Магистратура «Искусственный интеллект в промышленности»

Готовим специалистов, которые внедряют ИИ в реальное производство

Программа учит применять машинное обучение, глубинные нейросети и современные генеративные модели в промышленности. Вы будете работать с реальными индустриальными данными, решать прикладные задачи и создавать AI-решения, которые используются на производстве.

  • Посмотреть День открытых дверей программы

На программе вы:

  • работаете с реальными промышленными данными;осваиваете ML, CV, NLP и работу с LLM;внедряете AI-решения в производственные цепочки;создаёте прикладные и open-source проекты.

Почему эта программа

Программа объединяет современные технологии ИИ и реальные задачи промышленности.


Мы готовим специалистов, которые могут создавать и внедрять AI-решения в производственные процессы, а не только в лабораторных условиях.

Прикладной фокус и реальные данные промышленности

Работаете с датасетами нефтегаза, металлургии и других отраслей, решая задачи диагностики, оптимизации и прогнозирования.

Сильная техническая база и ключевые направления AI

От машинного обучения и глубоких нейросетей до Computer Vision, NLP и работы с LLM — всё, что нужно современному ML Engineer и ML Researcher.

Отраслевые треки и практические кейсы

Выбираете специализацию (нефтегаз, металлургия, фарма, биотех) и выполняете реальные индустриальные проекты.

Индустриальная поддержка: Газпром нефть и другие компании

Получаете доступ к данным и задачам индустрии, работаете над проектами, которые повышают вашу ценность на рынке.

Научно-исследовательская экосистема ФТИИ и Института ИИ

Вы работаете с учёными Института искусственного интеллекта и ФТИИ, участвуете в исследованиях и можете публиковать результаты.

Гибкая образовательная траектория

Широкий выбор элективных дисциплин, четыре дисциплины специализации на выбор и преимущественно вечерний формат занятий.

Формирование сильного портфолио и open-source решений

Создаёте прикладные и открытые проекты, которые демонстрируют вашу компетентность работодателям.

Чему вы научитесь

Вы освоите современные технологии ИИ для реальных производственных задач — от работы с промышленными данными до разработки цифровых двойников.

  • Машинное обучение и глубокие нейросети

    • классические алгоритмы и современные архитектуры (CNN, RNN, Transformers);
    • обучение моделей на сложных промышленных данных.


    Результат: сможете строить модели, устойчивые к условиям реального производства.

  • Аналитика промышленных данных

    запросить данные у АК или же «Участие в реальных проектах. Примите участие в научных, индустриальных, технологических или коллаборативных проектах лабораторий Института ИИ и партнеров.»


    Результат: запросить данные

  • Компьютерное зрение

    • распознавание объектов и состояний оборудования;
    • сегментация изображений и видеопотоков;
    • применение CV для контроля качества и автоматизации.


    Результат: сможете разрабатывать индустриальные CV-решения.

  • Обработка естественного языка и LLM

    • анализ технической документации и логов;
    • обучение доменных NLP-моделей;
    • работа с LLM и агентными системами.


    Результат: создадите цифровых помощников и рекомендательные системы.

  • Генеративные и гибридные модели

    • генеративные сети для синтеза данных;
    • модели для имитационного моделирования;
    • объединение классических и нейросетевых методов.


    Результат: научитесь строить цифровые двойники и гибридные AI-системы.

  • Промышленное внедрение AI

    • MLOps-подходы и жизненный цикл модели;
    • развёртывание и мониторинг AI-систем;
    • требования промышленной эксплуатации.


    Результат: сможете доводить AI-проекты до внедрения на реальных объектах.

Как проходит обучение

Обучение построено по модульному принципу и сочетает фундаментальную подготовку по искусственному интеллекту, отраслевую специализацию и работу над реальными индустриальными проектами.

Программа предполагает индивидуальную образовательную траекторию и преимущественно вечерний формат занятий.

1 курс — фундамент и базовые навыки AI-инженера

В первый год вы осваиваете фундамент, необходимый каждому специалисту по искусственному интеллекту:

  • Машинное обучение

  • Математические основы машинного обучения

  • Технологии больших данных

  • Продвинутые методы оптимизации

  • Глубокое обучение

Во втором семестре у вас появляется возможность выбрать дисциплину по специализации: нефтегаз, биотехнологии, фармацевтическая промышленность или металлургия. А также прослушать узкопрофессиональные курсы по MLops или основы управления проектами в сфере ИИ.

