СОВРЕМЕННЫЕ ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ
Магистратура по направлению
«Математика и компьютерные науки»
Формат:
2 года (очная)
Язык обучения:
английский
Условия:
Бесплатное обучение,
стипендия от 40 000 руб.
Поступление:
прием заявок на учебный год 2021/22 закрыт
Современная наука и инженерия опираются на эффективные и быстрые вычислительные методы и модели. Программа ACS даёт глубокие знания современных методов математического моделирования (численные методы ОДУ и УЧП, стохастическое моделирование, машинное обучение и подходы на основе больших данных) и практику их применения на базе собственной вычислительной инфраструктуры с новейшим программным обеспечением.

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.

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
Реализация собственного научно-исследовательского проекта в лабораториях Сколтеха каждым студентом
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
ГЛАВНОЕ
УЧЕБНЫЙ ПЛАН
ИССЛЕДОВАНИЯ
КАРЬЕРА
КАК ПОСТУПИТь
Наши выпускники смогут:
Обрабатывать информацию в рамках реальных задач, преобразовывая её в эффективно решаемые математические модели
Разрабатывать новые вычислительные подходы и алгоритмы для задач с большим объёмом данных
Использовать методы высокопроизводительных и параллельных вычислений на Python, C и C ++ для разработки и оптимизации компьютерных кодов
Использовать современные фреймворки для визуализации данных
Трек
Математическое моделирование для задач с большими объемами данных (DIMMS)
Этот трек направлен на обучение нового поколения ученых и инженеров в области вычислительной техники, способных сочетать основные и управляемые данными подходы в математическом моделировании природных, промышленных и социальных явлений. В учебном плане тщательно сбалансированы продвинутые вычисления, машинное обучение и вычислительная физика, всё это нацелено на реализацию крупномасштабных моделей в современных вычислительных средах.

Успешный выпускник трека DIMMS сможет:

    • строить математические модели промышленных процессов, технологий и естественных явлений
    • создавать эффективные численные алгоритмы и сверхоперативные коды для решения инженерных и академических задач любого типа и уровня
    • применять инструменты машинного обучения и анализа данных для математического моделирования сложных систем
    Трек
    Высокопроизводительные вычисления (HPC) и большие данные (Big Data)
    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).

    На базе масштабных суперкомпьютерных мощностей Сколтеха, соответствующих уровню ведущих мировых вузов, студенты получат опыт работы с масштабной вычислительной инфраструктурой.

    Успешный выпускник трека HPC сможет:
    • Использовать существующие фреймворки высокопроизводительных вычислений и больших данных для решения актуальных задач науки и индустрии
    • 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
    Учебный план:
    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.

    DIMMS
    Трек Математическое моделирование для задач с большими объемами данных (DIMMS)
    HPC
    Трек Высокопроизводительные вычисления (HPC) и большие данные (Big Data)
    DIMMS
    HPC

    Compulsory and Recommended Elective courses (36 credits)

    Compulsory Сourses:
    Scientific Computing
    Numerical Linear Algebra
    Machine Learning

    Recommended Electives:
    Introduction to Data Science
    Numerical Modeling
    High-Performance Computing and Modern Architectures
    Foundations of Software Engineering
    High-Performance Python Lab
    Efficient Algorithms and Data Structures
    Introduction to Linux and Supercomputers
    Advanced Solvers for Numerical PDEs
    Neuromorphic Computing
    Parallel Computing in Mathematical Modeling and Data-Intensive Applications
    Soft Condensed Matter
    Stochastic Methods in Mathematical Modeling
    Foundations of Multiscale Modeling: Kinetics
    Introduction to Digital Pharma
    Omics Technologies
    Thermodynamics and Transport at Nanoscale
    Machine Learning in Structural Bioinformatics and Chemoinformatics
    Biomedical Mass Spectrometry
    Multi-omics Technologies for Precision Medicine

    Elective courses (24 credits)

    Entrepreneurship and Innovation (12 credits)
    Technology Entrepreneurship: Foundation
    Entrepreneurial Strategy
    Leadership for Innovators
    Hack Lab: Laboratory for Ideas
    Startup Workshop
    Ideas to Impact: Foundations for Commercializing Technological Advances
    Biomedical Innovation and Entrepreneurship
    IoT: Launching New Products & Startups
    Business Communication
    Technology Planning and Roadmapping: Foundation
    Technology Planning and Roadmapping: Advanced
    Intellectual Property, Technological Innovation and Entrepreneurship
    Technology Entrepreneurship: Advanced
    Technological Innovations: from Research Results to a Commercial Product
    Developing Products and Services through Design Thinking

    Research and MSс thesis project (36 credits)

