Искусственный интеллект и машинное обучение

в РЭУ им. Г.В. Плеханова · 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	96	—	2	0	—

Аспиранты разрабатывают методы, позволяющие компьютерным системам обучаться на данных, распознавать закономерности и поддерживать принятие решений. Диссертации могут быть посвящены глубокому обучению, обработке естественного языка, рекомендательным системам, компьютерному зрению, объяснимости моделей, интеллектуальному поиску или обучению при ограниченных данных. Осваиваются программирование, оптимизация, вероятностные методы, нейросетевые архитектуры, подготовка данных, вычислительные эксперименты и оценка качества алгоритмов. В РЭУ имени Г.В. Плеханова исследования искусственного интеллекта могут опираться на задачи экономики, торговли, финансов и управления. Такой профиль позволяет работать с прогнозированием спроса, анализом поведения, автоматизацией решений и обработкой деловой информации. Важной частью подготовки становится не только построение модели, но и проверка её устойчивости, интерпретируемости и пригодности для процессов, где ошибки имеют экономические последствия. Программа подойдёт выпускникам информатики, математики, инженерных и количественных экономических направлений с уверенными навыками программирования. Степень кандидата технических наук помогает строить карьеру исследователя, преподавателя, специалиста по машинному обучению или руководителя аналитических разработок. Она подтверждает способность создавать новый метод, корректно сравнивать его с существующими подходами и превращать экспериментальный алгоритм в обоснованное решение прикладной задачи.

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.