Магистратура «Искусственный интеллект и поведенческая экономика»

Стань AI-специалистом на стыке ML и поведенческой экономики

Магистратура объединяет ML/LLM-технологии и поведенческую экономику.

Вы научитесь анализировать цифровое поведение пользователей, выявлять мотивации и паттерны принятия решений, создавать интеллектуальные системы персонализации, скоринга и рекомендаций для финтеха, телеком-компаний, ритейла, маркетинга и цифровых сервисов.

  • Посмотреть День открытых дверей программы

На программе:

  • Модели принятия решений + ML/LLMАнализ цифрового опыта и user behavior dataРеальные данные Сбера и проектов индустрииГенеративный ИИ и мультиагентные системыПрактические проекты, влияющие на продуктовые и бизнес-метрикиВы станете специалистом на стыке Data Science, экономики и AI-продуктов.С 2025 года — расширенная траектория: готовим не только аналитиков поведения, но и AI-продактов.

Почему эта программа

Мы готовим специалистов, которые работают на стыке ML, LLM-технологий и поведенческой экономики — умеют анализировать цифровые следы людей, понимать мотивацию пользователей и создавать AI-решения, которые влияют на реальные бизнес-метрики.

Уникальное сочетание ML + экономики поведения
Вы изучите не только алгоритмы, но и то, как люди принимают решения, — когнитивные искажения, мотивации, эмоциональные факторы и поведенческие паттерны.

Работа с реальными цифровыми следами пользователей
Транзакции, клики, customer journey, коммерческие действия, временные ряды и метрики CX — вы будете работать с теми данными, которые используют финтех, маркетинг и телеком.

LLM и генеративный ИИ в анализе поведения
Создание ассистентов, моделирование пользователей, построение рекомендательных систем и ролевых мультиагентных моделей на основе больших языковых моделей.

Индустриальные проекты с Сбером и партнёрами
Скоринг, churn prediction, персонализация, маркетинговые рекомендации — реальные задачи, которые решают компании и на которых растут Middle-специалисты.

Исследовательская и applied AI-подготовка от ИИ-центров ИТМО
Доступ к лабораториям и научным группам по анализу поведения, цифровой экономике и ML. Проектная работа начинается с первого семестра.

Чему вы научитесь

Вы освоите методы анализа цифрового поведения, ML- и LLM-подходы к моделированию решений и пройдёте весь цикл разработки AI-систем: от данных и экспериментов до внедрения в продукт.

  • Поведенческий анализ и цифровой опыт

    • работа с транзакциями, кликами, сценариями использования сервиса;

    • построение карт пользовательских траекторий (customer journey);

    • выделение поведенческих сегментов и паттернов;

    • интерпретация мотивов и факторов принятия решений.

    Вы научитесь «читать» цифровое поведение пользователей и превращать его в осмысленные метрики.

  • ML и LLM для моделирования поведения

    • применять ML-модели для скоринга

    • использовать большие языковые модели для анализа действий и текстов;

    • моделировать пользователей и создавать многоагентные симуляции;

    • строить рекомендательные и диалоговые системы.


      Вы освоите современные ML/LLM-подходы к прогнозированию и персонализации поведения.

  • AI-решения для бизнеса и цифровых сервисов

    • разрабатывать модели кредитного скоринга и оценки риска

    • проектировать персональные офферы и динамическое ценообразование;

    • оптимизировать клиентский опыт в финтехе, e-commerce и медиа.


      Вы сможете создавать прикладные AI-системы, влияющие на ключевые бизнес-метрики.

  • Эксперименты, данные и оценка эффекта

    • собирать и обогащать поведенческие датасеты;

    • запускать A/B-тесты и онлайн-эксперименты;

    • применять causal inference и анализировать влияние моделей;

    • работать с продуктовой и бизнес-аналитикой.

    • Вы научитесь проверять гипотезы и доказывать ценность AI-решений цифрами.

