Обучение «Цифровой экономике» в ВУЗе. Куда пойти учиться в 2020 году?

Одной из главных проблем перехода на цифровую экономику — подготовка соответствующих кадров. Страна, переполненная юристами и менеджерами, должна сделать существенный толчок в образовательной сфере, чтобы вступить в новую digital-эру. В этом году ведущие ВУЗы страны наконец-то спохватились и начали вводить специальности для студентов в области интернета вещей и виртуальной реальности. 

Тюменский индустриальный университет

НАБОР:«Интеллектуальные технологии «Умный город»

Тюменский индустриальный университет

C этого года Тюменский индустриальный университет начинает готовить специалистов специально под программу цифровой экономики, той части, которая касается «Умного города» — производство, ЖКХ, медицина, интернет-вещей и т.д.

[adace-ad id=»5173″]

Магистров будут обучать на кафедре автотранспорта, строительных и дорожных машин, входящей в состав Строительного института ТИУ. Всего в новый проект включено 15 кафедр. на базе Строительного института ТИУ. Набор пока небольшой — всего 15 мест, половину из них пока бюджетные.

Национальный исследовательский университет. Высшая школа экономики

НАБОР: «Интернет вещей и киберфизические системы»

Высшая школа экономики

В ВШЭ направления, связанные с цифровой экономикой существуют уже не первый год. Но именно в 2017 году появилась первая программа магистратуры напрямую связанная с ней: «Интернет вещей и киберфизические системы». План обучения рассчитан на два года и включает в себя три основных направления:

• «Инженерия в области Интернета вещей и киберфизических систем»
• «Анализ данных и прикладное программное обеспечение в Интернете вещей и киберфизических системах»
• «Кибербезопасность в Интернете вещей»

В процессе обучения будет набор дисциплин на выбор, чтобы студенты могли более углубленно изучать понравившуюся им специализацию. Большим плюсом данной программы являются практические занятия в виде решения кейсов инновационных компаний, работающих в технологической индустрии, благодаря которым обучающиеся получают бесценный опыт в научно-исследовательской работе.

Санкт-Петербургский государственный университет телекоммуникаций

НАБОР: «Инфокоммуникационные технологии и системы связи»: Интернет Вещей и самоорганизующиеся сети; Гетерогенные сети и услуги

Санкт-Петербургский государственный университет телекоммуникаций им. проф. М.А. Бонч-Бруевича

Санкт-Петербургский государственный университет телекоммуникаций давно зарекомендовал себя как мекка передовых технологий и коцепций. Именно здесь в 2012 году открыли Лабораторию Интернета Вещей и в учебные курсы начали добавлять программы, направленные на решения задач, связанных с цифровой экономикой. В магистратуре обучение проходит по двум профилям по специальности «Инфокоммуникационные технологии и системы связи»: Интернет Вещей и самоорганизующиеся сети; и Гетерогенные сети и услуги. Также открыт профиль «Интернет Вещей и гетерогенные сети» для иностранных студентов, обучение проходит на английском языке. Студенты старших курсов получают возможность проходить производственную практику на предприятиях Санкт-Петербурга, изучать структуру  городского «Умного транспорта», принципы самоорганизующихся сетей, в том числе, нано и наносенсорных сетей.

Уральский федеральный университет

НАБОР: Кибер-производство; Инфокоммуникационные технологии и системы связи; Информационная безопасность телекоммуникационных систем.

Уральский федеральный университет

Уральский федеральный университет тоже не отстает от новых тенденций и постепенно наращивает в своих программах направления IoT, BigData, беспроводных технологий и программирования. Студенты в теоретической части обучения с углубленным изучением элементной базы, технологий беспроводной связи, радиочастотных сетей LoRa, программированием микроконтроллеров. В практической уже создают датчики и устройства интернета-вещей и управления.

