В системе социальных и экономических связей происходят заметные изменения, вызванные ростом использования технологий искусственного интеллекта.

Приложения искусственного интеллекта, интеллектуальный анализ данных все чаще становятся основой принятия решений и автоматизации различных процессов в различных сферах человеческой деятельности. Проектирование и разработка программного обеспечения, в функциональности которого заложено использование искусственного интеллекта, значительно повышают и будут повышать его ценность и востребованность заказчиками. Востребованность специалистов подобного профиля в реальном секторе экономики постоянно растет.

Появление универсальных, производительных и доступных нейронных сетей, построенных на разных архитектурах, рост доступных вычислительных мощностей, увеличение размерности и сложности хранимых данных, стимулирует как развитие методов применения универсальных моделей, так и разработку собственных методов машинного обучения (machine learning) применительно к конкретным задачам автоматизации и анализа данных. Целью анализа данных является поиск в данных скрытых закономерностей и другой новой и полезной для пользователя информации.

Учебный план профилизации, помимо фундаментальной подготовки в области программирования и информационных систем, включает блок анализа данных, машинного обучения и разработки интеллектуальных систем.

Ключевые тематические блоки учебного плана профилизации

Общий блок подготовки в сфере информационных технологий

• языки программирования (С, C#, Java, Python, JavaScript и др.);
• технологии разработки и тестирования ПО;
• web-технологии (HTML, HTML5, CSS, JavaScript, jQuery, React, Angular, WEBGL, Java Spring,  .NET и др.);
• мобильные технологии (JavaScript, Android, Xamarin);
• инфраструктурные технологии (компьютерные сети, распределенные системы, кибербезопасность) и операционные системы (Windows, Linux, Mac OS X, iOS, Android);
• СУБД (PostgreSQL, MS SQL Server, MySQL, MongoDB и др.);

Искусственный интеллект и машинное обучение (AI & ML).

• Введение в нейронные сети
• Нейросетевой анализ изображений
• Нейросетевая обработка текста и звука
• Введение в кластерный анализ и классификацию
• Основы интеллектуального анализа данных

Большие данные и облачные технологии (Big Data & Cloud).

• Технологии анализа и использования больших данных
• Базы данных NoSQL
• Облачные технологии анализа данных

Анализ и визуализация данных (Data Analysis & Visualization):

• Анализ данных средствами SQL
• Корреляционно-регрессионный анализ
• Визуализация многомерных данных
• Python для математических расчетов

В рамках данной профилизации студенты специальности осваивают теоретические основы и приобретают практический опыт качественной разработки, верификации и сопровождения программных комплексов.