Программа реализуется в формате трека «ИИ360: Инженерия искусственного интеллекта» на бакалаврской программе «Прикладная математика и информатика» совместно с Яндексом и Сбером.
Трек направлен на подготовку будущих топ-специалистов в сфере искусственного интеллекта: студенты разрабатывают новые модели машинного обучения, участвуют в прикладных и научных проектах, а также вовлекаются в фундаментальные исследования. В рамках трека реализуется межуниверситетское взаимодействие (ИТМО, МФТИ, СПбГУ и Университета Иннополис).
Как поступить?
Чтобы попасть на трек ИИ360, нужно сначала поступить на бакалавриат «Прикладная математика и информатика» (ПМИ). Подробности о приеме — на сайте приемной комиссии.
Набор на ИИ360 проводится среди студентов, зачисленных на 1 курс ПМИ. В 2026/27 году на программу отобрано 36 студентов.
Отбор осуществляется на основе:
➡️ олимпиадных достижений — до 70% итогового балла (правила выставления баллов за олимпиады описаны в файле, см. внизу страницы);
➡️ собеседования с преподавателями программы и представителями компаний-партнёров — до 30% итогового балла.
Почему ИИ360?
Трек базируется на учебном плане программы ПМИ, но дополняется рядом уникальных компонентов, направленных на подготовку исследователей в области ИИ:
- Специализированные курсы от Яндекса и Сбера. Уже с первого курса студенты осваивают анализ данных, алгоритмы, основы машинного обучения и другие современные ИИ-технологии. Курсы читаются специалистами из индустрии и ведущими исследователями ФКН.
- Исследовательская и проектная работа. Со второго семестра каждый студент включается в исследовательский проект под руководством научного руководителя. В учебный план встроен проектный модуль: работа над реальными задачами, презентации, встречи с экспертами.
- Поддержка публикаций. Студенты могут выйти к концу обучения на публикации на конференциях уровня A и A*.
- Межвузовские модули. Возможность обучаться и выполнять проекты вместе со студентами ИТМО, МФТИ, СпбГУ и Университета Иннополис.
- Выездные школы и проекты. Регулярные интенсивы с участием индустриальных партнеров.
- Гибкость трека. Студенты могут выбирать курсы и активности по интересам — углубленные дисциплины ФКН, исследовательские кружки и факультативы.
Повышенная стипендия и ресурсы. Все студенты трека получают ежемесячную стипендию, а также доступ к вычислительным мощностям и исследовательской инфраструктуре партнеров.
Наши студенты уже на старте карьеры показывают выдающиеся академические и инженерные результаты:
- завоевывают серебряные медали на международных чемпионатах по программированию (ICPC);
- становятся победителями и призерами в конкурсах мирового уровня, таких как Yandex Cup и IMC;
- их научный потенциал подтверждается соавторством в статьях, подаваемых на конференции уровня A* (ICLR), а академическая успеваемость — высшими позициями в рейтингах и средними баллами.
