Mestre em Matemática de Aprendizado de Máquina
HSE University
Informação chave
Localização do campus
Moscow, Rússia
Línguas
Inglês
Formato de estudo
No campus
Duração
2 anos
Frequência
Tempo integral
Propinas
RUB 390 000 / per year *
Prazo de inscrição
Contactar Escola
Data de início mais cedo
Contactar Escola
* 195.000 - 390.000 RUB / ano
bolsas de estudo
Explore oportunidades de bolsas de estudos para ajudar a financiar seus estudos
Introdução
(Anteriormente - programa de mestrado em 'Teoria da Aprendizagem Estatística')
Este programa conjunto treina a próxima geração de cientistas para efetivamente realizar pesquisas fundamentais e trabalhar em novos problemas desafiadores na teoria de aprendizagem estatística. Este campo está na vanguarda de várias disciplinas da matemática e da ciência da computação. É uma das áreas mais dinâmicas da ciência moderna, abrangendo estatística matemática, aprendizado de máquina, otimização e teoria da informação e complexidade. Desde o início do programa, os alunos colaboram em grupos de trabalho temáticos e participam ativamente da pesquisa, aprendendo com HSE e Skoltech, bem como com os principais especialistas globais em estatística, otimização e aprendizado de máquina.
visão geral do programa
Este programa está na encruzilhada de várias disciplinas da matemática moderna e da ciência da computação, incluindo estatística, otimização, teoria da aprendizagem, teoria da informação, teoria da complexidade, bem como na interseção entre ciência e inovação no campo da moderna tecnologia da informação. Os principais especialistas da HSE e da Skoltech, em conjunto, fornecem instruções neste programa exclusivo de pesquisa.
Os alunos participam de um ou mais grupos de trabalho (seminários de pesquisa), onde determinam as áreas de foco para um relatório de pesquisa inicial e, em seguida, resolvem os desafios na interseção da pesquisa de ponta e da tecnologia na teoria de aprendizagem estatística. Esses seminários são construídos em equipe, pois as tarefas realizadas são tão complexas que não podem ser resolvidas por uma única pessoa. Os alunos aprendem como colaborar de forma eficaz, reunindo suas diversas habilidades coletivas, competências e experiências para determinar soluções bem-sucedidas para questões complicadas.
Os cursos do programa são ministrados pelos principais HSE , incluindo acadêmicos de renome mundial, como Dr. Yurii Nesterov, Dr. Denis Belomestny, Dr. Dmitry Vetrov, Dr. Andrei Sobolevski, Dr. Alexey Naumov e Dr. Quentin Paris. As palestras também são ministradas por professores da Skoltech, incluindo o Dr. Ivan Oseledets, o Dr. Viktor Lempitsky, o Dr. Evgeny Burnaev e o Dr. Yury Maximov. Esta equipe é bastante jovem, mas seus membros já alcançaram resultados de pesquisa significativos.
O programa coopera ativamente com o Instituto de Problemas de Transmissão de Informação da Academia Russa de Ciências, bem como com faculdades relevantes da Universidade Estadual de Moscou e do Instituto de Física e Tecnologia de Moscou. Os graduados passam a trabalhar para grandes empresas russas e internacionais e são muito solicitados por suas habilidades matemáticas excepcionais.
Admissões
Currículo
Cursos HSE / Skoltech
1º ano
Cursos Básicos
- Métodos modernos de análise de dados: cálculo estocástico
- Seminário de Projeto / Workshop de Inovação
- Álgebra Linear Numérica
- Métodos modernos de tomada de decisão: métodos estatísticos avançados
- Aprendizado de máquinas
- Métodos Estatísticos de Alta Dimensão
Disciplinas eletivas
- Introdução à Ciência de Dados
- Algoritmos e estruturas de dados eficientes
- Processamento Digital de Imagens
- Teorias de informação e codificação
- Aprendizagem profunda
- Métodos geométricos de aprendizado de máquina
2º ano
Cursos Básicos
- Otimização Algorítmica Moderna
- Seminário de pesquisa
Disciplinas eletivas
- Métodos Bayesianos para Aprendizado de Máquina
- Teoria da Matriz Aleatória
- Modelos Neurobayesianos
Oportunidades de carreira
O programa visa preparar pesquisadores nas áreas mais dinâmicas e de alta demanda relacionadas à matemática e à informática. Os graduados do programa de mestrado podem seguir uma carreira prática ou orientada para a pesquisa, sendo que ambas são populares em uma das seguintes áreas:
- Realização de análises na indústria, consultoria, diversos tipos de associações e fundações, órgãos governamentais, bancos, fundos de investimento, etc .;
- Atividades especializadas relacionadas ao desenvolvimento metodológico, modelagem probabilística, estimativas estatísticas, planejamento de transporte, otimização e tarefas de previsão, bem como surgindo com métodos eficientes, tecnologias de controle e análise de dados em uma variedade de especializações profissionais;
- Fornecimento de suporte técnico para grupos analíticos e de consultoria envolvidos em aprendizado de máquina, projeto de engenharia, análise financeira, modelagem e otimização de redes de transporte;
- Participar de equipes de gestão de departamentos analíticos, de pesquisa e administrativos.
Os graduados do programa de Mestrado em Teoria da Aprendizagem Estatística receberão instrução suficiente para continuar com os estudos e pesquisas nos principais centros globais e russos de matemática aplicada, modelagem matemática e ciência da computação, como o Laboratório de Algoritmos Estocásticos e Instituto de Estatística Não Paramétrica para Análise Aplicada de Weierstrass e Stochastics and the Faculty of Mathematics, Humboldt University (Berlin), Catholic University of Louvain (Belgium), Joseph Fourier University (Grenoble), Max Planck Institute for Mathematics (Bonn), University of Mannheim, ENSAE ParisTech (Paris) e Steklov Instituto de Matemática (Moscou). Além disso, muitas empresas líderes, como Yandex, Google, Microsoft, Bosch, Huawei e Siemens, estão muito interessadas em especialistas com esse histórico.