Поступление 2022
0
личный кабинет

ПАСПОРТ ПРОГРАММЫ

Тип: программа корпоративной магистратуры

Программа магистратуры нацелена на подготовку специалистов под действующую отрасль в реальном секторе экономики с поддержкой одним или несколькими предприятиями.

Военная кафедра Государственная аккредитация
Государственная аккредитация — выпускники получают диплом государственного образца; студенты имеют отсрочку от службы в армии, возможность использования маткапитала при оплате за обучение.

11.04.02 Инфокоммуникационные технологии и системы связи

Специализации:
Язык обучения:

Организация взаимодействия в киберпространстве

Русский

Управление глобальными финансовыми системами

Русский

Извлечение знаний и принятие решений в  финансовых системах

Русский

Языки обучения: RUS Русский
Форма обучения: Очная, 2 года
Стоимость контрактного обучения в 2021 году: 251 000 руб. в год
  • 251 тыс. руб в год для граждан Российской федерации
  • 271 тыс. руб в год для иностранных граждан
Контактное лицо Климова Александра Сергеевна
Руководитель программы:
Боченина Клавдия Олеговна
Учебные корпуса: Биржевая линия, д.14

ПАРТНЕРЫ ПРОГРАММЫ

ОПИСАНИЕ ПРОГРАММЫ

Программа готовит специалистов в области информационных технологий, способных обеспечить полный цикл работы с большими данными в финансовых сфере, включая как инфраструктурную поддержку работы с большими данными, так и применение методов машинного обучения для анализа данных.

В ходе обучения вы получите глубокие знания в области:

  • разработки и практической реализации методов обработки анализа и агрегации больших данных в финансовой сфере;

  • разработки математических моделей для исследования и прогноза финансовых и экономических процессов средствами предсказательного моделирования;

  • математического, алгоритмического и программного обеспечения поддержки принятия решений в управлении финансами на разных уровнях (пользовательские сервисы, банки, регуляторы, биржи, и пр.).

Программа реализуется в сотрудничестве с Национальным центром когнитивных разработок Университета ИТМО и дает возможность погрузиться в реальную научно-исследовательскую и проектную работу в процессе решения практических задач корпоративных партнеров центра.

Программа реализует три специализации:

Специализация 1. Управление глобальными финансовыми системами

Вы изучите системные эффекты в функционировании и взаимодействии финансовых институтов, рассмотрите как вопросы объясняющего (explanatory) моделирования глобальных финансовых сред, так и выработки оптимальных стратегий в условиях высокой неопределенности.

Специализация 2. Организация взаимодействия в киберпространстве

Вы приобретете компетенции в области «цифровых финансов», включая изучение психологических, технических, методических аспектов финансового поведения граждан, в том числе с использованием обработки больших массивов данных открытых источников информации.

Специализация 3. Извлечение знаний и принятие решений в финансовых системах

Специализация реализуется совместно с индустриальным партнером ПАО «Сбербанк» и направлена на теоретическое и практическое освоение современных методов прикладного искусственного интеллекта для задач финансовой сферы (включая обработку естественного языка, построение рекомендательных систем, поддержку принятия решений на базе алгоритмов машинного обучения).

Мы в социальных сетях :

АКТУАЛЬНОСТЬ И ЗНАЧИМОСТЬ ПРОГРАММЫ

Актуальность магистратуры обусловлена глобальными тенденциями перехода финансовых операций в киберпространство и востребованностью навыков комплексного моделирования, извлечения и анализа данных, создания наукоемких финансовых и банковских решений.

 

ЦЕЛЬ ПРОГРАММЫ

Цель программы — подготовка компетентных специалистов в области сбора, обработки и анализа больших данных, разработки на их основе прогностических и имитационных моделей для создания новых финансовых сервисов и банковских продуктов, а также для научно-исследовательской и педагогической деятельности в области работы с большими данными.

ДИСЦИПЛИНЫ

Вероятностные методы анализа данных

Курс знакомит студентов с основными методами анализа данных, включая предварительную обработку данных и поиск выбросов, проверку статистических гипотез о законах распределения, факторный и регрессионный анализ, прогнозирование временных рядов. В ходе курса студенты получат опыт анализа и обработки данных и приобретут навыки работы со статистическими библиотеками в среде программирования Python.

