ИНФОРМАЦИОННЫЕ
НАУКИ
И
ТЕХНОЛОГИИ
Магистратура по направлению
Информатика и вычислительная техника
Программа готовит специалистов для Индустрии 4.0 — дает мощную теоретическую подготовку и развивает прикладные навыки в сферах высокопроизводительных вычислений (HPC), big data и интернета вещей (IoT). Наши выпускники подготовлены к решению самых сложных вычислительных, измерительных и коммуникационных задач.

Сколковский институт науки и технологий
Сколтех — новый международный исследовательский университет, созданный в Москве в сотрудничестве с MIT. Лаборатории Сколтеха оборудованы на уровне ведущих исследовательских центров мира. Здесь преподают эксперты с мировым именем, учатся студенты из более чем 40 стран.
Магистратура:
2 года (full-time)
Язык обучения:
Английский
Стоимость:
студенты, прошедшие отбор, не платят за обучение
Условия:
ежемесячная стипендия (40 тыс.руб.), ДМС, отсрочка от армии
Прием заявок:
прием заявок на 2020 год закрыт
Обучение
Обучение в магистратуре длится 2 года: в течение первого года студент существенно углубляет свою теоретическую подготовку, в течение второго фокусируется на исследовательской работе. Студенты свободны в выборе курсов в соответствии с их научными и профессиональными интересами.
Лекции и практические занятия от экспертов и профессоров с мировым именем
Самостоятельная научно-исследовательская работа над собственным проектом на базе лабораторий Сколтеха
8-недельная стажировка в индустрии на базе одной из ведущих компаний отрасли
Курсы по инновациям и предпринимательству, дающие знания и навыки для коммерциализации научных разработок
+ Программы академической мобильности с ведущими мировыми вузами (для части студентов, на конкурсной основе)
ГЛАВНОЕ
УЧЕБНЫЙ ПЛАН
ИССЛЕДОВАНИЯ
ДАЛЬНЕЙШАЯ КАРЬЕРА
ПОСТУПЛЕНИЕ
Студенты программы подробно изучают:
Передовые инструменты научных вычислений, включая параллельное программирование и высокопроизводительные вычисления (HPC)
Прорывные технологии и инструменты в сферах больших данных и интернета вещей
Исследовательские и прикладные научные методы, позволяющие решать бизнес-задачи любого масштаба
Необходимое программное обеспечение, алгоритмы и инструменты для HPC, анализа данных и развертывания систем на базе технологии интернета вещей
Трек
Интернет вещей (IoT) и технологии беспроводной связи нового поколения
Термин «Internet of Things» (интернет вещей) до сих пор не имеет единого определения: чаще всего его используют как синоним Wireless Sensor Network (WSN), Machine-to-Machine (M2M), Web of Things (WoT) и других инструментов. Задача трека «Интернет вещей» в рамках этой магистерской программы – глубже изучить и расширить возможности этих технологий, способных изменить тот интернет, к которому мы привыкли, соединить не только людей с компьютерами, но также миллионы датчиков и устройств.

Обучение и исследовательская работа студентов в рамках трека покрывают технологии, составляющие фундамент IoT (беспроводную связь, измерения, обработку данных и сигналов), а также дают практический опыт применения ключевого оборудования и ПО, поддерживающего решения на основе интернета вещей. Кроме теории, курсы подразумевают самостоятельное изучение возможностей и особенностей реальных решений на основе интернета вещей, а также решение задач по совершенствованию приложений при помощи когнитивных технологий и облачных вычислений.

Успешный выпускник трека IoT сможет:

  • Применять существующие технологии на базе IoT для создания приложений, опирающихся на собираемые данные
  • Создавать решения на базе IoT для применения в индустрии (транспорт, здравоохранение, сельское хозяйство и т.д.)
  • Применять теоретические основы IoT для создания новых приложений и совершенствования их с помощью смарт-технологий
Программа также доступна в сетевой форме с вузами ТУСУР и ГУАП
Трек
Высокопроизводительные вычисления (HPC) и большие данные (Big Data)
В современном мире невозможно быть конкурентоспособным в науке, бизнесе и индустрии, игнорируя растущие возможности анализа растущих колоссальными темпами объемов при помощи суперкомпьютерных вычислений. Задача этого трека научить студентов эффективно применять современные архитектуры сверхпроизводительных вычислений и больших данных, таких как многоядерные CPU и GPU, для различных научных и индустриальных проектов. Кроме теоретической подготовки по параллельным вычислениям, студенты знакомятся со стандартными библиотеками параллельных вычислений (например, OpenMP, MPI, OpenACC и CUDA), фреймворками обработки больших данных (Hadoop), фреймворками машинного обучения (Tensorflow), и ПО для визуализации (ParaView, Visit).

