Пройдите программу и получите диплом о профессиональной переподготовке
Регистрация на программу
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Научное программирование является фундаментом для любого современного глобального исследования. Все передовые технологии — от квантовых компьютеров до космических программ — не могли бы существовать без специалистов в области научного программирования, которые предоставляют ученым надежные и точные инструменты для осуществления открытий.
Программа создана с целью объединить усилия ученых и программистов для разработки лучших компьютерных решений и применения этих решений в области фундаментальной и прикладной науки и инженерии.
Системы сбора, хранения и анализа данных: инструменты сбора, визуализации и анализа данных, really Big Data.
Моделирование в физике и биологии: инструменты для моделирования, новые методы моделирования.
Интеллектуальный анализ данных и оптимизация: поиск аномалий и утечек, оптимальное планирование.
Разработка научных библиотек и пакетов. Архитектура научного ПО.
Чем вы будете заниматься
Для успешного освоения необходимы базовые знания любого языка программирования, линейной алгебры, аналитической геометрии и теории вероятности.
Не уверены, что готовы к прохождению программы? Пройдите тест и проверьте свои знания
Обучение проводится совместно с магистерской программой ФПМИ МФТИ Научное программное обеспечение
● Векторные и матричные нормы. Унитарные матрицы. SVD разложение. Проекторы. Задача о наименьших квадратах. QR факторизация.
● Вычисления с плавающей точкой. Вычислительная устойчивость.
● Матричный ранг. Приближение низкого ранга и приложения SVD.
● Системы линейных уравнений. Число обусловленности.
● Собственные вектора и собственные значения. Методы решения симметричной задачи на собственные значения.
● Разреженные матрицы. Библиотеки numpy и scipy. Итеративные методы линейной алгебры.
● Решение систем нелинейных уравнений. Введение в методы оптимизации
КУРС ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ
1 семестр
Старт: сентябрь
Длительность: 4 месяца
Занятия 1 раз в неделю
● Численное интегрирование и дифференцирование. Методы интерполяции. Решение линейных интегральных уравнений.
● Основные численные методы решения обыкновенных дифференциальных уравнений и уравнений в частных производных.
● Введение в методы Монте-Карло. Методы сэмплирования.
● Марковские цепи Монте-Марло. Алгоритм Метрополиса — Гастингса. Сэмплирование по Гиббсу. Гамильтонов Монте-Карло.
● Модели пространства состояний. Линейные динамические системы. Фильтр Калмана.
2 семестр
Старт: февраль
Длительность: 4 месяца
Занятия 1 раз в неделю
Чему вы научитесь:
Понимать, как работают стандартные алгоритмы численных методов. Самостоятельно строить эффективные в смыслах алгоритмов и производительности реализации методов, используемых в вычислительных приложениях.
Теория принятия статистических решений.
● Решения в детерминированных задачах.
● Решения в недетерминированных задачах, функция риска.
● Условная вероятность, стратегии принятия решений.
Основные понятия теории вероятности.
● Определения вероятности.
● Функция правдоподобия.
● Точечные и интервальные оценки параметров распределений.
● Доверительные интервалы.
Погрешности в физическом эксперименте.
● Статистические и систематические погрешности.
● Свойства распределений при замене переменных.
● Сложение погрешностей.
● Сложение результатов различных экспериментов.
Свойства распределений.
● Биномиальное распределение и распределение Пуассона.
● Нормальное распределение и его свойства.
● Средние значения, моменты распределений.
Проверка статистических гипотез.
● Функции случайных переменных.
● Статистические критерии и их свойства.
● Методики построения критериев.
● Критерии согласия данных с теорией.
Оценка параметров.
● Параметрические критерии.
● Метод максимума правдоподобия и хи-квадрат.
● Использование функции правдоподобия для построения интервальных оценок.
● Интервальные оценки в случае нормального распределения.
Современные методы анализа данных (дополнительно).
● Фитирование экспериментальных кривых. Критерии качества фита. Компьютерные методы решения задач оптимизации.
● Многопараметрический анализ. Анализ корреляций.
● Информация Фишера и ее применение. Максимальная информация и граница Рао — Крамера.
● Два подхода к вероятности: частотный подход и субъективная вероятность. Проблема уникальных событий.
● Использование компьютера для анализа данных эксперимента.
КУРС СТАТИСТИЧЕСКИЕ МЕТОДЫ И АНАЛИЗ ДАННЫХ
1 семестр
Старт: сентябрь
Длительность: 4 месяца
Занятия 1 раз в неделю
Посвящен работе над проектом.
Примеры тем проектов:
● Байесовское глубокое обучение
● Информация Фишера и активное обучение
● Машинное обучение на Котлине, KotlinDL
● Глубокое обучение в кино
● Байесовская оптимизация
● MCMC на Джулии
По итогам работы возможна публикация статьи.