К концу первого года вы уверенно работаете с данными и моделями и готовы к отраслевой специализации.

2 курс — специализация, проекты и внедрение решений

На втором году обучения к обязательным курсам вы добавляете индивидуальный набор дисциплин. Программа включает широкий пул элективных курсов, позволяющих выстроить собственную траекторию — от инженерной до исследовательской.

В четвертом семестре второго года учебные дисциплины отсутствуют — вы полностью концентрируетесь на дипломном проекте и собственном исследовании, не отвлекаясь на дополнительные курсы.

Обучение сосредоточено на работе в существующих командах Института ИИ в рамках научно исследовательской работы: индустриальные кейсы, НИР, практика и выпускная квалификационная работа.

К завершению программы у вас есть компетенции в выбранной отрасли, глубокие профессиональные знания, реальные кейсы и сильное портфолио, востребованное индустриальными компаниями и R&D-центрами.

Проекты и индустриальные кейсы

На программе вы работаете не с учебными примерами, а с реальными индустриальными задачами. В проектах используются данные нефтегазовых компаний, производственных предприятий, фармацевтических и биотехнологических компаний.

Студенты выполняют проекты во время НИР, командных отраслевых модулей и преддипломной практики.

Карьера, которую вы строите на программе

Наши выпускники выходят на рынок как специалисты, умеющие создавать и внедрять AI-решения в промышленности — от машинного обучения и компьютерного зрения до LLM-агентов и цифровых двойников.

Это открывает быстрый рост в инженерных, аналитических и исследовательских ролях.

AI & ML Engineering

Кем вы можете работать:
ML Engineer, Deep Learning Engineer, Computer Vision Engineer, NLP/LLM Engineer.

Что вы делаете:
Создаёте и обучаете модели, разрабатываете цифровые двойники, прогнозируете поведение систем и внедряете AI-решения в производственные процессы.

AI for Industry & Industrial Data Science

Кем вы можете работать:
Industrial Data Scientist, Data Analyst (Industrial/Process), специалист по Predictive Maintenance, инженер цифровых двойников.

Что вы делаете:
Анализируете данные оборудования, строите предиктивные системы, прогнозируете отказы, оптимизируете производственные режимы.

AI Systems & MLOps

Кем вы можете работать:
AI Systems Engineer, MLOps Engineer, Architect of AI Solutions.

Что вы делаете:
Проектируете архитектуру AI-систем, организуете ML-пайплайны, разворачиваете модели и обеспечиваете их стабильную работу в промышленной инфраструктуре.

R&D и научные роли

Кем вы можете работать:
ML/AI Researcher, Research Engineer, специалист исследовательских лабораторий.

Что вы делаете:
Работаете над исследовательскими проектами в Институте искусственного интеллекта или других научных организациях, участвуете в грантах, публикуете статьи и продвигаете новые технологии.

Карьерный путь выпускника

На программе вы проходите путь от первых проектов до роли специалиста, который создаете интеллектуальные системы в промышленности. Каждый этап — новый уровень ответственности, самостоятельности и сложности задач.

Вы растёте быстрее рынка — от junior-ролей к лидерским позициям в AI-проектах.

Студент

Осваиваете ML, нейросети, CV, NLP и работу с LLM. Выполняете прикладные проекты, работаете с промышленными данными, выбираете отраслевой трек и начинаете формировать портфолио.

Junior / Junior+ AI Engineer

Решаете прикладные задачи: подготовка данных, обучение моделей, первые CV и NLP-проекты. Работаете под менторством специалистов, участвуете в отраслевых кейсах.

Middle ML / AI Engineer

Берёте ответственность за модели, используемые в производстве. Прогнозируете отказы оборудования, оптимизируете процессы, создаёте аналитические решения. Осваиваете внедрение моделей: мониторинг, MLOps, обновления.