Технологии машинного обучения

В данном курсе рассматриваются классические и современные методы анализа данных на основе алгоритмов машинного обучения. После освоения дисциплины студенты смогут производить подготовку наборов данных для обучения предсказательных моделей, осуществлять подбор параметров алгоритмов машинного обучения для повышения качества получаемых решений, использовать современные алгоритмы машинного обучения и интеллектуального анализа данных для решения практических задач.

Технологии больших данных

В данном курсе рассматриваются актуальные задачи, связанные с принципами построения и основами организации разработки современных программных решений для обработки больших данных. Речь пойдет в том числе о распределенных файловых системах HDFS, технологии MapReduce, Apache ZooKeeper, менеджерах ресурсов YARN и Mesos.Материал сопровождается практическими задачами, связанными с обработкой больших данных.

Финансовая кибербезопасность

Курс включает базовые понятия и принципы обеспечения информационной обезопасности. Знакомит с основными криптографическими механизмами, применяемыми в современных протоколах аутентификации и распределения ключей. Содержит анализ проблем устойчивости протоколов к атакам, использования и подбора инструментов для оценки криптостойкости протоколов. Дает возможность на практике изучить основные уязвимости веб-приложений и методы обеспечения их безопасности. Курс направлен также на приобретение навыков создания локальной сети организации в защищенном исполнении, обнаружение сетевых атак и анализ сетевого трафика.

Инвестиционные стратегии на финансовых рынках

В курсе рассматриваются виды и особенности формирования и реализации инвестиционных стратегий на различных финансовых рынках с учетом склонности инвестора к риску, в том числе инвестиционные стратегии на рынках ценных бумаг, производных финансовых инструментов, драгоценных металлов, а также на валютном рынке. После освоения дисциплины студенты смогут анализировать и прогнозировать ситуацию на финансовых рынках в контексте формирования инвестиционной стратегии, принимать управленческие решения относительно выбора финансовых инструментов и формирования структуры портфеля, а также оценивать их эффективность с учетом фактора неопределенности. В процессе выполнения лабораторных работ студенты используют реальные и актуальные данные финансовых рынков.

Технологии поддержки принятия решений в финансовой сфере

В дисциплине рассматриваются базовые и современные подходы и технологии, с помощью которых можно получить необходимую информацию для принятия решений в финансовой сфере. В курс включены классические методы оптимизации (включающие эволюционные методы), способы принятия решений в условиях неопределенности, а также при критериях, противоречащих друг другу. Практическая часть курса строится в виде программной реализации моделей с помощью разных средств, включая Python, MS Excel. В зависимости от начальных знаний каждый студент может выбрать свой набор практических занятий при условии выполнения минимальных требований к дисциплине.

Методология трансляционных исследований

Курс является межфакультетским модулем мегафакультета трансляционных информационных технологий. Курс построен таким образом, чтобы покрыть все разделы цикла трансляционных исследований от анализа предметной области, обоснования гипотез и выбора путей их исследования и заканчивая разработкой методик использования цифрового образа и создания демонстраторов задач и технологий. После освоения дисциплины студенты получат знания о современных методах анализа фактографической информации, системном анализе и информационном моделировании, моделях на данных и их обучении, интеллектуализации процесса цифровых научных исследований и разработок и технологиях использования результатов в предметных областях.

Введение в финансовую математику

В дисциплине даются основы теоретической финансовой математики. Курс начинается с необходимых фактов теории вероятности и случайных процессов, приводится вывод леммы Ито. Рассматриваются базовые финансовые инструменты, такие как акции, облигации, финансовые индексы, биржевые товары, кросс-курсы валют, и производные финансовые инструменты: фьючерсы, форвардные контракты, европейские и американские опционы, экзотические опционы. На основе леммы Ито осуществляется вывод уравнения Блека-Шоулза в частных производных, приводится его аналитическое решение для европейских опционов без дивидендов. Даются численные методы ценообразования опционов: биномиальная модель, конечно-разностная схема. Студентам предлагаются лабораторные работы по теории случайных процессов, ценообразованию европейских и американских опционов аналитическими и численными методами. Работы выполняются на языке программирования Python.

Глобальные финансовые рынки

В дисциплине рассматриваются виды и особенности глобальных финансовых рынков, а также их участники, системы регулирования, инструменты и индикаторы. После освоения дисциплины студенты смогут проводить анализ факторов, влияющих на динамику глобальных финансовых рынков, выявлять тенденции и перспективы развития глобальных финансовых рынков. Большая часть лабораторных работ предполагает выбор студентом сегмента глобальных финансовых рынков для исследования в зависимости от научных интересов.