На лекциях приглашаются специалисты из разных областей и рассматриваются продвинутые темы. Их список меняется ежегодно.
2 семестр
Старт: февраль
Длительность: 4 месяца
Занятия 1 раз в неделю
Чему вы научитесь:
Изучите фундаментальные понятия и методы, используемые в анализе данных. Освоите основную методологию, используемую при построении точечных и интервальных оценок, а также проверке гипотез. Кроме того, в курс входят основы теории принятия решений и ряд дополнительных лекций по специфическим плохо описанным в литературе разделам (например, систематические погрешности и байесовский анализ).
Курс содержит примеры реализации методов на разных языках программирования. Второй семестр курса полностью посвящен разработке собственного проекта.
изучал математику в Оксфорде, Кембридже и Имперском Колледже.
работал в финансовой индустрии как Quant developer, выстраивая модели для экзотических финансовых продуктов и оптимизационные алгоритмы для пределов риска.
научные интересы касаются математической физики, методов Монте Карло и нелинейного программирования.
Владимир Пальмин
руководитель аналитического отдела Центра Научного программирования МФТИ ФПМИ
занимается разработкой методик и программ для анализа данных и оптимального дизайна в фундаментальных и промышленных задачах
Константин Тихонов
кандидат физико-математических наук
старший научный сотрудник Международной лаборатории физики конденсированного состояния
Михаил Зеленый
аспирант ИЯИ РАН. Преподаватель МФТИ.
руководитель рабочей группы по моделированию физических процессов в лаборатории методов ядерно-физических экспериментов
Александр Нозик
директор Центра Научного Программирования МФТИ,
(ex) Google Developer Expert по Kotlin
(ex) руководитель направления в JetBrains Research.
cпециалист по разработке на JVM платформах, архитектуре научного программного обеспечения и анализу данных
изучал математику в Оксфорде, Кембридже и Имперском Колледже.
работал в финансовой индустрии как Quant developer, выстраивая модели для экзотических финансовых продуктов и оптимизационные алгоритмы для пределов риска.
научные интересы касаются математической физики, методов Монте Карло и нелинейного программирования.
Владимир Пальмин
руководитель аналитического отдела центра Научного программирования МФТИ ФПМИ
занимается разработкой методик и программ для анализа данных и оптимального дизайна в фундаментальных и промышленных задачах
Константин Тихонов
кандидат физико-математических наук
старший научный сотрудник Международной лаборатории физики конденсированного состояния
Михаил Зеленый
аспирант ИЯИ РАН. Преподаватель МФТИ.
руководитель рабочей группы по моделированию физических процессов в лаборатории методов ядерно-физических экспериментов
Как проходит обучение
Онлайн и очно
1−2 раза в неделю, 2−4 ак. часа.
В некоторых программах возможно очное обучение. Наш менеджер подробно расскажет вам о способах посещения занятий.
Запись занятий и доступ на время обучения
Вы сможете пересмотреть занятие в записи, чтобы лучше усвоить пройденную тему.
Лекции и семинары с преподавателем МФТИ
Все преподаватели — признанные профессионалы в своей области. Занятия совмещают теорию и практику. Вы видите экран преподавателя, задаете вопросы, получаете обратную связь.
Поддержка от преподавателей в чате курса
Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом.
Подать заявку
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Стоимость обучения
232 000 рублей
190 240 рублей
по новогодней 18% скидке
Оплата обучения возможна в рассрочку (только для физических лиц)
ПОДРОБНЕЕ
Оплата обучения возможна в рассрочку (только для физических лиц)
ПОДРОБНЕЕ
ЧАСТО ЗАДАВАЕМЫЕ ВОПРОСЫ
Занятия проходят 1-2 раза в неделю по 2-4 академических часа, по предварительно составленному расписанию. Преподаватель проводит практические занятия дистанционно, в форме вебинаров с использованием платформы ZOOM или аналогичной. Самостоятельная работа выполняется слушателем в удобном для слушателя режиме. Параллельно с обучением Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом
Вы сможете пересмотреть занятие в записи, если не смогли присоединиться или хотите повторить пройденную тему. Запись будет доступна на следующий день после занятия и далее на весь срок обучения.
Если почувствуете, что нагрузка слишком велика, то вы можете:
Перенести сроки обучения на следующий поток. Перейти на другой курс обучения. Вы сможете сделать возврат средств за ту часть обучения, которую не прошли. К примеру, вы оплатили обучение целиком, но отучились только два месяца — мы вернём деньги за оставшиеся месяцы обучения.
Закончив успешно курсы входящие в профессию вы получите диплом о профессиональной переподготовке МФТИ.
Вы можете оплатить всю стоимость обучения сразу, а также оплатить обучение в рассрочку. Первый платеж должен быть осуществлен до начала обучения.