Senior / Lead AI Engineer

Проектируете архитектуру AI-систем, выбираете технологии и подходы, ведёте R&D-направления. Руководите небольшими командами, отвечаете за качество решений и их надёжность в промышленной среде.

AI Architect / R&D Engineer / Руководитель цифровых проектов

Определяете стратегию внедрения ИИ в компании, запускаете сложные проекты, разрабатываете цифровые двойники, управляете командами инженеров и исследователей. Продвигаете новые технологии и трансформируете производственные процессы.

Что будет в вашем портфолио к выпуску

Посоветоваться с А. Калюжной.

Вариант с крепкими навыками

  • Предиктивные модели

  • Проекты по анализу промышленных данных

  • Решения на базе компьютерного зрения

  • NLP-модели и проекты на базе LLM

  • Прототипы цифровых двойников и гибридных моделей

  • Отраслевые кейсы

  • Исследовательский проект и преддипломная практика

Выбрать либо безопасный вариант с НИР

возможность собрать портфолио из нескольких проектов:

  • научный

  • индустриальный

  • технологический

  • коллаборативный

  • возможность получить стипеднию от партнера и пройти стажировку

  • участие в научной жизни ИТМО

  • придумать стартап и защитить диплом по программе ВКР как бизнес-проект

  • работать над реальными кейсами Института ИИ

  • возможность защитить ВКР как статью

Индустриальный партнер программы

Газпромнефть — генеральный партнёр программы

Газпром нефть — генеральный партнёр программы«Газпром нефть» — технологический лидер нефтегазовой отрасли и ключевой индустриальный партнёр магистратуры.

Реальные индустриальные кейсы

Вы решаете задачи на основе геологоразведочных данных, телеметрии оборудования и технологических процессов: от диагностики до оптимизации добычи и производства.

Работа с промышленными данными

В проектах используются временные ряды, производственные логи и технические параметры, которые недоступны в открытых датасетах.

Командные проекты с индустрией

В треке «ИИ в нефтегазовой промышленности» вы выполняете групповые кейсы, моделирующие реальные задачи инженеров и аналитиков компании.

Стажировки и участие в R&D

Лучшие студенты проходят стажировки, участвуют в исследовательских инициативах и работают над проектами совместно с командами «Газпром нефти».

Научные партнеры

Институт ИИ ИТМО объединяет ведущие лаборатории и исследовательские центры, работающие 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.

Лаборатория «Моделирование природных систем» (Nature Systems Simulation Lab, NSS Lab)

Лаборатория работает на стыке искусственного интеллекта, моделирования сложных процессов и генеративных технологий. Исследования напрямую связаны с задачами промышленности.

Основные направления работы:

  • моделирование природных и физических процессов;

  • генеративный дизайн объектов и структур;

  • обучение вероятностных моделей;

  • многоагентные системы на базе LLM;

  • задачи промышленного планирования;

  • автоматизация машинного обучения для индустрии;

  • разработка open-source решений.

Руководитель: к.ф.-м.н. Александр Хватов.

Преимущества программы

Эта магистратура для тех, кто хочет применять ИИ в реальном производстве и строить карьеру в индустриальном AI.

  • Реальные задачи промышленности

    Вы работаете не с учебными примерами, а с данными нефтегаза, машиностроения, фармацевтики и биотеха. Каждое решение становится частью вашего портфолио.

  • Сильная технологическая база по ИИ

    ML, глубокие нейросети, большие языковые модели, CV и NLP — всё, что должен знать современный инженер по искусственному интеллекту.

  • Глубокая специализация в промышленном ИИ

    Осваиваете анализ данных оборудования, работу с временными рядами, модели для диагностики и прогнозирования, требования реального производства.

  • Партнёрство с «Газпром нефтью»

    Доступ к реальным данным, кейсам и командным проектам с одним из лидеров цифровой трансформации.

  • Исследовательская экосистема ФТИИ и Института ИИ

    Участвуете в исследованиях, работаете с лабораториями, публикуете результаты и развиваетесь в сторону науки или applied-R&D.

  • Современные технологии внедрения — MLOps и архитектуры AI-систем

    Вас учат не только строить модели, но и доводить их до промышленной эксплуатации: развёртывание, мониторинг и устойчивость.