  • Продуктовое мышление и soft skills

    • формулировать AI-задачи в терминах продукта и бизнеса;

    • работать с roadmap, задачами ML-команды и заказчиками;

    • презентовать результаты для бизнеса и партнёров;

    • развивать навыки коммуникации, критического мышления и лидерства.


      Вы будете готовы работать на стыке data science, продукта и бизнеса.

Как проходит обучение

Программа построена так, чтобы вы быстро получили фундамент в ML и анализе поведения, а затем перешли к генеративному ИИ, LLM и индустриальным кейсам. Каждый год — это новый уровень сложности, самостоятельности и реальных проектов.

1 год обучения — фундамент в ML и поведенческой экономике

Первый год формирует основу, необходимую для работы с современными AI-технологиями. Вы изучаете ключевые математические и ML-дисциплины, погружаетесь в поведенческие модели и учитесь анализировать цифровой след пользователей: транзакции, логи, клики, последовательности действий, сценарии использования.

Фокус года

  • математический фундамент и классические ML-методы

  • глубокое обучение и работа с большими данными

  • основы поведенческой экономики и психологии решений

  • анализ цифрового поведения и пользовательских сценариев

  • первые проектные задачи и мини-проекты

Что даёт 1 год

К концу первого курса у вас появляется уверенная ML-база, понимание моделей принятия решений и практические навыки анализа поведения пользователей. Вы создаёте первый законченный ML/поведенческий проект и определяете индивидуальную траекторию развития на второй год.

2 год обучения — индустрия, LLM, мультиагентные системы и дипломный проект

На втором году акцент смещается на современный ИИ, участие в индустриальных задачах и формирование портфолио. Вы изучаете генеративные и языковые модели, агентные системы, рекомендательные и предиктивные подходы, работаете с реальными данными и большими проектами.

Фокус года

  • большие языковые модели и генеративный ИИ

  • моделирование поведения, симуляции и мультиагентные системы

  • индустриальные задачи финтеха, e-commerce, маркетинга и телекома

  • исследовательские проекты и эксперименты

  • крупные продуктовые и дипломные работы

Что даёт 2 год

К моменту выпуска у вас есть портфолио из ML, LLM и поведенческих проектов, реальный опыт работы с данными партнёров, навыки applied-исследований и диплом на живых данных. Уровень подготовки соответствует Middle AI/ML Engineer или Behaviour/AI Analyst, в зависимости от выбранной специализации.

Проекты и индустриальные кейсы

На программе вы работаете не с абстрактными наборами данных, а с реальными цифровыми следами пользователей — транзакциями, логами действий, поведенческими паттернами, траекториями принятия решений.

Все проекты строятся вокруг индустриальных задач Сбера и других партнёров цифрового рынка.

Карьера, которую вы строите на программе

Наши выпускники выходят на рынок с компетенциями уровня Middle в ML/LLM-разработке и AI-продукт менеджменте, а также с опытом работы с реальными данными индустрии.


Это обеспечивает быстрый рост — от аналитических и продуктовых ролей до архитектурных и исследовательских позиций.

AI Analytics — анализ поведения пользователей

Product/Data Analyst (Middle)
Анализ цифрового поведения, сегментация, A/B-эксперименты, карты поведения, модели принятия решений.

Data Scientist
Модели прогнозирования поведения, рекомендательные системы, анализ текстовых и цифровых сигналов.

Customer Journey Analyst
Оптимизация клиентских путей, когнитивные факторы, эмоциональные паттерны поведения.

ML, LLM & Applied AI — разработка AI-решений для бизнеса

ML/LLM Engineer (Middle)
Создание ML-моделей, ассистентов, RAG-систем и генеративных решений.

AI Product Engineer
Внедрение ML/LLM-моделей в финтехе, маркетинге, ритейле и телекоме.

Recommendation Systems Engineer
Персонализация, рекомендации и предиктивные модели поведения.

