• Компаниям практически любой сферы деятельности сегодня требуется проведение анализа данных, и выпускники программы легко находят работу
• Обучение на программе обеспечивает фундаментальные знания и практические навыки необходимые для разработки и внедрения цифровых технологий
• Программа обучения составлена и актуализируется с учетом требований работодателей
• Студенты проходят практику в ведущих банках, инвестиционных, страховых, консалтинговых, производственных и IT компаниях 
• Возможность построения индивидуальной траектории обучения на старших курсах
• Возможность участия в научной и научно-практической деятельности

• Ставить и решать оптимизационные задачи в различных сферах экономики и финансов
• Применять методы и инструменты анализа данных и машинного обучения при подготовке аналитического обоснования финансово-экономических решений
• Применять математический аппарат при разработке вычислительных алгоритмов для решения задач в области экономики и финансов
• Составлять прогнозы, готовить рекомендации для принятия финансово-экономических решений
• Собирать наборы данных, в том числе больших данных, выполнять их подготовку для анализа в соответствии с решаемой прикладной задачей
• Выполнять анализ качества данных, выявлять и корректировать отклонения в данных и выполнять визуализацию данных
• Решать прикладные задачи машинного обучения, оценивать качество решений и интерпретировать их результаты
• Строить, обучать и оценивать качество моделей глубокого обучения в прикладных задачах
• Выполнять сборку модулей и компонент программной реализации моделей машинного обучения и развертывания реализации моделей машинного обучения

• Алгоритмы и структуры данных в языке Python
  В рамках этого фундаментального годового курса не только формируется навык программирования на одном из самых востребованных языков, но и закладываются знания о ключевых структурах данных и алгоритмах.
• Практикум по программированию
  На этом двухлетнем предмете студенту получают навыки самостоятельного программирования и решения задач от самых простых в первом семестре до тяжелых коллективных проектов в четвертом.
  Здесь нет лекций, только практика кодинга под руководством опытного наставника-профессионала.
• Машинное обучение
  Этот курс научит вас использовать самые распространенные инструменты для анализа данных и машинного обучения. После освоения данного курса вы научитесь применять классические модели регрессии и классификации, писать код для обучения и тестирования моделей, вести проекты в области построения интеллектуальных систем.
• Технологии обработки данных
  Для работы с данными необходимо знать их форматы, структуру и основные инструменты работы с данными в разных формах. На этом курсе студенты учатся работать с наиболее распространенными форматами данных, изучают средства парсинга, обработки и очистки данных.
• Глубокое обучение
  В рамках этой дисциплины студенты научатся работать с нейронными сетями, строить современные модели обработки текстов, изображений, видеоданных на основе методов глубокого обучения и использованием современных библиотек, в том числе с вычислениями на GPU.
• Технологии обработки больших данных
  Этот уникальный авторский курс знакомит с самыми передовыми технологиями обработки и анализа больших объемов данных.
• Обработка текстов на естественных языках
  На этом предмете студенты погрузятся в увлекательный мир обработки текстов на естественных языках - области, которая сейчас очень востребована во многих областях - от машинного перевода до голосовых помощников.
• Рекомендательные системы и коллаборативная фильтрация
  Студенты на этом предмете будут учиться строить рекомендательные системы наподобие работающих в сердце всех крупных коммерческих компаний. Студенты данного курса научатся и внутреннему устройству рекомендательных систем и инструментальным средствам их создания.
• Машинное зрение
  Цель дисциплины заключается в изучении методов цифровой обработки изображений с элементами машинного обучения. Излагаемые алгоритмы применяются при проектировании автономных устройств (роботов), а также используются в интеллектуальных задачах обработки изображений

В 2025 году образовательная программа «Прикладное машинное обучение» направления подготовки бакалавриата 01.03.02 «Прикладная математика и информатика» была удостоена профессионально-общественной аккредитации Альянса в сфере искусственного интеллекта