Образовательная программа строится на программе бакалавриата

• Управление в технических системах;
• Инфокоммуникационные технологии и системы связи;
• Радиотехника;
• Информатика и вычислительная техника;
• Прикладная информатика;
• Информационная безопасность телекоммуникационных систем;
• Конструирование и технология электронных средств.

Томский государственный университет систем управления и радиоэлектроники

НАБОР: Активное зрение роботов

Томский государственный университет систем управления и радиоэлектроники

[adace-ad id=»5168″]

 ТУСУР на базе магистратуры подготавливает специалистов для создания систем обработки больших объёмов данных, машинного обучения и искусственного интеллекта. В приоритете программы обучения — интеллектуальные производственные технологиии, роботизированные системы и способы их конструирования.

«Разработка систем активного зрения наиболее востребована при создании интеллектуальных роботизированных комплексов, которые способны адаптироваться к внешним условиям и работать в реальном времени. Образовательная программа предусматривает общенаучную подготовку обучающихся, не только в части развития их технических компетенций, но и в части логики в решении избирательных задач с использованием современных достижений науки и техники.»

В практической части обучения будут свои компетенции:

• освоить методы проектирования модульной структуры и разработки алгоритмов;
• выполнять реальные кейсы по внедрению технологий Интернета вещей в индустриальные стенды;
• разработать настоящий прототип IoT устройства для бытового применения.

Санкт-Петербургский государственный университет

НАБОР: Компьютерные науки и искусственный интеллект

 Санкт-Петербургский государственный университет

СПГУ уже несколько лет постепенно активно внедряет базовые концепции интернета-вещей во многие направления магистратуры. В основном это затрагивает обучающихся по специальности «Компьютерные науки и искусственный интеллект», «Государственный менеджмент» и «Бизнес-аналитика и большие данные».

В рамках изучения интернета вещей можно выделить следующие блоки: технологии обмена данными между устройствами, хранение данных и обработка данных», — рассказали в пресс-службе вуза.

Именно в направлении «Компьютерные науки и искусственный интеллект» большинство предметов имеют узкую специализированную направленность, где студенты изучают основы сетевых технологий и криптографии, которая тоже является немаловажной деталью будущей цифровой экономики

Дальневосточный федеральный университет (ДВФУ)

НАБОР: Технологии виртуальной и дополненной реальности; Искусственный интеллект и большие данные

Дальневосточный федеральный университет

В ДВФУ начинается набор на очень перспективные направления в разрезе цифровой экономики — виртуальной (VR) и доподлинной (AR) реальности.

Подготовка программистов и молодых учёных в области компьютерных наук, способных использовать передовые научно-технические достижения машинного обучения, распознавания образов, искусственного интеллекта, математической статистики и математического моделирования, теории алгоритмов для решения наиболее актуальных в мировом масштабе прикладных и научных задач.

Квалификация выпускников позволяет вести промышленные разработки и оригинальные исследования по разработке новых алгоритмов машинного обучения и искусственного интеллекта, взаимодействовать с ведущими компаниями, мировыми коллективами разработчиков и научными центрами. Особое внимание уделяется приложениям в области виртуальной и дополненной реальности, автономной робототехники, оптимизации производственных процессов с помощью машинного обучения.

Что касается направления «Искусственный интеллект и большие данные», то перед студентами ВУЗ ставит следующие задачи и компетенции

• нормативное регулирование и стандарты работы с большими данными;
• решение управленческих задач с использованием данных (datamanagment);
• общие технологические тренды;
• тренды и тенденции управления процессами;
• дата майнинг;
• подготовка данных;
• аналитический метод – текстовая аналитика;
• работа со статистикой, включая статистические тесты и распределения;
• технологии визуализации данных;
• экспертиза данных и систем;
• интерфейсы и API для открытых и больших данных;
• технические источники и форматы данных, формирование мастер систем данных;
• архитектурные и структурные навыки работы с языками R, Phyton и др.;
• аналитические методы (машинное обучение, текстовая аналитики).