AI-продуктовые роли — запуск и рост цифровых продуктов

AI Product Manager
Формирование AI-функций продукта, постановка задач ML-команде, управление roadmap.

Growth/Product Analyst
Работа с продуктовой воронкой, метриками и стратегиями развития.

Научные и исследовательские роли — академия и R&D

AI Researcher
Исследования моделей поведения, публикации, конференции, участие в научных группах.

Applied Researcher (FinTech/Telecom/Retail)
Анализ экономического и поведенческого взаимодействия с ML-моделями.

PhD / аспирантура
Исследования в области поведенческой экономики, когнитивных моделей и прикладного AI.

Карьерный путь выпускника

Программа ускоряет развитие минимум в 2–3 раза за счёт работы с реальными поведенческими данными и погружением в ML/LLM-подходы, которые сейчас меняют индустрию.


Вы растёте быстрее рынка — от junior-ролей к лидирующим позициям в AI-проектах и продуктовой аналитике.

Студент

Получаете фундамент: ML-база, поведенческая экономика, цифровой след пользователя.

Junior/Middle на 1–2 курсе

Работа с ML- и поведенческими проектами, участие в индустриальных исследовательских задачах: рекомендательные модели, churn, сценарии поведения.

Middle ML / AI / Data Engineer / Product Analyst

Реальная экспертиза в моделях поведения, кредитном скоринге, персонализации, построении ML/LLM-пайплайнов, работе с big data.
Это первый устойчивый профессиональный уровень

Senior / Lead аналитик поведения или AI-инженер

Ведёте продуктовые направления, проектируете пользовательские стратегии, влияете на ключевые бизнес-метрики, участвуете в разработке интеллектуальных ассистентов и агентных систем.

AI Architect / Lead Scientist / R&D Lead

Формируете AI-архитектуры, управляете ML-командами, создаёте прикладные исследовательские решения на стыке цифрового поведения и ИИ.

Что будет в вашем портфолио к выпуску

  • Готовые ML/LLM-решения на реальных пользовательских данных — от сбора и подготовки данных до продакшен-уровня моделей.

  • Сильные поведенческие кейсы: прогнозирование действий клиентов, поиск инсайтов, влияние решений на ключевые метрики.

  • Персонализирующие AI-системы: рекомендации, динамическое ценообразование, сегментация и адаптация продукта под пользователя.

  • Финтех-кейс высокой практической ценности — кредитный скоринг, анализ транзакций или модели риска.

  • Проекты по оптимизации клиентского пути, показывающие реальный эффект на удержание и пользовательский опыт.

  • Исследовательская работа или мини-публикация, подтверждающая уровень в поведенческом анализе, LLM и applied-исследованиях.

  • Финальный продакшен-проект уровня Middle+, который можно показать работодателю как доказательство зрелых навыков построения ML/LLM-систем.

Индустриальный партнер программы

Сбер — стратегический партнёр программы

Сбер — технологический лидер и один из крупнейших AI-центров страны.Благодаря партнёрству студенты программы получают доступ к реальным промышленным данным, текущим задачам финтех-направления и практикам разработки ML/LLM-систем.

Что даёт сотрудничество со Сбером:

  • реальные кейсы из финтеха, маркетинга и цифровых сервисов;

  • задачи по персонализации, скорингу, анализу поведения клиентов;

  • участие в мастер-классах, воркшопах и проектных сессиях с экспертами Сбера;

  • возможность пройти стажировку или попасть в AI-команды ещё во время обучения.

Партнёрство делает процесс обучения максимально прикладным и ориентированным на карьерный рост в индустрии.

Научные партнеры

Институт искусственного интеллекта ИТМО объединяет лаборатории, исследовательские центры и сотни экспертов, работающих над задачами высокого уровня.

Студенты получают доступ к передовым исследованиям, оборудованию и наставникам, которые помогают расти как инженерам и исследователям.

