ФКН ВШЭ и МТС открывают магистратуру по искусственному интеллекту
.jpg "ФКН ВШЭ и МТС открывают магистратуру по искусственному интеллекту")
В ходе конференции True Tech Day МТС объявила об открытии в сентябре 2024 года магистратуры по направлению «Исследования и предпринимательство в искусственном интеллекте» на факультете компьютерных наук Высшей школы экономики. Цель программы — применение новых технологий в бизнесе и обучение специалистов, которые будут заниматься созданием инновационных продуктов, используя передовые методы машинного и глубинного обучения.
Образовательная программа включает изучение больших языковых моделей, генеративных нейросетей, а также инструментов компьютерного зрения и распознавания естественного языка. Финансирование со стороны МТС покроет 100% стоимости обучения для студентов. Прием документов на программу продлится с 19 июня по 25 июля 2024 года.
Леонид Гохберг,
первый проректор НИУ ВШЭ
«Сегодня инструменты искусственного интеллекта затрагивают практически все отрасли экономики и являются драйверами цифрового развития страны. Запуск совместной магистерской программы ВШЭ и МТС — это отличная возможность получить востребованную профессию и создать собственный бизнес. Год назад мы открыли базовую кафедру МТС на факультете компьютерных наук, и создание магистратуры — логичное продолжение нашего плодотворного сотрудничества. Мы благодарны компании МТС за поддержку в раскрытии потенциала наших студентов и совместную работу над актуальными проектами в сфере искусственного интеллекта».
Евгений Соколов,
руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ
«На новой программе мы будем готовить исследователей в области ИИ, которые понимают, как довести свои идеи и наработки до готового продукта. Студенты будут получать глубокие знания по современным направлениям в ИИ: архитектуры моделей для различных модальностей данных, теоретические основы (оптимизация, теория глубинного обучения, вероятностные методы), объяснимость моделей, ускорение нейросетей, работа с распределенными вычислительными ресурсами и т.д. Также все студенты познакомятся с основами предпринимательства, разберутся в бизнес-моделях и финансовом планировании, изучат большое количество кейсов, связанных с технологическими стартапами».
Павел Воронин,
первый вице-президент по технологиям МТС
«Преподавательский состав магистратуры будет состоять из ведущих специалистов факультета компьютерных наук ВШЭ и сотрудников МТС. Эксперты магистратуры поделятся реальными практическими кейсами в области ИИ, принципами работы моделей, расскажут о возможностях и нюансах их применения, укажут на риски, связанные с неправильной или некачественной обработкой данных. Благодаря уникальному сочетанию технических и предпринимательских навыков выпускники программы смогут успешно реализовывать свои идеи и достигать высоких результатов как в научной, так и в коммерческой сферах».
24 мая в 18:30 состоится день открытых дверей программы, который пройдет в гибридном формате (очно и онлайн). Здесь можно будет познакомиться с учебным планом, узнать о содержании вступительных испытаний и перспективах после обучения.
О магистратуре подробно расскажут:
Виктор Кантор, директор Центра Big Data МТС Digital;
Дмитрий Лялин, академический руководитель программы, Data Scientist Центра Big Data МТС Digital, Kaggle Expert;
Валентин Малых, научный руководитель программы, PhD, руководитель направления NLP-исследований MTS AI.
Вам также может быть интересно:
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
Исследователи НИУ ВШЭ оценили вклад стран БРИКС в ведущие конференции по машинному обучению
Наукометрический центр НИУ ВШЭ проанализировал более 104 тысяч работ за 2020–2025 годы, которые были представлены на десяти конференциях высшего уровня A* по рейтингу ICORE 2026. Исследователи изучили вклад Бразилии, России, Индии, Китая и ЮАР: на эти страны пришлось около 40,8 тысячи публикаций — 39,2% от всего массива. Однако распределение крайне неравномерно, и единого исследовательского пространства БРИКС пока нет.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Исследователи НИУ ВШЭ и Сбера научили нейросети лучше угадывать предпочтения пользователей
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Сбер представили новую архитектуру для рекомендательных систем: благодаря объединению двух классов моделей алгоритмы лучше угадывают интересы и потребности пользователей. Препринт работы опубликован на сайте arxiv.org и представлен на летнем фестивале «Урбан ML».
Исследователи ВШЭ показали, как создавать регуляторную ДНК напрямую
Исследователи НИУ ВШЭ разработали модель для генерации промоторов и энхансеров — участков ДНК, регулирующих работу генов. Модель работает с нуклеотидами ДНК напрямую, без промежуточного преобразования в непрерывное числовое пространство. Разработка может быть полезна в синтетической биологии и генной терапии. Результаты исследования представлены на воркшопе конференции ICLR 2026.
ФКН ВШЭ и ЧГУ реализовали три отраслевых образовательных модуля по искусственному интеллекту
В 2025/26 учебном году факультет компьютерных наук (ФКН) ВШЭ совместно с Череповецким государственным университетом реализовал три отраслевых образовательных модуля по искусственному интеллекту. Инициатива была представлена в рамках проекта «Топ-ИИ» Минцифры России при участии АНО «Аналитический центр при Правительстве Российской Федерации». Эксперты НИУ ВШЭ совместно с индустриальными партнерами разработали линейку отраслевых образовательных модулей в области искусственного интеллекта.
ИИ для врачей: ФКН ВШЭ провел курс для студентов Российского университета медицины
В июне завершился курс, посвященный использованию искусственного интеллекта в медицине, который факультет компьютерных наук НИУ ВШЭ провел для студентов первого курса направления «Педиатрия» Российского университета медицины. Курс реализован при поддержке гранта, полученного НИУ ВШЭ в соответствии с мероприятиями федерального проекта «Искусственный интеллект» национального проекта «Экономика данных и цифровая трансформация государства».
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.