  • Гибкий формат для работающих специалистов

    Преимущественно онлайн формат занятий и вечерние пары позволяют совмещать магистратуру с работой и собственными проектами.

  • Open-source и сильное публичное портфолио

    Вы создаёте открытые решения, а ваш GitHub показывает реальные проекты, понятные работодателям.

Персоны программы

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

  • Насонов Денис 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

  • КарабинцеваАлександра Анатольевна

    Менеджер образовательной программы факультета технологий искусственного интеллекта ИТМО

    Координирует учебный процесс, работу преподавателей и взаимодействие со студентами

    Обеспечивает организационную и коммуникационную поддержку AI-программ


  • Иванов Сергей Владимирович

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта


    Старший научный сотрудник национального центра когнитивных разработок


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

    Google ScholarGitHub

  • Калюжная Анна Владимировна

    кандидат технических наук

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

    Старший научный сотрудник лаборатории композитного ИИ и центра «Сильный ИИ в промышленности»

    Эксперт по прикладному ИИ, разработке агентных и мультиагентных прикладных систем, исследованию их масштабируемости, оценке качества моделей и внедрению AI-систем в индустрии.

    Google Scholar

  • ХодорченкоМария Андреевна

    кандидат технических наук

    Кандидат технических наук, доцент ФТИИ ИТМО и учебно-методического центра «Искусственный интеллект»

    Старший научный сотрудник центра «Сильный ИИ в промышленности»

    Эксперт по прикладному ИИ, анализу данных и внедрению интеллектуальных систем в индустрии

    Google ScholarGitHub

  • Бутаков Николай 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

  • Мельник Михаил Алексеевич

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта ИТМО

    Эксперт по машинному обучению, анализу данных и интеллектуальным системам

    Специализируется на разработке и внедрении прикладных AI-решений в научных и образовательных проектах

    Google ScholarGitHub

  • Леоненко Василий Николаевич

    кандидат физико-математических наук

    Доцент ФТИИ ИТМО, старший научный сотрудник центра «Сильный ИИ в промышленности»

    Эксперт по математическому моделированию, методам анализа данных и машинного обучения

    Специализируется на разработке и внедрении интеллектуальных алгоритмов для научных 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

  • Гладилин Петр Евгеньевич

    кандидат физико-математических наук

    Ординарный доцент факультета технологий искусственного интеллекта ИТМО

    Специалист по анализу данных, глубокому обучению и компьютерному зрению.

    Специализируется на разработке прикладных решений на основе глубокого обучения и подготовке AI-инженеров

    Google Scholar

  • Климова Александра Сергеевна

    кандидат технических наук

    Заместитель директора мегафакультета ТИНТ, директор УМЦ «Искусственный интеллект», доцент ФТИИ ИТМО

    Главный инженер проектов центра «Сильный ИИ в промышленности», специализируется на внедрении ИИ-решений в обучение и индустриальные кейсы

    Эксперт по проектированию AI-образования, цифровой трансформации учебных программ и управлению образовательными экосистемами

    Google Scholar

  • Тарасова Елизавета Юрьевна

    Преподаватель практики факультета технологий искусственного интеллекта ИТМО

    Эксперт по оптимизации, дискретной математике и системам поддержки решений

    Специализируется на прикладных алгоритмах и аналитических методах в задачах ИИ

    Google ScholarGitHub

  • Владимиров Дмитрий Андреевич

    Преподаватель практики факультета технологий искусственного интеллекта ИТМО

    Эксперт по высоконагруженным высокодоступным (high availability highload) системам, их проектированию, разработке и поддержке

    Специализируется на всесторонней, как теоретической, так и практической подготовке студентов к работе архитектора высоконагруженных приложений

    ИТМО

  • 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

  • Грандилевский Алексей Ильич

    Преподаватель (квалификационная категория "преподаватель практики"), факультет технологий искусственного интеллекта

    Эксперт в области мобильной C++ разработки и графических системах.

    Практикующий мобильный разработчик.

    Специализируется на разработке игровых и визуальных систем, разработке графических движков, визуализации данных, работе с графикой и использовании AI.

    Google Scholar

Способы поступления

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

!!!поменяем сразу как изменит абит

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