Самарский национальный исследовательский университет им. академика С.П. Королёва
Искусственный интеллект и компьютерные науки
Бакалавриат
Учебный план: что и когда изучают
4 года обучения
Бакалавриат «Искусственный интеллект и компьютерные науки» в Самарском университете: сильная математическая база сочетается с прикладным программированием на Python, машинным обучением и компьютерным зрением.
1–2 курс — математический фундамент
- Математический анализ — язык непрерывных изменений, на нём строятся методы оптимизации обучения моделей
- Линейная алгебра и геометрия — данные и веса моделей хранятся как матрицы и векторы — основа машинного обучения
- Дискретная математика — графы, множества и логика — каркас алгоритмов и структур данных
- Дифференциальные уравнения — описывают динамику процессов, которые моделирует и прогнозирует интеллектуальная система
- Алгебраические структуры и теория чисел — фундамент криптографии и кодирования информации
1–2 курс — основы программирования
- Основы программирования — первый навык — превращать идею в работающий код
- Языки программирования и структуры данных — выбор правильной структуры данных решает скорость и память программы
- Объектно-ориентированное программирование — стандарт промышленной разработки крупных систем
- Основы трансляции языков программирования — понимание, как код превращается в исполняемые команды
- Информатика — общая картина устройства вычислений и представления данных
2–3 курс — системы и вычисления
- Операционные системы — понимание того, как программа делит ресурсы машины и работает с памятью
- Основы реляционных баз данных — почти любое приложение хранит и запрашивает данные через базу
- Вычислительная математика — численные методы, без которых не посчитать сложную модель на компьютере
- Методы оптимизации — обучение модели — это поиск минимума функции ошибки
- Основы параллельных вычислений — обучение нейросетей требует распределения расчётов на много ядер
- Компьютерные сети — интеллектуальные сервисы работают и обмениваются данными по сети
3–4 курс — искусственный интеллект и данные
- Технологии искусственного интеллекта — ядро профиля — методы построения интеллектуальных систем
- Технологии программирования на Python — основной язык разработки моделей машинного обучения
- Статистический анализ данных — без статистики нельзя оценить, работает ли модель на самом деле
- Теория вероятностей и случайных процессов — вероятностная основа всех методов машинного обучения
- Машинное обучение — обучение моделей на данных — центральная компетенция специалиста по ИИ
- Машинное зрение — распознавание изображений — один из ключевых прикладных рынков ИИ
3–4 курс — прикладные технологии
- Большие данные — интеллектуальные системы учатся на больших массивах, которые надо уметь обрабатывать
- Компьютерная лингвистика — обработка естественного языка — крупная область применения ИИ
- Web-программирование — интеллектуальный сервис чаще всего доставляется пользователю через веб
- Интернет вещей — источник потоков данных для интеллектуальных систем
- Менеджмент разработки систем искусственного интеллекта — умение довести модель от прототипа до продукта в команде
Логика и нестыковки
- ✅✅ Логичная связка: линейная алгебра, теория вероятностей и методы оптимизации идут раньше машинного обучения — к специализации студент приходит с готовой математической базой.
- ✅✅ Широкий выбор прикладных спецкурсов по ИИ: машинное обучение, машинное зрение, большие данные, компьютерная лингвистика — покрывают основные рынки применения.
- ℹ️ℹ️ Источник — официальный перечень дисциплин программы (ФГОС 3++) без распределения по семестрам и зачётным единицам, поэтому деление по курсам дано по логике следования обязательных дисциплин блока Б1.О.
- ℹ️ℹ️ Очень большой блок дисциплин по выбору (свыше 40 вариантов в каждой группе ДОП) — от VR/AR и БПЛА до цифрового маркетинга; студент сам формирует значительную часть траектории.
История проходных баллов
| Год | Бюджет (балл) | Платное (балл) | Бюджет. мест |
|---|---|---|---|
| 2025 | 231 | — | 120 |
Динамика проходного балла
25
Та же специальность в других вузах
01.03.02 · Прикладная математика и информатика
Математические методы генерации и анализа эффективного программного кода · Московский государственный технический университет имени Н.Э. Баумана (национальный исследовательский университет)разборПрикладная математика и информатика (ФПМИ) · МФТИразборПрикладная математика и информатика · НИУ ВШЭразборНауки о данных · НИУ ВШЭразборПрикладная математика в инженерии · Национальный исследовательский Томский политехнический университетразборПрикладная математика и информатика · ИТМОразбор
Все учебные планы «Прикладная математика и информатика» →