    Industrial Immersion (12 credits)
    Академические партнеры:
    • Moscow Institute of Physics and Technology, Russia
    • Keldysh Institute of Applied Mathematics, Russia
    • National Research Center "Kurchatov Institute", Russia
    • Tomsk State University of Control Systems and Radioelectronics (TUSUR), Russia
    • Higher School of Economics, Russia
    • ETH Zürich, Switzerland
    • Nokia Bell Labs, UK
    • MIT, USA
      Индустриальные партнеры:
      • Severstal
      • GazpromNeft
      • NVidia
      • Bruker
      • BioCAD
      • Chemrar
      • Insilico Medicine
      • КРОК
      • Niagara
      Основные направления исследований:
      • Математическое и суперкомпьютерное моделирование
      • Большие данные и распределенное глубокое обучение
      • Современные вычислительные архитектуры и технологии
      • Эффективные численные алгоритмы
      • Мягкая материя и случайные процессы
      • Физика для машинного обучения и машинное обучение для физики
      • Физика для социальных наук
      • Математическое моделирование крупномасштабных сложных явлений (плазма, многокомпонентные и многофазные жидкости и газы)
      • Дизайн лекарств и компьютерный дизайн новых лекарственных препаратов
      • Обучение с подкреплением для поиска цели, формирования стай
      • Распределенная графическая аналитика на современных суперкомпьютерных архитектурах
      • Моделирование геомеханики для нефтяной промышленности
      • Фемтосекундная оптика
      • Масштабное молекулярное моделирование и оптимизация свойств новых химических веществ
      Исследовательские группы:

      У выпускников программы большие перспективы
      и широкий выбор карьерных, научных и бизнес-возможностей:
      Индустрия
      Аналитики данных, специалисты по данным, научные сотрудники в промышленных исследованиях, консультанты в различных отраслях промышленности (химической, фармацевтической, нефтегазовой, финансовой, ИТ и др)
      Наука
      Аспирантура или исследовательская карьера в ведущих российских и зарубежных университетах и исследовательских центрах
      Стартап
      Создание собственного бизнеса, в том числе с поддержкой от ИЦ «Сколково», экспертов, консультантов и инвесторов
      Требования к поступающим:
      Навыки и знания:
      Математический анализ, дифференциальные уравнения, линейная алгебра, теория вероятностей и математическая статистика, численные методы.

      Навыки программирования: C/C++, Fortran, MATLAB, Python, Julia (минимум один из указанных языков).
      Образование:
      Степень бакалавра (и выше) в области компьютерных наук, математики, физики, химии или в любом другом инженерном направлении.
      Английский язык:
      Кандидаты, ранее не проходившие обучение 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
      Соберите пакет документов для заявки.
      2
      Подача документов
      Загрузите ваши документы в систему приема заявок.
      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-режиме)
      Финальный этап включает интервью, игру (кейс) 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.
      Выпускники о программе
      Диляра Баймурзина
      МФТИ → Сколтех → Лаборатория нейронных систем и глубокого обучения, МФТИ
      В магистратуре Современные вычислительные методы я научилась применять знания, которые в других университетах обычно преподаются только теоретически. Я считаю, что обучение в таком интенсивном формате полезнее для будущего студентов, чем изучение теории и поиск работы параллельно с учёбой.
      Махмуд Аллавердиев
      Кавказский университет → Сколтех → Snowflake
      На треке HPC я получил полное представление, как в научных и промышленных условиях решаются крупномасштабные задачи, связанные с большими данными и искусственным интеллектом. Практические задания по фреймворкам OpenMP, MPI, CUDA будут полезны при работе с кластерами и HPC-суперкомпьютерами для исследовательских проектов и будущей карьеры в области высокопроизводительных вычислений. Если вас интересует параллельное программирование, высокопроизводительные вычисления и распределённые системы, не упустите шанс поступить на эту программу.
      Преподаватели
      Вы будете учиться у преподавателей, чей авторитет и научная экспертиза признаны во всем мире:
      Подать заявку
      Прием заявок в магистратуру в 2021 году закрыт. Прием заявок на обучение в магистратуре в 2022 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 3387

      адрес:
      121205, Россия, Москва, Большой б-р, д.30 с.1
      Subscribe to updates
      The application period for Skoltech Master's programs for the 2021-2022 academic year is now closed. Subscribe below to receive a notification as soon as the application opens in the Fall.
      First name
      Last name
      Telephone number
      E-mail
      Country of citizenship
      Country of citizenship
      Educational program
      Educational program
      Newsletter
      By submitting your information, you are agreeing to Skoltech's Personal Data policy.
      Subscribe to Skoltech's newsletter
      Receive university news, invitations to exclusive events and student life updates in your inbox.
      First name
      Last name
      E-mail
      By submitting your information, you are agreeing to Skoltech's Personal Data policy.