Магистратура «Интеллектуальный анализ больших данных» — это:
Уникальная программа, разработанная в рамках «дорожной карты» развития Томского государственного университета
Ориентация на формирование команд специалистов дефицитной междисциплинарной направленности в области компьютерных наук, информационных технологий, прикладной математики, анализа данных
Выпускники – востребованные специалисты в области компьютерных наук и информационных технологий, способные решать сложные задачи анализа больших данных в различных областях человеческой деятельности
Цель
Подготовка высококвалифицированных глобально конкурентоспособных специалистов, способных извлекать из значительных массивов накопленных и постоянно поступающих многомерных, разнородных и противоречивых данных ценные экспертные знания.
Преимущества
Привлечение ведущих партнеров
Участие в международных проектах
Стажировки в ведущих компаниях и университетах
Обучение у лучших специалистов
Трудоустройство в ведущих российских и зарубежных компаниях
Возможность получения двойного диплома c зарубежным вузом-партнером
Учебные дисциплины
- Основы биотехнологии, биохимии
- Введение в биоинформатику
- Биология клетки и молекулярная биология
- Анализ молекулярных последовательностей
- Молекулярная генетика и сравнительная геномика
- Информационная безопасность и работа с персональными данными
- Методология и методы исследования и анализа социальных данных
- Анализ и моделирование общественно-политических процессов
- Психодиагностика и психологический анализ социальных систем
Ведущие преподаватели
Даниэль Самате
Член Академического совета программы,
Руководитель лаборатории
«Data Science & Soft Computing»,
Руководитель магистерской программы «Интеллектуальный анализ данных»
Имея богатый опыт работы со статистическими базами данных, его текущие исследования посвящены:
- управлению нечеткими данными
- анализу состояния и прогнозирования фондового рынка
- применению методов машинного обучения в психиатрических исследованиях — в сотрудничестве с Институтом психиатрии в King’s College London
- аналитике больших данных (в частности анализ смарт-карта данных транспортного потока Лондона)
- Осуществляет руководство научно-исследовательской работы студентов, в том числе удаленно
Шилов Борис Владимирович
Доцент кафедры биоинформатики медико-биологического факультета Российского национального исследовательского медицинского университета имени Н.И. Пирогова выпускник Сибирского государственного медицинского университета, врач-кибернетик, развивает свою научную карьеру, связанную с биоинформатикой, в Москве.
Томас Пройсер
Член Академического совета программы,
Doctor of Engineering,
Институт Программной инженерии,
Технический Университет Дрездена (Германия)
Научные интересы:
- Компьютерная математика
- Вычисления в реальном времени
- Распределенные и параллельные вычисления
- Высокопроизводительные вычисления
- Математическое и имитационное моделирование
Шарахов Игорь Валентинович
Доцент кафедры биоинформатики медико-биологического факультета Российского национального исследовательского медицинского университета имени Н.И. Пирогова
Выпускник Сибирского государственного медицинского университета, врач-кибернетик, развивает свою научную карьеру, связанную с биоинформатикой, в Москве. Специалистов по биоинформатике такого уровня в Томске нет. Приглашен для чтения курса «Введение в биоинформатику».
Курс посвящен изучению методов анализа последовательностей нуклеотидов и визуализации структур биомолекул, методов построения филогенетических деревьев, а также знакомству с современными базами биологических данных.
Овсянников Михаил Сергеевич
Ассистент кафедры теоретических основ информатики ТГУ
С отличием закончил факультет информатики в 2008 году. На данный момент Михаил находится в процессе подготовки к защите кандидатской диссертации. Научные интересы: Высокопроизводительные распределенные и облачные системы.
«Лучшие научные результаты всегда достижимы на стыке наук. Множество различных областей знания способны совершить рывок в развитии, если научиться эффективно обрабатывать огромные массивы данных, получаемые как результаты расчетов или измерений».
Состав Академического Совета АМП "Интеллектуальный анализ больших данных"
- А.В. Замятин, председатель Совета, руководитель программы «Интеллектуальный анализ больших данных»
- С.П. Сущенко, член Совета, директор ИПМиКН ТГУ,
- Д.С. Воробьев, член Совета, директор ИБ ТГУ,
- Даниэл Стамате, член Совета, профессор, руководитель магистерской программы «Data Science», университет Голдсмитс (Лондон, Великобритания),
- Томас Пройсер, член Совета, преподаватель департамента Computer Science, Технический университете Дрездена (Дрезден, Германия),
- О.В. Марухина - секретарь Совета, к.т.н., менеджер программы
Консультанты программы и партнеры
Вирджинский технический университет (США)
Российский национальный исследовательский медицинский университет им. Пирогова (Москва)
Сибирский государственный медицинский университет (Томск)
Arizona State University (США)
Goldsmiths Соllege, Университет Лондона (Великобритания)
Дрезденский технический университет (Германия)
Сколковский институт наук и технологий (Москва)
Рейтинговое агентство «Эксперт» (Москва)
Срок и условия обучения
Направление подготовки:
01.04.02 Прикладная математика и информатика
Срок обучения: 2 года
Форма обучения: очная
Бюджетные места: 20 мест
Возможно формирование индивидуальной образовательной траектории.
Возможно платное обучение.
Проживание в студенческом городке Томского государственного университета.
Подробности и правила поступления в магистратуру Томского государственного университета можно изучить здесь: http://abiturient.tsu.ru/
Нормативные документы по программе и Программу вступительных испытаний можно найти здесь: http://www.tsu.ru/education/magistratura/magisterskie_programmy.php
В магистратуру на бюджетные места могут поступить выпускники бакалавриата (специалитета) по техническим и физико-математическим направлениям подготовки.
http://qrcoder.ru/code/?http%3A%2F%2Fcs.tsu.ru&6&0
(ссылка на qr-code)
Для участия в собеседовании необходимо заполнить регистрационную форму на сайте программы: HTTP://CS.TSU.RU
Контакты
Академический офис программы:
Учебный корпус ТГУ № 2 оф. 038