- Оригинальное сочетание информационных технологий, прикладной и финансовой математики
- Востребованность специалистов, обладающих знаниями в области финансовой математики и технологий машинного обучения
- Работа с интересными идеями и задачами
- Перспективная область исследований
Financial Mathematics and Machine Learning (Финансовая математика и машинное обучение)
Магистратура, Институт математики, механики и компьютерных наук им. И.И. Воровича
01.04.02 Прикладная математика и информатика
-
-
2 года обучения
-
Обучение на английском
-
г.Ростов-на-Дону
Кого и зачем учат по данной программе?
Цель программы состоит подготовке специалистов, владеющих методами машинного обучения и способных применять их к анализу финансовых задач
Программа предполагает практикоориентированную модель, направленную на подготовку специалистов в области анализа финансовых рынков и построения оптимальных стратегий поведения на них с использованием методов машинного обучения. Специалисты, владеющие программным обеспечением, связанным с алгоритмами машинного обучения, и умеющие работать с финансовыми данными, будут востребованы в аналитических отделах банков, финансовых компаний, страховых компаний, консалтинговых компаний, оказывающих услуги в области анализа данных. Выпускная работа в магистратуре может стать отправной точкой научных исследований
Набор базовых дисциплин
- Selected topics in probability and statistics (Избранные вопросы теории вероятностей и
- математической статистики)
- Econometrics (Эконометрика)
- Computer technologies (Компьютерные технологии)
- Machine learning: mathematical basis (Машинное обучение: математические основы)
- Discrete Mathematical models (Дискретные математические модели)
Набор базовых профильных дисциплин
- Applied machine learning and neural networks (Прикладное машинное обучение и нейронные сети)
- Special models of financial mathematics (Специальные модели финансовой математики)
- Computational finance (Вычислительная финансовая математика)
- Financial mathematics (Финансовая математика)
- Levy processes and financial mathematics (Процессы Леви и финансовая математика)
Программа состоит из лекций, практических занятий, семинаров и проектной работы. Успеваемость студентов оценивается с помощью экзаменов, контрольных работ, индивидуальных заданий и проектов. Современные методы анализа данных и принятия решений требуют применения методов теории вероятностей, статистики, оптимизации, машинного обучения, научных расчетов. Программа представит эти средства в доступной форме с многочисленными иллюстративными примерами. Самостоятельная работа студентов включает элементы исследовательской работы в области математического моделирования и анализа данных. Студенты изучат программное обеспечение машинного обучения и получат опыт его использования для анализа финансовых проблем.
Выпускники магистерской программы будут подготовлены к самостоятельной работе в сфере анализа данных в финансах, банковском деле, страховании. Типичные возможности трудоустройства - это отделы анализа данных банков, финансовых и консалтинговых компаний. При наличии склонности к научной работе в области прикладной математики, после получения степени магистра можно подать заявку на поступление в четырехлетнюю аспирантуру.
Партнеры программы и работодатели
Достижения студентов
- Публикации в Scopus, Web of Science
Остались вопросы?
Рохлин Дмитрий Борисович
Руководитель программы
Рохлин Дмитрий Борисович