Искусственный интеллект и машинное обучение в социогуманитарных и технических системах · Математические и естественно-научные основы искусственного интеллекта

в ЮФУ · Ростов-на-Дону

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	124	—	0	4	216 000 ₽

Профили охватывают математические и естественно-научные основы искусственного интеллекта, а также машинное обучение в социогуманитарных и технических системах. Аспиранты исследуют архитектуры моделей, методы оптимизации, обучение на ограниченных и неоднородных данных, интерпретируемость, надежность и взаимодействие алгоритмов с предметной областью. Диссертации могут включать распознавание сигналов, прогнозирование, обработку текста, поддержку инженерных решений или анализ социальных процессов. Осваиваются теория вероятностей, линейная алгебра, программирование, вычислительный эксперимент, машинное обучение и оценка качества моделей. Южный федеральный университет – крупный научно-образовательный центр Юга России с сильными направлениями в компьютерных науках и автоматизации. Междисциплинарная структура позволяет соединять фундаментальную математику, инженерные задачи и гуманитарные исследования. Подготовка по искусственному интеллекту требует доступа к вычислительным ресурсам, научным семинарам и данным предметной области. Для социогуманитарных применений особенно важны объяснимость, этика и контроль смещений, а для технических систем – устойчивость и проверка безопасности. Программа подойдет математикам, программистам, инженерам и исследователям других областей с уверенной количественной подготовкой. Кандидат физико-математических или технических наук может строить академическую карьеру, руководить исследованиями и разработкой сложных моделей. В индустрии степень полезна для задач, где готового алгоритма недостаточно: нужно предложить новый метод, доказать его свойства, провести воспроизводимый эксперимент и отвечать за корректность применения модели.

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.