О программе
Магистерская программа направлена на подготовку специалистов высокого класса в области разработки, исследования и применения методов математического моделирования и новейших компьютерных технологий для комплексного анализа сложных систем и больших данных. Программа готовит магистров по двум направлениям подготовки «Прикладная математика и информатика» и «Прикладная математика».
Обучение нацелено на получение профессиональных компетенций в области системного анализа: от построения математических моделей и алгоритмов до разработки эффективных вычислительных методов на современных суперкомпьютерах с применением технологий машинного обучения. Студенты программы приобретут опыт участия в российских и международных научных проектах в перспективных областях: моделирование новых материалов, исследование биологических систем, архитектуры суперкомпьютеров, анализа сложных сетей, разработки систем управления, в области нанотехнологий и квантовой информатики. К реализации программы привлечены эксперты мирового уровня, руководители проектов ведущих институтов РАН, российских и зарубежных технологических центров, международных лабораторий НИУ ВШЭ. Выпускники программы высоко востребованы в крупных ИТ-компаниях, ИТ-подразделениях госкорпораций и научно-исследовательских центрах.
Структура программы
Программа предоставляет широкие возможности для формирования индивидуальных образовательных траекторий в соответствии с вашими научными и профессиональными интересами. Студенты могут выбрать одну из двух специализаций (образовательных траекторий):
- Математическое моделирование и машинное обучение (Руководитель Щур Л.Н.)
- Математические методы и технологии количественного анализа (Руководитель: Сластников С.А.)
На конкурсной основе имеется возможность обучения по треку «магистратура-аспирантура», предполагающему индивидуальный учебный план с обязательным участием в исследовательских проектах и повышенную стипендию в размере 50 тысяч рублей (на 2026 г.).
Основные учебные курсы (общие)
- Высокопроизводительные вычисления и параллельное программирование
- Методы машинного обучения и анализа больших данных
- Статистические методы и анализ сложных сетей
- Системный анализ и математическое моделирование
- Стохастические методы в инженерных приложениях
Основные учебные курсы трека "Математическое моделирование и машинное обучение":
- Инструменты анализа данных
- Машинное обучение для построения моделей
- Суперкомьютерный практикум
- Моделирование статистических и нелинейных систем
- Избранные главы квантовой механики
- Анализ нелинейных и многофазных процессов
Основные учебные курсы трека "Математические методы и технологии количественного анализа":
- Математические основы количественного анализа
- Финансовые технологии
- Прикладная статистика и моделирование временных рядов
- Современный портфельный анализ и управление
- Децентрализованные финансовые технологии (блокчейн, цифровая валюта и криптоэкономика)
- Численные методы и математическое моделирование в финансах
- Методы и алгоритмы оптимизации