▪️ Разработка и апробация дисциплин:
Полная линейка дисциплин по программированию на 1-2 годах обучения
Python и основы анализа данных
Python и промышленная разработка
Инструменты промышленной разработки
Углубленные курсы по C++, Python, Go, Rust
YDB
Анализ производительности и оптимизация кода
Разработка систем управления базами данных
Дизайн систем
Машинное обучение на графах
Сбор и разметка данных
Кодовые агенты в разработк
▪️ Исследовательская работа:
Организация проектной школы и конференции ИИ360
Оплата поездок студентов на конференцию KDD 2026
▪️Карьерные мероприятия:
Карьерные консультации
Мероприятия Young&&Yandex
Широкое участие первокурсников ФКН в YoungCon
▪️Наставничество: научное руководство студентами ИИ360 и исследовательской программы
▪️ Разработка и апробация дисциплин:
Количественные финансы
Ценообразование активов в непрерывном времени
Промышленная разработка на Java с применением ИИ
Методы предобучения с учителем
Обучение с подкреплением
Агентные системы в бизнесе
Глубинное обучение в обработке звука
▪️Исследовательская работа:
Организация проектной школы и конференции ИИ360
Оплата поездок студентов на конференцию KDD 2026
▪️ Организация Турбо-стажировки для студентов: знакомство с экосистемой Сбера и планирование карьеры в Сбере
▪️ Наставничество: научные руководители исследовательских проектов студентов являются сотрудниками Сбера и AIRI
Темы исследовательских работ
Темы, над которыми работают студенты (набор 2024 года)
- Алгоритмы приближения матриц и их приложения, руководитель: Рахуба Максим Владимирович
- Анализ качества фазирования гаплотипов, руководитель: Попцова Мария Сергеевна
- Диффузионная геометрия как основа для обучения геометрическим представлениям, руководитель: Сабитов Эльфат Рамильевич
- Diffusion Models for Conditional Generation of Tabular Data, руководитель: Гущин Михаил Иванович
- Замена лица с помощью генеративных моделей (GAN, диффузионные модели), руководитель: Аланов Айбек
- Исследование устойчивого мультимодального поиска в видеоархивах с учётом релевантности и качества модальностей, руководитель: Копылов Иван Станиславович
- Коммуникационная сложность, руководитель: Верещагин Николай Константинович
- Латентные диффузионные языковые модели, руководитель: Чимбулатов Егор Феликсович
- Методы навигации групп мобильных агентов, руководитель: Дергачев Степан Алексеевич
- Многоагентное планирование путей, руководитель: Степан Дергачев, Константин Яковлев
- Мультимодальная локализация и трекинг автономных транспортных средств, руководитель: Муравьев Кирилл Фёдорович
- Обобщение Vision-Language-Action моделей, руководитель: Москаленко Андрей Викторович
- Оптимизатор Muon на многообразии ортогональных матриц Group-and-Shuffle, руководитель: Рахуба Максим Владимирович
- Оптимизация инференса диффузионных моделей с помощью солверов, руководитель: Оганов Александр Артурович
- Отображение данных в универсальный общий кэш (Universal Cache) для совместного использования между экземплярами, руководитель: Якушев Георгий Александрович
- Пересмотр методов Classifier-Free Guidance в латентных диффузионных моделях, руководитель: Кастрюлин Сергей Евгеньевич
- Повышение эффективности алгоритма PPO в задаче PushWorld за счёт модификации среды, руководитель: Яковлев Константин Сергеевич
- Предсказание эволюции вирусов с использованием вариационных автокодировщиков, руководитель: Неверов Алексей Дмитриевич
- Разбиение мультифрактальной структуры на фракталы, руководитель: Громов Василий Александрович
- Самоэволюционирующие обвязки, руководитель: Якушев Георгий Александрович
- Семантические идентификаторы для рекомендательных систем, руководитель: Хрыльченко Кирилл Ярославович
- Сжатие больших языковых моделей в условиях ограниченной памяти, руководитель: Рахуба Максим Владимирович
- Скрытые действия в моделях мира, руководитель: Куницын Александр Александрович
