Moderne wetenschap en techniek vertrouwen kritisch op efficiënte en snelle rekentechnieken en modellen. ACS-programma bereikt de synergie van geavanceerde wiskundige modelleringsmethoden (numerieke ODE en PDE, stochastische modellering, machine learning en op Big data gebaseerde benaderingen) en hun implementatie met moderne krachtige parallelle rekenfaciliteiten die zijn uitgerust met up- up-to-date software. Het geavanceerde wetenschappelijke MSc-project verstevigt de theoretische kennis die is verkregen in de cursussen.
Het MSc-programma duurt 2 jaar: het eerste jaar is om je theoretische achtergrond te versterken en het tweede jaar is gericht op onderzoek. Studenten hebben de vrijheid om cursussen en buitenschoolse activiteiten te kiezen om hun individuele traject vorm te geven, soft skills te verwerven en ondernemersvaardigheden op te doen om zich voor te bereiden op een baan.
Lezingen en praktijklessen gegeven door wereldberoemde professoren en experts.
Individuele onderzoeksprojecten van studenten uitgevoerd in Skoltech-laboratoria.
Een 8 weken durend zomerprogramma voor de industrie bij toonaangevende bedrijven die kennis en vaardigheden omzetten in actie.
Cursussen over ondernemerschap en innovatie die vaardigheden en kennis bieden om ideeën en onderzoeksresultaten te commercialiseren.
Een succesvolle afgestudeerde van het programma is in staat om:
omgaan met de beschikbare informatie over taken in de echte wereld en deze vormgeven in een vorm van efficiënt oplosbare wiskundige modellen
het ontwikkelen van nieuwe computationele benaderingen en algoritmen voor data-intensieve problemen
het gebruik van High-Performance Computing-technieken in Python en C/C++ om massaal parallelle computercodes te ontwikkelen en/of te optimaliseren
gebruikmakend van moderne frameworks voor datavisualisatie
<img class=" image-element img-responsive " src=" https://keystoneacademic-res.cloudinary.com/image/upload/q_auto,f_auto,w_743,c_limit/element/11/111169_TSL_1139.jpg " alt=" 111169_TSL_1139.jpg " data-json=" {"author":"© ","author_url ":"","bron":""}" />
Doel en doelstellingen
Data-intensieve wiskundige modellering en simulaties (DIMMS) Track
Deze track is gericht op het bevorderen van een nieuwe generatie computationele wetenschappers en ingenieurs, die in staat zijn om het eerste principe en datagestuurde benaderingen te combineren in wiskundige modellering van natuurlijke, industriële en sociale fenomenen. Het curriculum balanceert zorgvuldig geavanceerde computing, machine learning en computationele fysica om grootschalige modellen in moderne computationele omgevingen te implementeren.
Een succesvolle afgestudeerde van deze track zal in staat zijn om:
Maak wiskundige modellen van industriële processen, natuurlijke en sociale fenomenen op basis van fundamentele principes en beschikbare gegevens
Bijdragen aan de ontwikkeling van efficiënte algoritmen en codes voor rekenintensieve, data-intensieve modellering en simulaties
Pas relevante computationele benaderingen, datastructuren, hardware en software toe op complexe real-world problemen.
High-Performance Computing (HPC) en Big Data Track
De moderne computerwereld is in wezen parallel omdat CPU's en GPU's meerdere kernen bevatten. Het wordt onmogelijk om datasets en rekenproblemen te verwerken met één rekenknooppunt.
Naast het nastreven van een academische carrière, zullen HPC-trackstudenten met kennis van moderne computerarchitecturen, programmeren, code-optimalisatie en gedistribueerd diep leren gemakkelijk datawetenschappers, software-ingenieurs of IT-specialisten vinden in verschillende sectoren, waaronder IT, olie en gas, Financiën en bankwezen, industriële R&D, productie en meer.
Een succesvolle afgestudeerde van deze track zal in staat zijn om:
Pak de uitdagingen van de moderne computerwereld effectief aan met behulp van bestaande en ultramoderne HPC- en Big Data-frameworks in een verscheidenheid aan toepassingen (deep learning, gegevensanalyse, wiskundige modellering van complexe gebeurtenissen)
Los wiskundige modellering en data-intensieve taken op met behulp van parallel computing
Ontwikkel en optimaliseer massaal parallelle computercodes
Creëer efficiënte infrastructuren voor HPC-clusters, big data en datacenters
Programma structuur
Het 2-jarige programma omvat verplichte en aanbevolen keuzevakken over de belangrijkste onderwerpen, een brede reeks keuzevakken (afhankelijk van het onderzoek en de professionele behoeften van de student), componenten van ondernemerschap en innovatie, onderzoeksactiviteiten en 8 weken industrie onderdompeling.
36 studiepunten
verplichte en aanbevolen keuzevakken
36 studiepunten
Onderzoek en MSc scriptieproject
24 studiepunten
Keuzevakken en projecten
12 studiepunten
Ondernemerschap en innovatie
12 studiepunten
Industriële onderdompeling
Onderzoek
Studenten zijn actief betrokken bij onderzoeksactiviteiten vanaf semester 3.
