МИРЭА — Российский технологический университет
Искусственный интеллект и машинное обучение
Бакалавриат
Учебный план: что и когда изучают
4 года обучения · 240 зач. единиц · ≈ 8 640 академических часов
Программа МИРЭА по фундаментальной информатике с профилем «Искусственный интеллект и машинное обучение»: соединяет математическую базу (анализ, алгебра, вероятность) с большим блоком профильных курсов по машинному обучению, нейронным сетям, анализу данных и интеллектуальным системам. Профильные задачи — производственно-технологические.
1–2 курс — математика и основы программирования
- Математический анализ — основа методов оптимизации, на которых учатся модели машинного обучения
- Линейная алгебра и аналитическая геометрия — данные и веса моделей хранятся как матрицы и векторы — фундамент машинного обучения
- Объектно-ориентированное программирование — способ структурировать код моделей и систем обработки данных
- Информатика — вводит базовые понятия о данных, вычислениях и представлении информации
- Физика — развивает навык количественного описания процессов и работы с измерениями
2–3 курс — вероятность, данные и базовое обучение
- Теория вероятностей и математическая статистика — машинное обучение по сути оценивает вероятности и распределения по данным
- Основы машинного обучения — ядро профессии — методы, которые находят закономерности в данных
- Управление данными — учит хранить, очищать и готовить данные для обучения моделей
- Технологии программирования прикладных задач — переводит математические методы в работающие программы
- Теория информации и кодирования в искусственном интеллекте — даёт понятийный аппарат для измерения информации и сжатия признаков
3 курс — профильные методы искусственного интеллекта
- Программирование систем искусственного интеллекта — практика сборки реальных интеллектуальных систем из методов и данных
- Математические основы искусственного интеллекта — строгая база под алгоритмы обучения и вывода
- Математическое программирование — аппарат оптимизации, лежащий в основе обучения моделей
- Теория игр и искусственный интеллект — модель принятия решений несколькими агентами, нужна для агентных систем
- Исследование операций — методы поиска оптимальных решений в задачах планирования и распределения
4 курс — глубокое обучение и продвинутые модели
- Глубокое машинное обучение — современный стандарт для распознавания образов, текста и речи
- Нейронные сети и глубокое обучение — архитектуры, на которых построены большинство современных систем искусственного интеллекта
- Вероятностные модели в задачах машинного обучения — позволяют учитывать неопределённость в предсказаниях моделей
- Эволюционные методы искусственного интеллекта — альтернативный подход к оптимизации сложных задач без явной формулы
- Структуры данных в искусственном интеллекте — эффективное представление данных ускоряет обучение и вывод моделей
Часы и практика
Практика — 29 зач. единиц (1 044 ч). технологическая практика на 4 и 7 семестрах, основной объём (14 з.е.) и преддипломная практика — на 8 семестре
Логика и нестыковки
- ✅✅ Профильные курсы выстроены по нарастанию: сначала «Основы машинного обучения» (4–5 семестры), затем продвинутые «Глубокое машинное обучение» и «Нейронные сети» на 4 курсе — спецкурсы идут после нужной математической и базовой подготовки.
- ✅✅ Очень крупный профильный блок (Блок 1 — 202 з.е. из 240), часть, формируемая вузом, — 71 з.е., почти полностью отдана профильным дисциплинам искусственного интеллекта, а не общим предметам.
- ⚠️⚠️ Объём практики (29 з.е.) сильно смещён к концу обучения: 14 з.е. технологической практики и преддипломная практика приходятся на 8 семестр, тогда как до 3 курса реальной проектной практики почти нет.
- ℹ️ℹ️ Сильный математико-теоретический акцент (вероятность, математическое программирование, теория информации) — программа ближе к научно-инженерной подготовке, чем к чисто прикладной разработке моделей.
История проходных баллов
| Год | Бюджет (балл) | Платное (балл) | Бюджет. мест |
|---|---|---|---|
| 2025 | 284 | — | 6 |
Динамика проходного балла
25
Та же специальность в других вузах
02.03.02 · Фундаментальная информатика и информационные технологии
Технологии разработки интеллектуальных систем · Национальный исследовательский университет МЭИразборПрограммирование и информационные технологии · Самарский национальный исследовательский университет им. академика С.П. КоролёваразборФундаментальная информатика и информационные технологии · Омский государственный технический университетразборФундаментальная информатика и информационные технологии · МГУ им. М.В. ЛомоносоваПрограммирование и информационные технологии · Санкт-Петербургский государственный университетБольшие данные и распределенная цифровая платформа · Санкт-Петербургский государственный университет
Все учебные планы «Фундаментальная информатика и информационные технологии» →