- Структурированная аппроксимация матриц для повышения эффективности глубинного обучения, руководитель: Цыганов Аскар Шамилевич
- Subliminal Learning в условиях on-policy дистилляции и автономные эволюционирующие агентные системы, руководитель: Разжигаев Антон
- Экспонента и скрамблинг-индекс графа и их многомерные обобщения, руководитель: Максаев Артём Максимович
Темы, над которыми работают студенты (набор 2025 года)
- Алгоритмы визуализации графов, руководитель: Мицюк Алексей Александрович
- Ассоциативный рекуррентный трансформер с памятью (ARMT), руководитель: Шелманов Артем
- Вероятностное прогнозирование временных рядов, руководитель: Зайцев Алексей Александрович
- Влияние структуры модели внимания на генерацию диффузионных моделей, руководитель: Оганов Александр Артурович
- Дообучение Qwen3-VL для задачи трёхмерной детекции объектов, руководитель: Колодяжный Максим Анатольевич
- ИИ в вычислительной иммунологии и разработке вакцин, руководитель: Шашкова Татьяна Игоревна
- ИИ в Яндекс Лавке, руководитель: Горбанев Иван Юрьевич
- Исследование в области генеративных моделей, руководитель: Алиев Мишан Хаммад оглы
- Исследование границ применимости алгоритма авторегрессии для обнаружения аномалий во временных рядах, руководитель: Соколов Андрей Павлович
- Исследование методов добавления временного контекста в Vision-Language-Action модели на задачах бенчмарка MIKASA-Robo, руководитель: Палеев Даниил Алексеевич
- Исследование методов позиционного кодирования для объектов в пространстве, руководитель: Струминский Кирилл Алексеевич
- Исследование применения обучаемых алгебраических расширений в глубоких нейронных сетях, руководитель: Перепечко Александр Юрьевич
- Исследование фундаментальных генеративных моделей для астрономических данных, руководитель: Гущин Михаил Иванович
- Математические основы дистилляции знаний в генеративных диффузионных моделях, руководитель: Пучкин Никита Андреевич
- Мультипозитивная Log-Q коррекция, руководитель: Хрыльченко Кирилл Ярославович
- Обратный рендеринг параметров BRDF с использованием «Radiant Foam» вместо «NeRF» (по мотивам «Flash Cache»), руководитель: Струминский Кирилл Алексеевич
- Отображение данных в универсальный общий кэш (Universal Cache) для совместного использования между экземплярами, руководитель: Якушев Георгий Александрович
- Пары отображений ядер и редуцированных графов, сохраняющие смежность, руководитель: Промыслов Валентин Валерьевич
- Поиск плотных подграфов в больших графах, руководитель: Родригес Залепинос Рамон Антонио
- Построение компактных топологических карт для автономной навигации мобильного робота, руководитель: Муравьев Кирилл Федорович
- Применение машинного обучения в задаче прогнозирования погодных условий, руководитель: Ратников Федор Дмитриевич (соруководитель Бугаев Егор Петрович)
- Применение обучения с подкреплением к динамическим стохастическим моделям общего равновесия, руководитель: Пифтанкин Геннадий Николаевич
- Пролегомены к сильному искусственному интеллекту: задача управления нейродифференциальными уравнениями, руководитель: Громов Василий Александрович
- Раздельное обучение компонентов диффузионных языковых моделей, руководитель: Чимбулатов Егор Феликсович
- Реализация и улучшение метода TranSplat, руководитель: Струминский Кирилл Алексеевич
- Свойство корректности (soundness) объектно-ориентированных workflow-сетей, руководитель: Ломазова Ирина Александровна
- Семантические идентификаторы в рекомендательных системах, руководитель: Хрыльченко Кирилл Ярославович
- Современные диффузионные модели для ДНК и белков, руководитель: Рыбаков Арсений Константинович
- Темпоральные графы в рекомендательных системах, руководитель: Лысенко Антон Викторович
- Улучшение калибровки диффузионных моделей для повышения эффективности генерации изображений, руководитель: Алиев Мишан Хаммад оглы
- Ускорение инференса диффузионных моделей через модификацию кэша, руководитель: Алиев Мишан Хаммад оглы