Математическое моделирование в финансовой сфере

В дисциплине раскрываются способы представления финансовых процессов в форме математических моделей: от соотношений стандартной финансовой математики до моделей соответствующих динамических систем. Практическая часть курса строится в виде программной реализации моделей с помощью разных средств, включая Python, Powersim Studio, MS Excel, Mathcad. В зависимости от начальных знаний каждый студент может выбрать свой набор практических занятий при условии выполнения минимальных требований к дисциплине.

Управление киберпространством

В курсе изучаются вопросы, связанные с управлением киберпространством (КП) в социо-экономических системах. Рассматриваются такие проблемы, как обработка информации киберпространства, контролируемость и объяснилось рекомендательных систем, репрезентация киберпространства, предсказание динамики процессов, детектирование фейков, выстраивание стратегий предоставления информации. Курс включает в себя графовые и прикладные задачи. Первый раздел базируется на прикладной теории графов, в том числе на комплексных сетях, и теории управления. В нем также уделяется внимание моделированию и прогнозированию распространения информации в цифровых социальных системах, а также поиску источников распространения информации в комплексных сетях. Второй раздел включает в себя широки спектр прикладных задач: анализ и моделирование психоэмоциональных процессов в КП, управление потребительским поведением, а также задачи оптимизации и управление распределением ресурсов по данным КП, базирующихся на них. Практическая часть курса включает в себя исследование динамики распространения процессов и информации на сетях, исследование качества алгоритмов восстановления источника распространения сигналов в комплексных сетях, анализ психоэмоциональных процессов, построение рекомендательной системы для заданных данных и программную реализацию алгоритмов оптимизации, пройденных в рамках курса.

Психология киберпространства

Курс "Психология киберпространства" представляет собой инновационный авторский курс, разработанный с опорой на новейшие достижения мировой психологии. В курсе, в контексте ноосферной концепции, даётся определение киберпространства как психической реальности; осуществляется обзор современных исследований в области психологии акторов киберпространства; демонстрируются особенности деятельности человека в цифровой реальности; рассматривается специфика антропогенных аффектвиных процессов, протекающих в условиях взаимодействия в глобальной сети; рассматриваются мотивационные и волевые процессы в их киберпространственной модификации. В центре внимания студентов, изучающих курс, будет не исследование киберпространства как инструмента аналоговой реальности, а исследование цифровой личности, обладающей аналоговыми последствиями.

Имитационное моделирование финансовых систем

Курс покрывает основные этапы разработки имитационных моделей. Рассматриваются принципы подбора и модификации математических моделей финансовой сферы в соответствии с заданными требованиями, принципы их реализации в рамках имитационной модели. Уделяется внимание графическим моделям, отражающим системные эффекты, возникающие в ходе взаимодействий элементов финансовых систем. Обозреваются методы реконструкции финансовых данных в условиях их неполноты, а также открытые их источники и подходы к обработке. Лекционный материал сопровождается лабораторными и практическими занятиями, направленными на исследование возможного поведения разрабатываемых имитационных моделей и развитие практических навыков их разработки.

Основы обработки естественного языка

В данном курсе рассматриваются основные техники, связанные с обработкой естественного языка, начиная от предобработки текстовых данных, базовых техник TF-IDF и n-грамм и заканчивая современными моделями на базе нейронных сетей. Будет рассмотрен широкий спектр характерных для NLP задач, в том числе классификация текстов, тематическое моделирование, распознавание именованных сущностей, анализ тональности.

Рекомендательные системы

Курс посвящен методам разработки рекомендательных систем, от базовых методов (коллаборативная фильтрация, матричное разложение и т.д.), до продвинутых (таких как вариационные автокодировщики, и контекстные бандиты). Курс покрывает основные прикладные задачи рекомендации, включая поисковое ранжирование, рекомендации контента, коммерческих продуктов и точек интереса. Помимо создания рекомендательных алгоритмов, в процессе прохождения курса студенты научатся подбору метрик эффективности систем, а также методам предобработки разнородных данных. Также в курсе обсуждаются такие вопросы, как решение проблемы холодного старта, динамическое дообучение и transfer learning в рекомендательных системах.

