доказуемых свойств, а от классической теории управления – более широким охватом информационных и алгоритмических процессов. Основные направления включают теорию алгоритмов и сложности, автоматы и формальные языки, кодирование, модели вычислений, искусственный интеллект, распознавание образов, оптимизацию, принятие решений, системный анализ и управление в условиях неопределённости. Диссертация может быть посвящена оценке сложности алгоритма, обучению модели при ограниченных данных, синтезу управления, интеллектуальному анализу текстов, устойчивости сетевой системы, распределённым вычислениям или верификации информационного процесса. Аспирант осваивает дискретную математику, вероятностные методы, оптимизацию, математическое моделирование, анализ алгоритмов и постановку вычислительных экспериментов. В зависимости от темы он работает с языками программирования, системами машинного обучения, симуляторами, решателями и средствами формальной проверки. Сдаются экзамены по истории и философии науки, иностранному языку и специальной дисциплине. Отрасль кандидатской степени определяется содержанием работы и профилем совета, чаще она относится к физико-математическим или техническим наукам. Результаты применяются в программных системах, робототехнике, связи, логистике, промышленном управлении, анализе данных и информационной безопасности. Специальность связана с математикой, вычислительной техникой, автоматикой и когнитивными исследованиями.

Кандидаты наук работают в НИИ, университетах, исследовательских подразделениях технологических и промышленных компаний, центрах искусственного интеллекта и систем управления. Типичные позиции – научный сотрудник, преподаватель, исследователь алгоритмов, специалист по машинному обучению, инженер по управлению, системный аналитик, архитектор алгоритмических решений или разработчик средств верификации. Степень полезна на должностях, где требуется создавать новые методы, доказывать их свойства и руководить исследовательской частью продукта. В академической сфере она служит основой самостоятельной карьеры, а в компаниях помогает отделять исследование от обычной разработки и отвечать за методическую корректность решения.