- Целые точки в многогранниках и суммы Минковского, руководитель: Аржанцев Иван Владимирович
- Эффективное использование семантических идентификаторов для рекомендательных систем, руководитель: Хрыльченко Кирилл Ярославович
- Attention в алгоритмах рендеринга, руководитель: Струминский Кирилл Алексеевич
Темы, над которыми работают студенты (набор 2026 года)
Анализ неоднозначных Bitcoin-миксеров, руководитель: Янович Юрий Александрович
Анализ подходов к управлению торговыми стратегиями, использующими форму кривой процентных ставок, руководитель: Булушова Лидия Станиславовна
Взаимодействие ценовых агентов в Q-learning стратегиях, руководитель: Лукьянченко Пётр
VLM-агент для параметрической 3D-реконструкции помещений, руководитель: Колодяжный Максим Анатольевич
Геометрические и топологические методы в анализе данных, руководитель: Толченников Антон Александрович
Геометрия мостов Шрёдингера для управляемой генерации табличных данных, руководитель: Деева Ирина Юрьевна
Группы автоморфизмов колец многочленов по модулю идеала, руководитель: Перепечко Александр Юрьевич
Двойственность Гейла над конечными полями, руководитель: Аржанцев Иван Владимирович
Детекция аномалий и манипуляций на фондовом рынке Московской биржи, руководитель: Молоков Николай
Дробная теория гиперграфов, руководитель: Шабанов Дмитрий Александрович
Интерпретируемые статистические модели и модели глубинного обучения для биологических данных, руководитель: Фаруни Тарек
Исследование корреляций между факторами кредитного и рыночного рисков, руководитель: Булушова Лидия Станиславовна
Исследование нелинейных групповых корреляций криптовалют методами машинного обучения для оптимизации спредовой торговли, руководитель: Булушова Лидия Станиславовна
Модели сопоставления потоков для генерации регуляторных элементов генома, руководитель: Попцова Мария Сергеевна
Мониторинг воронок каталога и быстрая проверка гипотез, руководитель: Горбанев Иван Юрьевич
Нейронная архитектура солвера обыкновенного дифференциального уравнения для генерации изображений, руководитель: Оганов Александр Артурович
Открытый интерес как предиктор динамики фьючерсных контрактов: эмпирическое исследование на данных Московской биржи, руководитель: Молоков Николай
Построение компактных топологических карт для автономной навигации мобильного робота, руководитель: Муравьев Кирилл Федорович
Пределы оптимизации в генеративном дизайне белков, руководитель: Шашкова Татьяна Игоревна
Предсказание фенотипов организмов по генотипам с помощью гибридных нейро-механистических моделей, руководитель: Неверов Алексей Дмитриевич
Прогнозирование цены опциона на криптовалюты на основе волатильности, руководитель: Булушова Лидия Станиславовна
Раздельное обучение компонентов диффузионных языковых моделей, руководитель: Чимбулатов Егор Феликсович
Разработка и обучение малых языковых моделей, руководитель: Ильвовский Дмитрий Алексеевич
Разработка системы расчёта и анализа Total Degree Days для рынка природного газа в США на основе метеорологических прогнозов, руководитель: Молоков Николай
Распутывание shared-send-транзакций в Bitcoin, руководитель: Янович Юрий Александрович
Самоэволюционирующие датасеты, адаптирующиеся к задаче и модели, руководитель: Бугаев Егор Петрович
Современные диффузионные модели для ДНК и белков, руководитель: Рыбаков Арсений Константинович
Сравнительный анализ открытых больших языковых моделей (LLM) для задач поддержки принятия инвестиционных решений на фондовом и криптовалютном рынках, руководитель: Лиховцев Вадим Александрович
Ускорение инференса диффузионных моделей, руководитель: Алиев Мишан Хаммад оглы
Устойчивая быстрая метрика близости программного кода, руководитель: Соколов Андрей Павлович
Biologically inspired memory for streaming RL in non-stationary POMDPs, руководитель: Дживеликян Евгений Александрович
Студенты трека
Набор 2024 года
- Авдеев Дмитрий Евгеньевич
