МФТИ открывает первую в России продвинутую магистерскую программу в Computer Science и Software Engineering
Программа разработана кафедрой дискретной математики МФТИ и базовыми кафедрами ИТ-компаний Сбертех, Тинькофф, Яндекс, ABBYY и 1C в Физтех-школе прикладной математики и информатики (ФПМИ). Она представляет собой набор курсов, которые смогут выбрать лучшие абитуриенты магистратуры ФПМИ по результатам вступительных испытаний.
Как будет устроен продвинутый трек
Каждая кафедра готовит набор курсов, дающих углубленное понимание различных областей Computer Science: анализа данных, промышленной разработки, распределенных вычислений и других направлений.
Студентам трека будут доступны курсы всех кафедр-участниц. Магистранты смогут выбрать дисциплины и сформировать индивидуальную траекторию обучения в зависимости от личных научных интересов и карьерных устремлений.
Список курсов:
Как поступить
В июле каждая кафедра, участвующая в разработке трека, открыла конкурс на места.
Абитуриентам предстоит пройти стандартные вступительные испытания для зачисления в магистратуру ФПМИ. Сначала нужно выбрать конкурсные группы, а затем посмотреть соответствующие им экзамены.
По итогам набора каждая из кафедр сможет рекомендовать для зачисления на программу продвинутого трека не более 20% магистрантов, подавших к ней заявки и показавших сильнейшие результаты во время вступительных испытаний.
Для отбора на трек и согласования индивидуальных программ нужно будет обратиться на кафедру.
Мфти computer science что это
The highest quality of Computer Science education, research and development activities at MIPT is acknowledged by the fact that in 2020 MIPT was chosen to host the Finals of the World’s most prestigious programming competition for university students: ICPC.
During the contest the ICPC team has interviewed Prof. Andrei Raigorodskii, the head of the MIPT School of Applied Mathematics and Informatics.
The video interview is available on YouTube.
Moscow Institute of Physics and Technology (MIPT) is a Russian analogue of MIT(USA) and USTC (China). It was established in 1948 and its aim was to produce elite engineers. The following was done to achieve this goal:
Program included mathematics, physics and theoretical physics at the highest level possible in Soviet Union at that time.
World-renowned scientists were giving lectures, 8 of them later became Nobel Prize winners.
Not only lectures but also seminars were taught by professional researchers (at least of PhD level).
Starting from the third year of study students started participating in the cutting edge research at the best labs and research centers in Moscow.
These strong foundations resulted in the leading position that MIPT have been occupying in the national academic landscape from its birth until the current times:
Reputation
MIPT has a nation-wide reputation and the best research labs, design engineering bureaus and businesses are competing to employ MIPT graduates. Specialists consider MIPT as one of the very best Russian Universities.
Researchers
A significant part of the alumni take the scientific path and become fundamental researchers. Their education allow them to become the world leading scientists, like Nobel Prize Winners Andre Gaim and Konstantin Novoselov, the discoverers of graphene.
The MIPT School of Applied Mathematics and Computer Science builds on the concepts and values that powered the reputation of MIPT for decades, while bearing in mind the challenges and opportunities of the current digital Millenium. This approach leads to the following features of the School:
1. Mathematics is at the uncompromisingly high level.
2. Top-notch Computer Science courses that allow the students to easily enter the job market right after the graduation.
3. Modern artificial intelligence applications require the solid knowledge of discrete mathematics, probability theory and statistics, so these subjects get special attention in the curriculum, replacing the courses on physics that were more traditional to other MIPT departments.
4. School employs top professors and seminars are taught by researchers at the Phd level and above.
5. Students are taking internships in renown IT companies (such as Huawei and Yandex — Russian analogue of Google), banks (such as Sberbank, the largest Russian bank) and other industrial partners of MIPT that work with big data, artificial intelligence and high-load systems. Students start working on real projects as early as the 3rd year of education, so by the graduation they already have sound industrial experience records.
6. Some unique activities are available for the students inclined to try on an interpreneur’s hat. A notorious example is the innovation practicum where students are taught how to build startups, organize teamwork and sell their ideas.