Что даёт научная экосистема ИИИ:

  • участие в исследовательских и R&D-проектах;

  • работа с современными стеками ML, CV, NLP, LLM;

  • консультации учёных и практиков;

  • темы для курсовых, проектов и дипломов;

  • возможность развиваться в сторону науки или applied-исследований.

Больше о разработках ИИИ — на сайте iai.itmo.ru.

Базовая лаборатория программы — «Алгоритмика сложных систем»

Лаборатория занимается моделированием социально-экономических процессов, анализом поведения человека в цифровой среде и разработкой интеллектуальных систем поддержки решений. Это ключевой исследовательский центр программы, в котором студенты получают доступ к реальным данным, научным проектам и экспертам в области поведенческого и вычислительного моделирования.

Основные направления исследований:

  • многомасштабное моделирование поведения в экономике и цифровых сервисах;

  • мультиагентное моделирование социальных и экономических систем;

  • математические методы прогнозирования финансовых и поведенческих процессов;

  • анализ сложных динамических систем и цифровых следов пользователей;

  • разработка алгоритмов для предсказания, оптимизации и поддержки принятия решений.

Руководитель: с.н.с. Антон Кованцев.

Преимущества программы

Единственная в России магистратура на стыке ML/LLM и поведенческой экономики

  • Обучение вместе со Сбером — отраслевой стандарт качества

    Большой пул курсов читают эксперты Сбера. Они же руководят НИР, практиками и промышленными проектами — студенты работают с реальными процессами крупнейшего финтеха страны.

  • Готовим аналитиков поведения и AI-продактов нового поколения

    С 2025 года программа включает продвинутую подготовку AI Product Managers: управление AI-проектами, работа с данными, постановка задач ML-командам, бизнес-мышление.

  • Сильная ML/AI база на уровне топовых DS-программ

    Комплексный интенсив: ML-math, ML, Big Data, deep learning, оптимизация, NLP и LLM, MLOps. Вы выходите с фундаментом уровня Middle ML Engineer.

  • Поддержка open-source и открытой науки

    Студентов поощряют выкладывать результаты в open-source: репозитории, библиотеки, мини-фреймворки — сильный вклад в портфолио.

  • Свобода выбора: 3 электива из 9 направлений AI

    От Reinforcement Learning и AI-архитектур до CV, рекомендательных систем, AutoML и моделирования физических процессов — студент строит индивидуальную AI-траекторию.

  • Сильная научная экосистема ИИ ИТМО

    Лаборатории, менторы, публикации, участие в R&D — возможность расти в инженерию или исследовательский путь.

  • Специализированный блок по поведенческой экономике

    Генеративный ИИ, мультиагентные системы и модели решений связывают экономические теории с реальными AI-решениями в финтехе, маркетинге и цифровых продуктах.

  • Прямой доступ к индустрии

    Мастер-классы, стажировки, хакатоны, приглашённые эксперты — вы входите в рынок финтех, e-commerce, телекомещё во время обучения.

Персоны программы

Команда программы — это преподаватели и исследователи, работающие с ML, Big Data и LLM в индустрии и научных центрах ИТМО.

  • КраевСемён Владимирович

    кандидат филологических наук

    Декан факультета технологий искусственного интеллекта ИТМО

    Эксперт по стратегическому развитию образовательных программ в области ИИ и цифровой трансформации вузов

    Специализируется на построении междисциплинарных AI-курсов и подготовке специалистов для высокотехнологичных отраслей

    Google ScholarGitHub

  • Цветкова Екатерина Андреевна

    Менеджер образовательной программы факультета технологий искусственного интеллекта ИТМО

    Координирует учебный процесс, работу преподавателей и взаимодействие со студентами

    Обеспечивает организационную и коммуникационную поддержку AI-программ


  • БухановскийАлександр Валерьевич

    доктор технических наук

    Директор мегафакультета трансляционных информационных технологий и профессор ФТИИ ИТМО; руководитель Национального центра когнитивных разработок и исследовательского центра «Сильный ИИ в промышленности».