В дополнение к этому, студентам дается возможность создать свой собственный небольшой суперкомпьютер, научиться на практике поддерживать и применять его для работы над проектами. А на базе масштабных суперкомпьютерных мощностей Сколтеха, соответствующих уровню ведущих мировых вузов, студенты отработают ключевые методы и правила коллективной работы с масштабной вычислительной инфраструктурой.

Успешный выпускник трека HPC сможет:
  • Использовать существующие фреймворки высокопроизводительных вычислений и больших данных для решения прорывных задач
  • Разрабатывать и оптимизировать коды параллельных вычислений для эффективного применения современных архитектур CPU, GPU и др.
  • Обслуживать и поддерживать инфраструктуру для высокопроизводительных вычислений и обработки больших данных
Трек
Перспективные вычислительные технологии и сети (ACN)
(в сетевой форме с МГУ им. М.В. Ломоносова)
Цель трека «Перспективные Вычислительные Технологии и Сети» - подготовка специалистов, обладающими профессиональными компетенциями на стыке областей компьютерных сетей, проектирования сложных распределенных систем, обработки и анализа данных и машинного обучения. У студентов будет возможность прохождения практики в российских и международных компаниях и сотрудничества с международно признанными преподавателями и учеными МГУ им. М.В. Ломоносова и Сколтеха, а также с ведущими мировыми экспертами в области больших данных, сложных распределенных систем, машинного обучения и IoT.

Учебный план разработан таким образом, чтобы студенты могли освоить современные методы и технологии проектирования распределенных компьютерных систем и сетей, современных вычислительных архитектур, облачных вычислений, виртуализации, машинного и глубокого обучения, распределенных алгоритмов, прикладной статистики, защиты программного обеспечения и логической проверки.

Карьера успешных выпускников включает архитекторов и инженеров облачных систем, ученых данных, инженеров DevOps, Full-Stack разработчиков, специалистов в области IoT и компьютерных сетей, обладающих широким спектром практических навыков, позволяющих им быть востребованными на рынке труда в самом широком спектре компаний: телекоммуникационные компании, интернет-компании, банковский сектор, интеграторы, компании-производители сетевого оборудования и ПО, ИТ-подразделения крупных компаний, государственный сектор и т.д.

Успешный выпускник трека ACN сможет:
  • Разрабатывать решения для современных распределённых систем и беспроводных сетей.
  • Предложить варианты оптимизации и повышения эффективности сетевой инфраструктуры;
  • Строить эффективную инфраструктуры для IoT, Big Data и центров обработки данных
Структура программы:
Программа длится 2 года и состоит из обязательных и рекомендованных элективных курсов, курсов и проектов по выбору студента, научно-исследовательской работы, предпринимательской подготовки и практики в индустрии. Для успешного прохождения программы нужно набрать 120 ECTS-кредитов.

IoT
Трек "Интернет вещей (IoT) и технологии беспроводной связи нового поколения"
HPC
Трек "Высокопроизводительные вычисления (HPC) и большие данные"
ACN
Трек "Перспективные Вычислительные Технологии и Сети"
IoT
HPC
ACN

Compulsory and Recommended Elective courses (36 credits)
Advanced Computing and Modern Architectures
Specialization in Performance Engineering
Applied Parallel Computing
Computer Networks and Telecommunications (МГУ)
Applied Statistics and Statistical Recognition (МГУ)
Distributed Algorithms and Systems (МГУ)
Software Verification (МГУ)
Seminar: "Distributed Systems and Networks" (МГУ)
Cloud Computing and Resource Virtualization (МГУ)

Elective courses (24 credits)

Entrepreneurship and Innovation (12 credits)
Technological Innovation: from Research Results to Commercial Product

Research and MSс thesis project (36 credits)

Industrial Immersion (12 credits)
Партнеры программ академической мобильности:
  • Aalborg University
  • Bell Laboratories
  • Columbia University
  • Dartmouth College
  • DLR German Aerospace Center
  • École Polytechnique Fédérale de Lausanne (EPFL)
  • ETH Zurich
  • Facebook
  • Far East Federal University (FEFU)
  • Fondazione Bruno Kessler
  • Jilin University
  • King Abdullah University of Science and Technology
  • Massachusetts Institute of Technology (MIT)
  • New York University (NYU)
  • Ohio State University
  • Philips Russia
  • JSC SOYUZNAB
  • Technical University of Munich
  • University of Edinburgh
  • University of Helsinki
  • University of Kaiserslautern
  • University of North Carolina
  • Wigner Research Center for Physics
    Партнеры Industrial Immersion:
    • Boeing
    • BOSCH
    • Газпром нефть
    • Google
    • Huawei
    • Nissan
    • Nokia
    • nVidia
    • Ozon
    • PwC
    • Российский квантовый центр
    • Samsung
    • SAP
    • Сбербанк
    • СИБУР
    • Тинькофф Банк
    • МТС
    • и другие
    Основные направления исследований:
    IoT