- Бакаев Артемий Алексеевич
- Бугрышев Михаил Андреевич
- Валеева София Альбертовна
- Грицаев Андрей Григорьевич
- Зверев Герман Геннадьевич
- Ижицкий Тимофей Михайлович
- Илаев Алексей Михайлович
- Ильтяков Никита Алексеевич
- Карпов Александр Вячеславович
- Кобозев Артем Владиславович
- Костин Константин Сергеевич
- Кудашин Олег Кириллович
- Кудряшов Алексей Андреевич
- Курлаев Никита Витальевич
- Леденёв Михаил Алексеевич
- Ломакин Максим Андреевич
- Любин Михаил Владимирович
- Медведев Михаил Сергеевич
- Новгородцев Григорий Алексеевич
- Салимова Анастасия Ирековна
- Сергиевский Артем Сергеевич
- Сныцарев Максим Денисович
- Тен Даниил Александрович
- Туревич Артём Александрович
- Хасанов Айдар Рифкатович
- Хо Данг Зунг
- Чертан Вячеслав Александрович
- Эннс Александр Николаевич
- Ямалетдинов Арслан Маратович
Набор 2025 года
- Антонюк Вадим Юрьевич
- Ахмадуллин Александр Эдуардович
- Балаткин Михаил Александрович
- Бессолицын Максим Андреевич
- Грачев Егор Павлович
- Динмухаметов Данис Марсович
- Ельчинов Игорь Владимирович
- Зиганшин Рамир Русланович
- Казанцев Евгений Андреевич
- Кандрашкин Андрей Юрьевич
- Катасонов Роман Алексеевич
- Ковалев Семён Степанович
- Кокурин Алексей Викторович
- Лис Александр Олегович
- Лукин Кирилл Дмитриевич
- Мазур Артём Александрович
- Малышев Игорь Вадимович
- Махмутов Айнур Рушанович
- Мещеряков Константин Никитич
- Мусатов Ян Ангилович
- Осипов Данила Дмитриевич
- Поспелова Ольга Андреевна
- Принц Михаил Александрович
- Равнушкин Тимофей Евгеньевич
- Раскин Андрей Павлович
- Сарапкин Артём Александрович
- Семенюк Ярослав Алексеевич
- Сокольников Алексей Сергеевич
- Страдин Артемий Борисович
- Турундаев Владимир Сергеевич
- Фирсов Павел Сергеевич
- Хамитов Хаким Ильгамович
- Хлопотных Андрей Сергеевич
- Ходыкин Тимофей Владимирович
- Шабаров Игорь Николаевич
- Янко Анастасия Дмитриевна
Набор 2026 года
- Алексеев Иван Сергеевич
- Алясев Степан Алексеевич
- Артюхов Игорь Сергеевич
- Бацын Тимофей Михайлович
- Болотов Иван Андреевич
- Брусенцев Александр Петрович
- Вакарюк Виктор Егорович
- Венгеров Виталий Романович
- Виноградов Семён Сергеевич
- Вишневский Дмитрий Олегович
- Володихин Ростислав Евгеньевич
- Гадршин Амир Маратович
- Дабысов Амир Муратович
- Дешеулин Никита Андреевич
- Дроканов Олег Артёмович
- Застрожная Яна Алексеевна
- Ибрагимов Тимур Юрьевич
- Кирпиченко Елисей Андреевич
- Колегов Алексей Михайлович
- Кулаев Алексей Дмитриевич
- Лещенко Мария Михайловна
- Макаров Михаил Игоревич
- Марусев Тимофей Юрьевич
- Минько Александр Сергеевич
- Мусихин Максим Александрович
- Образцова Ксения Михайловна
- Поваров Александр Григорьевич
- Поталов Михаил Сергеевич
- Сиразеев Ильяс Ильфатович
- Скворцов Александр Михайлович
- Солопов Леонид Константинович
- Устьянцев Трофим Павлович
- Фазлетдинов Галим Радикович
- Файбисович Максим Михайлович
- Цыбань Лев Евгеньевич
- Шишко Андрей Владимирович
Перспективы выпускников
После выпуска студенты могут выбрать академическую карьеру (магистратура и аспирантура) или работу в индустрии над исследовательскими задачами в ведущих компаниях в сфере ИИ. В числе востребованных направлений:
▪️ML-исследователь: создание новых моделей машинного и глубинного обучения.
▪️AI-архитектор: проектирование нагруженных сервисов, основанных на ИИ-моделях.
▪️Научный сотрудник: фундаментальные исследования в области искусственного интеллекта.
Кто стоит за треком?
За программу отвечает Академический совет исследовательских программ ФКН. Это преподаватели и исследователи факультета, которые придумывают, как устроен трек, отбирают студентов, утверждают темы проектов и следят, чтобы всё работало.
В совете — люди, которые реально занимаются наукой и ИИ:
Отбор на трек
Заявки на трек будут приниматься в августе 2026 года
Критерии отбора на ИИ360 2026 (PDF, 178 Кб)
Приёмная комиссия
Отдел по работе с абитуриентами, студентами и выпускниками ФКН