📚Чему учат на ФТИИ. Дисциплина: Математические основы машинного обучения

Сегодня расскажут о своей дисциплине Ирина Деева и Александр Хватов — кандидаты физ.-мат. наук, доценты ФТИИ.

Оба преподавателя ведут данную дисциплину:
▪️Александр Александрович преподает блок лекций по мат. анализу, линейной алгебре и численных методах
▪️Ирина Юрьевна преподает блок лекций по основам теории вероятности и мат. статистики в машинном обучении

❓Чему научит эта дисциплина? Какими навыками будут владеть студенты?
— Александр Хватов: На курсе мы говорим на три темы: линейная алгебра, численные методы и функциональный анализ. Поговорим о том, почему нельзя «решать» матрицы, зачем нужны прямоугольные таблицы чисел, почему самолеты не падают, про гипотезу многообразия данных, почему математикам не нравится слово «метрика», и как она из математики перешла в машинное обучение.
— Ирина Деева: Машинное обучение почти полностью основано на теории вероятностей и математической статистике. На моих лекциях мы разберём ключевые понятия: случайные величины, распределения, закон больших чисел, байесовский подход. Вы поймёте, почему теорема Байеса — не просто формула, а фундамент всего ML, зачем Гаусс «живёт везде» и почему корреляция может быть обманчива.

❓Какие пререквизиты у дисциплины?
Базовые знания теории вероятностей, Python, чтение технического англоязычного материала.

❓В чем уникальность дисциплины?
Курс объединяет два взгляда на математику в ML — через статистику и через функциональный анализ. Вместо сухих доказательств, вы получите понимание «почему это работает» и практику на реальных данных

❓Как организован процесс обучения?
▪️ Лекции: компактные теоретические модули с акцентом на интуицию и применимость.
▪️ Воркшопы: разборы реальных примеров и кода.
▪️Лабораторные проекты в группах: data-centric задания, где нужно улучшить качество модели путем работы с данными и признаками.

❓Для кого особенно полезен курс?
— Для тех, кто хочет не просто применять готовые ML-библиотеки, а понимать, почему они работают.
— Для тех, кто собирается работать с реальными данными и улучшать модели через качественную подготовку данных.

❓В каком формате проходит обучение?
Обучение проходит в смешанном формате.

Карьера после ФТИИ: цифры, факты и топовые компании

Один из главных вопросов, который волнует каждого студента — «А что дальше, после окончания учебы?». Поэтому делимся результатами опроса 2025 года о трудоустройстве выпускников🙌🏻
✅ 74.5% выпускников работают по специальности, применяя полученные знания на практике.
✅ 65% трудоустроены на постоянной основе, в то время как в активном поиске находятся всего 16%.
✅ 68.1% считают, что их ВКР напрямую применима в текущей трудовой деятельности. Это доказывает, что наши исследования решают реальные задачи.
✅ 98% выпускников работают по трудовому договору, выбирая стабильную карьеру в ведущих компаниях, а не фриланс.
🏢 Где именно работают наши выпускники?

Наши специалисты востребованы как в науке, так и в индустрии. Вот лишь некоторые из компаний, где они строят свою карьеру:
• IT-гиганты: Сбер, Тинькофф, VK.
• Научные лаборатории: 10+ лабораторий Института ИИ.
• Промышленность и биотех: Газпром нефть, Биокад, Марс.

Образование на ФТИИ — не только про сильную теоретическую базу, но и про реальные карьерные перспективы в топовых компаниях и научных центрах🔥