    • Next Generation Communications
    • Coding theory and Digital Signal Processing
    • ML methods in communications
    • Industrial IoT and industrial data processing
    • Sensing and actuation in environmental/industrial/biomedical applications
    • Wearable sensing and wireless sensor networks
    • Embedded AI
    • Post-quantum (code-based) cryptography
    • Information Protection in Computer Systems and Networks
    HPC

    • Mathematical and Supercomputer Modeling
    • Big Data and distributed deep learning
    • Modern Computing architectures and technologies
    • Efficient Numerical Algorithms
    • Computational Complex Systems
    Исследовательские группы HPC:

    У выпускников программы большие перспективы
    и широкий выбор карьерных, научных и бизнес-возможностей:
    Индустрия
    Позиции инженеров, аналитиков, архитекторов, программистов в различных отраслях (финансы, биотех, здравоохранение, исследования рынков, высокотехнологичные производства, и т.д.)
    Наука
    Продолжение научной деятельности в ведущих российских и зарубежных научных организациях.
    Стартап
    Создание собственного бизнеса, в том числе при поддержке инновационной экосистемы ИЦ «Сколково» с широким пулом экспертов, консультантов и инвесторов.
    Требования к поступающим:
    Знания и навыки:
    Высшая математика, дифференциальные уравнения, линейная алгебра, теория вероятностей и математическая статистика, дискретная математика (включая теорию графов и базовые алгоритмы), программирование.
    Образование:
    Степень бакалавра (и выше) по IT-специальностям, а также математике, компьютерным наукам, теории информации и коммуникации, прикладной физике и другим инженерным дисциплинам.
    Английский язык:
    Кандидаты, ранее не проходившие обучения на английском языке, должны будут подтвердить в процессе отбора высокий уровень владения английским языком.
    ПАКЕТ ДОКУМЕНТОВ:
    • Резюме (на английском)
    • Мотивационное письмо (на английском)
    • 2 рекомендательных письма
    • Диплом или выписка
    • Подтверждения ваших значимых научных и профессиональных достижений, награды, сертификаты и т.д.
    Процесс отбора:
    1
    Регистрация
    Зарегистрируйтесь и получите доступ в систему подачи заявок.
    2
    Подача документов
    Соберите пакет документов и загрузите их по мере готовности в систему.
    3
    Онлайн-отбор
    Далее вы получите ссылку и пройдете онлайн-тест (пример заданий вашей программы есть ниже). На основании результатов теста и оценки ваших документов мы выберем финалистов.
    4
    Финал (в онлайн-формате)
    Финальный этап в настоящее время проходит онлайн: включает интервью, игру на оценку предпринимательских навыков, экзамен по английскому языку и письменный онлайн экзамен по математике.
    Примеры экзаменационных заданий:
    Это примеры задач с прошлых отборов. Структура экзамена может быть изменена по решению руководства программы.
    Преподаватели
    Вы будете учиться у преподавателей,
    чей авторитет и научная экспертиза признаны во всем мире:
    Директор программы:
    Николай Бриллиантов
    Профессор
    Координатор программы:
    Максим Панов
    Старший преподаватель
    Научный сотрудник
    Старший преподаватель
    Старший преподаватель
    Старший преподаватель
    Старший преподаватель
    Научный сотрудник
    Ведущий научный сотрудник
    Младший научный сотрудник
    Старший преподаватель
    Старший преподаватель
    Юрий Янович
    Научный сотрудник
    Подать заявку
    Прием заявок в магистратуру в 2020 году закрыт. Прием заявок на обучение в магистратуре в 2021 году откроется осенью этого года. Оставьте свою электронную почту по кнопке ниже, чтобы получить уведомление о начале приемной кампании.
    Контакты
    e-mail: admissions@skoltech.ru
    телефон: +7 (495) 280-1481_ доб.3481
    адрес: Большой бульвар, д.30 с.1, каб.E-R3-2030

    Вы можете посетить нас лично с понедельника по пятницу с 9:00 до 18:00, для этого нужно договориться о визите не ранее чем за 48 часов до предполагаемой даты. Просто напишите нам письмо на admissions@skoltech.ru и обязательно дождитесь подтверждения.