Программа направлена на подготовку докторантов извлекать полезные сведения и выявлять закономерности в большом массиве информации, а также проверка гипотез путём составления математической модели и разработка программного обеспечения для разного спектра практических задач.

— Прикладной статистический анализ;
— Перечислительная комбинаторика;
— Обусловленность систем линейных уравнений;
— Методы и алгоритмы машинного обучения.

— Знать основные методы оптимизации обратных и некорректных задач, используемые в промышленности, технике и науке;
— Уметь интерпретировать результаты вычислительных экспериментов, выявлять тенденции, делать прогнозы;
— Иметь навыки реализации методов оптимизации обратных и некорректных задач с использованием современного программного обеспечения и языков программирования;
— Возможность использовать алгоритм глубокой нейронной сети для решения задач с частными производными;
— Возможность иллюстрировать идеи с помощью коротких сценариев MATLAB, которые устанавливают и обучают сеть.

— Глубокая исследовательская подготовка. Программа формирует навыки проведения фундаментальных и прикладных исследований в области науки о данных, машинного обучения и искусственного интеллекта;
— Сильная математико-статистическая база. Обучение основано на современных методах статистики, оптимизации и математического моделирования;
— Практическая направленность обучения. Докторанты глубже осваивают программирование, анализ больших данных и методы нейронных сетей для решения прикладных задач;
— Международные академические возможности. Предоставляется доступ к зарубежным научным консультациям, стажировкам и современным научным ресурсам;
— Подготовка к научной и педагогической карьере. Формируются компетенции научного письма, публикационной деятельности и преподавания в высшей школе.

— Научный сотрудник, исследователь в области науки о данных (Data Scientist, Research Scientist), инженер-исследователь, аналитик-исследователь (Data Research Analyst);
— Преподаватель вуза, научный руководитель студенческих и магистерских исследований;
— Data Scientist, специалист по машинному обучению (Machine Learning Engineer), AI-исследователь, специалист по нейронным сетям;
— Инженер по анализу данных, специалист по математическому моделированию, специалист по оптимизационным и вычислительным методам, разработчик аналитического программного обеспечения;
— Ведущий аналитик данных, руководитель исследовательских проектов, эксперт-консультант в области Data Science и AI.