Финансовые кибертехнологии

Курс направлен на формирование представлений у обучающихся о финансовых рынках, цифровых и кибер-технологических решениях в разных сегментах финансового рынка, трансформации финансовых инструмегнтов и продуктов под влиянием цифровизации финансового рынка. Обучающиеся осваивают основы функционирования финансового рынка в условиях цифровой экономики, работу с цифровыми финансовыми активами, включая принцип работы криптовалют, управление кибер рисками на финансовых рынках, функционирование современных платежных систем, тренды развития кибер решений на финансовых рынках. В рамках курса у обучающихся формируется понимание специфики денежных потоков, как основы финансовых рынков, различных денежных агрегатов и их изменений в условиях цифровихзации. Курс ориентирован на формирование знаний по сочетанию финансовых и цифровых решений.

ПРЕПОДАВАТЕЛИ

Клавдия Олеговна Боченина кандидат технических наук
Александр Валерьевич Бухановский доктор технических наук
Петр Евгеньевич Гладилин кандидат физико-математических наук
Леонид Юрьевич Гороховатский кандидат психологических наук
Валентина Юрьевна Гулева
Алексей Валентинович Духанов доцент, доктор технических наук
Ирина Александровна Шашина кандидат экономических наук
Юрий Александрович Шполянский доцент, доктор физико-математических наук

ТЕМЫ ВЫПУСКНЫХ РАБОТ

  • Анализ и предсказательное моделирование продаж в сетях розничной торговли
  • Разработка торговой стратегии статистического арбитража методами анализа временных рядов
  • Исследование алгоритмов таргетирования на основе микросегментации пользователей социальных сетей
  • Модели скоринга (оценка платёжеспособности клиента) на основе данных социальных сетей
  • Исследование алгоритмов таргетирования (целевая реклама) на основе микросегментации пользователей социальных сетей
  • Прогнозирование поведения пользователей финансовых сервисов (включая подстройку программы лояльности – удовлетворение спроса) на основе мониторинга новостных ресурсов

ПРАКТИКА И СТАЖИРОВКИ ДЛЯ СТУДЕНТОВ

В процессе обучения студенты проходят практику в Национальном центре когнитивных разработок Университета ИТМО, где работают над R&D задачами, связанными с анализом данных и моделированием на основе данных (data-driven approach), в том числе в рамках проектов индустриальных партнеров – ведущих российских и мировых компаний.
Во время обучения студентам доступны стажировки в финансовых организациях, системных интеграторах и компаниях, выполняющих разработку информационных систем для финансовой сферы и банков, в том числе:

  • ПАО «Сбербанк России»;
  • ПАО «Банк «Санкт-Петербург»;
  • Itiviti (реализация инновационных решений для работы на электронных биржах). 

НАБОР КОМПЕТЕНЦИЙ

Магистерская программа включает такие дисциплины как:

  • «Технологии больших данных»;
  • «Финансовая кибербезопасность»;
  • «Технологии поддержки принятия решений на финансовых рынках»;
  • «Имитационное моделирование финансовых систем»;
  • «Методы инфологического моделирования в финансах».

Программа поможет приобрести компетенции в следующих областях:

  • разработка, программная реализация и применение методов обработки больших данных в финансовой сфере с использованием аппарата вероятностного анализа, искусственного интеллекта и машинного обучения;
  • применение математических моделей финансовых и экономических процессов на различных уровнях детализации для оценки и прогноза развития ситуации в разных сценариях;
  • внедрение наукоемких элементов программных решений, связанных с обработкой больших данных в глобальных финансовых системах.

В рамках научно-исследовательской практики магистранты имеют возможность получить опыт публикации статей на английском языке и выступлений на международных конференциях ранга «А».

ТРУДОУСТРОЙСТВО И ВОСТРЕБОВАННОСТЬ ПРОФЕССИИ

 

Выпускники программы будут востребованы в банковской сфере, IT и телеком-индустрии, ритейле, страховых и логистических компаниях, иных компаниях и организациях с высокими требованиями к аналитическим и информационно-технологическим компетенциям.
Сферы трудоустройства:

  • коммерческие банки;
  • консалтинговые и инвестиционные компании;
  • системные интеграторы ;
  • телеком-компании;
  • ритейл;
  • брокеры и хедж-фонды;
  • биржи и депозитарии;
  • рейтинговые агентства;
  • страховые компании;
  • логистические компании;
  • регуляторы;
  • управление рисками.

 

Обратная связь

* Имя
* E-mail
Ваше сообщение