    Эксперт по искусственному интеллекту, когнитивным технологиям, высокопроизводительным вычислениям и компьютерному моделированию сложных систем.

    Специализируется на развитии AI-экосистемы в науке и образовании, стратегическом внедрении ИИ-технологий и построении научно-образовательной инфраструктуры

    Google ScholarИТМО

  • Лаушкина Анастасия Александровна

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта ИТМО

    Эксперт по машинному обучению, мультимодальному анализу и когнитивным системам

    Специализируется на разработке и преподавании курсов ML и прикладных AI-проектов, автор научных публикаций

    ResearchGateGitHub

  • НасоновДенис Александрович

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта;


    Старший научный сотрудник исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности»;


    Доцент учебно-методического центра «Искусственный интеллект»

    Google ScholarGitHub

  • Борисова Юлия Ивановна

    кандидат технических наук

    Ассистент (квалификационная категория “ассистент”) ФТИИ ИТМО. Руководитель учебно-научной лаборатории AIST (Artificial Intelligence Science & Technology).

    Эксперт в области глубокого обучения, методов моделирования пространственных данных

    Специализируется на разработке и внедрении методов глубокого обучения в области AI4Science

    Google ScholarGitHub

  • Забашта Алексей Сергеевич

    кандидат технических наук

    Google ScholarGitHub

  • Кованцев Антон Николаевич

    Преподаватель факультета технологий искусственного интеллекта ИТМО

    Эксперт по алгоритмам, анализу данных и прогнозированию процессов

    Специализируется на практической подготовке студентов в области AI и аналитических систем

    ИТМО

  • Терёшкин Сергей Евгеньевич

    Преподаватель факультета технологий искусственного интеллекта ИТМО

    Эксперт по большим данным, распределённым вычислениям и Data Engineering

    Специализируется на практической подготовке студентов в области AI-инфраструктуры и обработки данных

    Google ScholarGitHub

  • Павлова Валентина Юрьевна

    кандидат технических наук

    Доцент практики факультета технологий искусственного интеллекта ИТМО

    Эксперт по имитационному моделированию финансовых систем и численным методам

    Специализируется на обучении студентов моделированию сложных экономических и финансовых задач

    Google ScholarGitHub

  • БутаковНиколай Алексеевич

    кандидат технических наук

    Доцент ФТИИ ИТМО и учебно-методического центра «Искусственный интеллект»

    Эксперт по прикладному машинному обучению и анализу данных

    Специализируется на разработке и внедрении AI-решений для прикладных и индустриальных задач

    Google ScholarGitHub

  • Деева Ирина Юрьевна

    кандидат физико-математических наук

    Ординарный доцент факультета технологий искусственного интеллекта ИТМО

    Эксперт по прикладной математике, анализу данных и математическим методам в ИИ

    Специализируется на разработке и преподавании фундаментальных курсов для AI-инженеров

    Google ScholarGitHub

  • Волоха Валерия Дмитриевна

Способы поступления

Каждый способ поступления подходит под разные цели — выбирайте удобный формат.

Нужна консультация?

Мы поможем выбрать лучший способ поступления и

подскажем, как корректнее подготовить портфолио

Отправляя данную форму, вы даёте согласие на обработку персональных данных

FAQ

Свяжитесь с нами — поможем выбрать лучший путь поступления

Проконсультируем по поступлению, учебному процессу и

возможностям программы.

Мы свяжемся с вами лично и подскажем оптимальный способ поступления

Ответим в течение 1 рабочего дня

Отправляя данную форму, вы даёте согласие на обработку персональных данных

Хотите связаться напрямую?

Екатерина Цветкова

менеджер программы

Подключайтесь к нашим Telegram-площадкам

  • Чат абитуриентов с деканом

    Живой чат: задавайте вопросы напрямую декану

    Перейти в чат

  • Telegram-канал факультета

    Официальный канал факультета — анонсы, новости и важное — без спама.

    Перейти в канал

Отзывы выпускников