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:
заявки на ближайшую волну отбора принимаются до 16 июля
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 до 16 июля.
      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:
      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 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.