Искусственный интеллект и машинное обучение

в СахГУ · Южно-Сахалинск

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	236	—	2	3	449 790 ₽

Аспиранты разрабатывают методы, модели и алгоритмы, позволяющие компьютерным системам находить закономерности в данных и решать интеллектуальные задачи. Диссертации могут быть посвящены глубокому обучению, распознаванию изображений и речи, обработке текстов, рекомендательным системам, прогнозированию, объяснимости или устойчивости моделей. Осваиваются программирование, подготовка наборов данных, вычислительный эксперимент, выбор метрик, статистическая проверка, оптимизация моделей и воспроизводимое описание результатов. СахГУ развивает программу в классическом университете региона, где цифровые методы могут применяться к задачам энергетики, морских исследований, экологии, образования и управления. Сахалинский контекст даёт разнообразные данные и прикладные постановки, однако диссертация должна содержать самостоятельный результат в области искусственного интеллекта, а не только применение готового сервиса. Подготовка предполагает связь математической основы алгоритма с качеством данных, вычислительными ограничениями и предметной интерпретацией. Программа подойдёт математикам, программистам, инженерам и аналитикам, уверенно владеющим линейной алгеброй, теорией вероятностей и кодом. Исследователю придётся отличать реальное улучшение метода от случайного выигрыша на одной выборке и учитывать риски смещения данных. Степень кандидата физико-математических или технических наук полезна для академической карьеры, разработки интеллектуальных систем, руководства командами исследований и экспертной оценки алгоритмических решений.

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.