Belangrijkste onderzoeksgebieden:
Wiskundige en supercomputermodellering
Big Data en gedistribueerd deep learning
Moderne computerarchitecturen en -technologieën
Efficiënte numerieke algoritmen
Zachte materie en stochastische processen
Natuurkunde voor machine learning en machine learning voor natuurkunde
Natuurkunde voor sociale wetenschappen
Wiskundige modellering van grootschalige complexe fenomenen (plasma's, meercomponenten- en meerfasige vloeistoffen en gassen)
Geneesmiddelenontwerp en computationeel ontwerp van nieuwe geneesmiddelen
Versterking leren voor het zoeken naar doelen, kuddeformaties
Gedistribueerde grafiekanalyse op moderne supercomputing-architecturen
Modellering van geomechanica voor de olie-industrie
Femtoseconde optica
Grootschalige moleculaire modellering en optimalisatie van eigenschappen van nieuwe chemicaliën
Carrièremogelijkheden en paden
Industrie
Landing van specialistische functies zoals data-analist, datawetenschapper, industrieel onderzoeker, adviseur in verschillende industriële sectoren (Сhemische en farmaceutische industrie, olie & gas, IT, financiën en andere).
Wetenschap
Landing Ph.D. posities en doorlopend onderzoek bij vooraanstaande Russische en internationale onderzoeksinstanties.
Beginnen
Zelf een bedrijf starten of via het Skolkovo-innovatie-ecosysteem met zijn uitgebreide pool van experts, consultants en investeerders.
Toelatingseisen
Bachelor's degree of gelijkwaardig in wiskunde, informatica, natuurkunde, scheikunde of techniek.
Kennis en vaardigheden:
Calculus, differentiaalvergelijkingen, lineaire algebra, kansrekening en wiskundige statistiek, numerieke methoden.
Engelse taalvereisten:
Als uw onderwijs niet in de Engelse taal is gegeven, wordt van u verwacht dat u aantoont dat u een voldoende niveau van Engelse taalvaardigheid heeft.
Toepassingsvereisten
De online applicatie maakt het proces gemakkelijker voor potentiële studenten. We adviseren u om de aanvraaginstructies, vereisten en deadlines voor het gekozen academische programma zorgvuldig te lezen.
De sollicitatie omvat de volgende documenten: een cv, twee aanbevelingsbrieven, een TOEFL/IELTS-scorerapport en een motivatiebrief. Kandidaten die geen bewijs van Engelse taalvaardigheid hebben, kunnen de TOEFL ITP afleggen tijdens een Selectieweekend bij Skoltech.
Selectie proces
Bereid je portfolio voor Bereid uw competitieve selectietoepassingsmateriaal voor.
Dien uw aanvraag in Upload uw materialen in het aanvraagsysteem en dien uw aanvraag in.
Online testen Elke kandidaat moet een online profieltest afleggen. U wordt per e-mail op de hoogte gebracht van de specifieke datum en tijd van uw test.
Persoonlijke gesprekken (online) De laatste selectiefase vindt plaats in Moskou. Je moet het TOEFL ITP-examen ter plaatse halen, of een geldig TOEFL-certificaat overleggen en slagen voor een persoonlijk interview. Gedurende deze tijd kan het zijn dat voor bepaalde opleidingen extra schriftelijke tentamens nodig zijn (hiervoor krijg je van tevoren bericht).
<img class=" image-element img-responsive " src=" https://keystoneacademic-res.cloudinary.com/image/upload/q_auto,f_auto,w_743,c_limit/element/11/111168_TSL_3334.jpg " alt=" 111168_TSL_3334.jpg " data-json=" {"author":"© ","author_url ":"","bron":""}" />
Wat onze studenten zeggen
Dilyara Baymurzina BSc, Moscow Institute of Physics and Technology → MSc, Skoltech → Neural Networks and Deep Learning Laboratory, MIPT
"In het ACS-programma heb ik zeker veel verschillende toepassingen geleerd van de kennis die gewoonlijk alleen theoretisch wordt onderwezen aan andere universiteiten. Ik geloof dat studeren in zo'n intensief masterprogramma veel nuttiger is voor de toekomst van studenten dan het bestuderen van enkele theoretische vakken en parallel werken."
Mahmud Allahverdiyev BSc, Qafqaz University → MSc, Skoltech → Snowflake
"Tijdens de HPC-cursus hebben we een grondig begrip gekregen van hoe grootschalige Big Data & AI-toepassingen worden aangepakt in wetenschappelijke en industriële omgevingen. Praktische oefenopdrachten op frameworks zoals OpenMP, MPI, CUDA zullen je helpen terwijl werken met HPC-clusters en supercomputers voor je onderzoeksprojecten en mogelijke toekomstige carrière in HPC. Als je vooral geïnteresseerd bent in parallel programmeren, HPC en gedistribueerde systemen, mis dan niet de kans om de cursus te bekijken."
