Об образовательной программе
Направление:
Количество мест для приема:
Бюджетных: 60Контрактных: 10
Cтоимость обучения в 2026 году: 225300 рублей в год
Проходной балл :
Обращаем внимание, что проходные баллы определяются по итогам зачисления, и каждый год могут меняться как в большую, так и в меньшую сторону.
Актуальность программы:
Передовые IT-технологии и их применение в науке и производстве.Кафедра прикладной математики ФПМИ НГТУ приглашает в магистратуру:
• выпускников технических специальностей, желающих изучить компьютерные технологии решения реальных прикладных задач и получить опыт разработки передового ПО,
• выпускников геолого-геофизических и нефтегазовых специальностей для получения квалификации в сфере передового компьютерного моделирования в геологоразведке и нефтедобыче.
Магистерская программа включает в себя расширенные курсы компьютерного моделирования и статистического анализа, которые строго ориентированы на реальные прикладные задачи. Рассчитана на выпускников бакалавриата с базовым уровнем программирования для получения опыта в разработке промышленного наукоемкого ПО, а также опыта в решении задач средствами машинного обучения. Кроме этого, программа ориентирована на получение опыта решения задач поиска полезных ископаемых электромагнитными методами и моделирования разработки нефтяных месторождений на реальных практических моделях на базе Научно-исследовательской лаборатории моделирования и обработки данных наукоемких технологий (руководитель д.т.н., проф. М.Г. Персова).
Готовим квалифицированный специалистов в сферах:
• геолого-гидродинамического моделирования нефтегазовых коллекторов и моделирования технологий геологоразведки,
• Data Science и Machine Learning,
• разработки наукоемкого ПО для численного моделирования сложных физических процессов и обработки данных в технологиях геологоразведки, нефтедобычи, моделирования ускорителей заряженных частиц, роста кристаллов и др.
Обновленная программа в себя включает курсы:
• Data Science и Machine Learning
o посвящен решению актуальных задач Data Science,
o включает базовые методы и самые востребованные на рынке технологии машинного обучения (Artificial neural networks, Deep Learning),
o Python, библиотеки PyTorch, TensorFlow и другие,
o подходит для студентов с любым уровнем владения Python и ML,
o ведут специалисты, реализующие на практике ML в IT-компаниях.
• Web-разработка
o современные принципы и технологии разработки web-приложений,
o языки: PHP и 1C-Битрикс,
o опыт создания сайтов и клиент-серверных решений,
o подходит для студентов с любым уровнем владения web-технологиями,
o ведут специалисты, работающие на реальном рынке создания web-приложений.
• Компьютерные технологии моделирования и анализа данных
o посвящен современным технологиям геолого-гидродинамического моделирования нефтегазовых коллекторов,
o посвящен современным технологиям моделирования сложных геофизических процессов,
o базовые принципы математического моделирования преподаются на примерах реальных прикладных задач,
o баланс теории и практики,
o практика проходит с использованием реальных практических данных в современных программных комплексах: моделирования разработки нефтяных месторождений, 3D-инверсий данных геоэлектромагнитных зондирований.
• Методы конечноэлементного анализа
o посвящен углубленному изучению инструментов численного моделирования сложных физических процессов и разработке программного обеспечения,
o практические задания на примерах реальных прикладных задач,
o подходит для студентов с базовым уровнем программирования и владения численными методами.
Презентация: https://drive.google.com/file/d/1VRd8nxkVy4G9qdjNLs53K4RdbFN_K7Ay/view
Трудоустройство:
По окончании магистерской программы студент будет иметь опыт решения следующих задач:• обработка данных с помощью технологий машинного обучения: анализ изображений, речевые технологии, рекомендательные системы, NLP;
язык Python
• компьютерное моделирование в задачах геологоразведки и разработки нефтяных месторождений;
• владение современными программными комплексами;
• разработка web-приложений;
язык PHP, 1С-Битрикс
• разработка наукоемкого программного обеспечения;
языки С++, С#
Темы выпускных работ: развернуть свернуть
- Алгоритмы построения деревьев решений
- Восстановление структурной проницаемости и пористости в задачах многофазной фильтрации
- Геометрическая инверсия в задачах гравиразведки с параметризацией объектов сплайнами
- Использование GPU для ускорения численного моделирования методом граничных элементов
- Использование современных средств языка Фортран для математического моделирования эволюции астрофизических объектов
- Исследование влияния ошибок округления на свойства критериев проверки нормальности.
- Исследование возможности построения и свойств графов знаний на основе текстовых данных с использованием моделей искусственного интеллекта для обработки естественного языка
- Исследование и разработка алгоритмов обнаружения границ предложений с использованием акустических и лексических характеристик
- Математическое моделирование процесса движения жидкости на базе неконформных конечноэлементных методов
- Построение эквивалентных гидродинамических моделей нефтяных коллекторов со сложной микроструктурой
- Предиктивный анализ оттока абонентов интернет-провайдера
- Разработка вычислительных схем решения осесимметричных задач с использованием скалярных граничных элементов
- Разработка вычислительных схем численного моделирования с переносом части вычислений на видеокарту
- Разработка и исследование обобщенного критерия проверки гипотезы о нормальном распределении на основе нейросетевой модели
- Разработка и реализация алгоритмов расчета поля давления в околоскважинном пространстве
- Разработка и реализация схемы моделирования двухфазного потока в поровой среде с использованием скалярного и векторного МКЭ
- Разработка интерфейса программного комплекса для моделирования разработки нефтяных месторождений
- Разработка методов инверсии данных магниторазведки с использованием геометрической параметризации
- Разработка методов численного моделирования много-полюсных магнитов
- Разработка модуля для расчета поля давления и скорости фильтрации в поровом пространстве с использованием разных конечноэлементных аппроксимаций
- Разработка стартапа "TrackAnalyzer" (разработка приложения для гармонического разложения музыкальных композиций)
- Разработка стартапа "Приложение для автоматического создания генеративных NFT коллекций (Разработка веб-интерфейса с использованием фреймворка React)"
- Разработка фрагментов программного комплекса численного моделирования с использованием конечных элементов векторного типа
- Разработка функционала расчета реестров начислений тренеров в CRM-системе Sport Priority
- Решение обратной задачи магниторазведки с использованием простой геометрической параметризации
Остались вопросы о направлении?
На них ответит:Патрушев И. И.