После подтверждения участия в программе, мы высылаем оферту с графиком платежей и ссылку на оплату. Оплатить можно банковской картой. После оплаты Вам придут: 1. Письмо с ссылками на подключения в чат и страница с актуальной информацией о курсе. 2. Письмо с формой Регистрационной анкеты (необходимо загрузить копии паспорта и диплома о высшем или среднем профессиональном образовании). 3. За три дня до старта курса придет письмо с расписанием лекций.
Мы подбираем преподавателей в соответствии с задачами, опытом и уровнем участников программы.
Для того чтобы начать обучение Вы должны иметь диплом о высшем или среднем профессиональном образовании или справку о том, что обучаетесь сейчас. Возможность уделять время учебе не менее 8 часов в неделю. Иметь базовые знания по содержанию курса.
Занятия проходят 1-2 раза в неделю по 2-4 академических часа, по предварительно составленному расписанию. Преподаватель проводит практические занятия дистанционно, в форме вебинаров с использованием платформы ZOOM или аналогичной. Самостоятельная работа выполняется слушателем в удобном для слушателя режиме. Параллельно с обучением Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом
Вы сможете пересмотреть занятие в записи, если не смогли присоединиться или хотите повторить пройденную тему. Запись будет доступна на следующий день после занятия и далее на весь срок обучения.
Если почувствуете, что нагрузка слишком велика, то вы можете:
Перенести сроки обучения на следующий поток. Перейти на другой курс обучения. Вы сможете сделать возврат средств за ту часть обучения, которую не прошли. К примеру, вы оплатили обучение целиком, но отучились только два месяца — мы вернём деньги за оставшиеся месяцы обучения.
Закончив успешно курсы входящие в профессию вы получите диплом о профессиональной переподготовке МФТИ.
Вы можете оплатить всю стоимость обучения сразу, а также оплатить обучение в рассрочку. Первый платеж должен быть осуществлен до начала обучения.
После подтверждения участия в программе, мы высылаем оферту с графиком платежей и ссылку на оплату. Оплатить можно банковской картой. После оплаты Вам придут: 1. Письмо с ссылками на подключения в чат и страница с актуальной информацией о курсе. 2. Письмо с формой Регистрационной анкеты (необходимо загрузить копии паспорта и диплома о высшем или среднем профессиональном образовании). 3. За три дня до старта курса придет письмо с расписанием лекций.
Мы подбираем преподавателей в соответствии с задачами, опытом и уровнем участников программы.
Для того чтобы начать обучение Вы должны иметь диплом о высшем или среднем профессиональном образовании или справку о том, что обучаетесь сейчас. Возможность уделять время учебе не менее 8 часов в неделю. Иметь базовые знания по содержанию курса.
Почему стоит выбрать МФТИ
1 место
в рейтинге Superjob в сфере
ТОП 3
в рейтинге Forbes лучших вузов России
10 нобелевских лауреатов
среди выпускников и преподавателей
Более 80
академиков и членов-корреспондентов РАН
Почему Вам стоит выбрать МФТИ
1 место
в рейтинге Superjob в сфере
ТОП 3
в рейтинге Forbes лучших вузов России
10 нобелевских лауреатов
среди выпускников и преподавателей
Более 80
академиков и членов-корреспондентов РАН
Андрей Райгородский о ФПМИ МФТИ
Доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ)
“Физтех-школа прикладной математики и информатики (ФПМИ) МФТИ – безусловно ведущий мировой центр науки и образования в области математики и информатики. Особенность нашей школы заключается в том, что она сочетает в себе активную научную деятельность и тесную связь с индустрией. На сегодняшний день школа включает в себя 28 кафедр и 22 лаборатории от ключевых академических институтов и ключевых представителей IT-индустрии: Яндекс, Тинькофф, Сбербанк, VK, Abbyy, 1C, Huawei и другие.
Наша школа и МФТИ в целом гордимся своими выпускниками, например, мы занимаем первое место в рейтинге вузов России по уровню зарплат занятых в IT-отрасли специалистов ".
Рассрочка на оплату обучения для физических лиц
По каждой из предлагаемых программ/курсов, имеется возможность оплаты обучения в рассрочку.
Условия рассрочки:
Полная стоимость обучения при использовании рассрочки не изменяется. Рассрочка беспроцентна, оформление рассрочки бесплатно.
Детали рассрочки описаны в оферте на каждую соответствующую программу/курс, в Приложении № 1 – График платежей.
В Графике платежей указаны контрольные даты, на которые слушателем суммарно за всё предшествующее такой дате время должна быть перечислена указанная в графике платежей соответствующая сумма, или превышающая её сумма (но не более полной стоимости обучения). Например:
Оплата через равные промежутки времени платежами одинакового размера
Оплата одним платежом в размере стоимости всего обучения
Все описанные варианты допустимы, если на каждую из обозначенных в графике платежей дат внесено платежей на сумму не меньше указанной.