7. Students interested in competitive programming have an opportunity to participate in ACM ICPC Olympiads, where teams of the School are always among the winners.
Our results
As a result graduates have the opportunity to stay in Russia in IT company or to go abroad (say to USA) where their salary starts at $15000 per month.
Students can also take the scientific path and do the research in artificial intelligence, big data and other hot areas.
About bachelor program
Information technologies power almost every technological achievement of the modern world. Yes, the cars would have been impossible without the invention of the wheel, but modern cars are as dependent on software and algorithms as they are dependent on basic mechanics: the car engine is controlled by a computer. Penicillin was discovered accidentally, but modern drugs are designed and tested by a well-thought computer-aided process. First merchants were brave travelers risking their lives travelling seas to brings goods to the people; modern superstores do not require their CEOs to risk their lives, but they do employ advanced algorithms to optimize the delivery. World wide web made it possible to replace paper mail with electronic messaging. We are given product recommendations on the Internet not by people, but by machine learning algorithms. All that technologies are making our life easier, but require hard and super-interesting work by the people that design them. Do you want to be among the people that shape the future technologies? Then read on!
Most of the modern technologies require either unhuman speed of reaction or unhuman quantities of data to be processed. This is where computers come into play. But someone needs to tell the computer how to solve the problem, and these people are programmers. They take algorithms (“recipes”) and express them in the language that computers understand, a programming language. Programmers can be compared to cooks. But who designs and tunes the recipes? Who are the chefs? These are computer scientists, the people who create new algorithms, staying at the cutting edge. This is a highly rewarding profession, but it doesn’t come in a snap: one cannot become a computer scientist just by completing a bunch of online courses and bootcamps. Are you not afraid of hard work to get to the frontiers of the modern computer science? Come join us at MIPT!
We are proud to have one of the strongest Information Technologies bachelors programs in Russia, the country well known for the quality of its STEM graduates. One of the advantages of this program is the balance between the fundamentals and the applied facet of the computer science. The program includes courses on modern programming languages and computer architecture, but what makes it special is that significant part of the program is devoted to mathematics that drives the classical and cutting edge algorithms. Commonly it is referred to as discrete mathematics, the part of mathematics that studies discrete objects. To get a sense of what it is, recall that the image on your smartphone screen is discrete — it is made of single illuminating dots called pixels, although when the pixels are small enough, you have an impression of a continuous picture. Mathematics has always been the language of science, computers can only work with discrete data, so naturally discrete mathematics have become the enabling tool for the computer science. The terminology of discrete mathematics, such as sets, graphs, permutations, formal grammars, penetrates the vast majority of modern computer science research and development. The interplay between the theory and applications in computer science is undisputable: network design and logistics are enabled by graph theory, cryptography is enabled by number theory, information transmission is enabled by coding theory, and many more connections may be listed. Our graduates have both solid understanding of the theories within discrete mathematics, as well as of the ways these theories can be (and are) applied.
János Pach is a mathematician and computer scientist working in the fields of combinatorics and discrete and computational geometry. Pach received his Candidate degree from the Hungarian Academy of Sciences, in 1983, where his advisor was Miklós Simonovits. Since 1977, he has been affiliated with the Alfréd Rényi Institute of Mathematics of the Hungarian Academy of Sciences. He was Research Professor at the Courant Institute of Mathematical Sciences at NYU (since 1986), Distinguished Professor of Computer Science at City College, CUNY (1992-2011), and Neilson Professor at Smith College (2008-2009). In 2008, he joined École Polytechnique Fédérale de Lausanne as Professor of Mathematics.
Watch video invitation from János Pach
Gyula O.H. Katona is a Hungarian mathematician known for his work in combinatorial set theory, and especially for the Kruskal–Katona theorem and his beautiful and elegant proof of the Erdős–Ko–Rado theorem in which he discovered a new method, now called Katona’s cycle method. Since then, this method has become a powerful tool in proving many interesting results in extremal set theory. He is affiliated with the Alfréd Rényi Institute of Mathematics of the Hungarian Academy of Sciences.
Watch video invitation from Gyula O.H. Katona
«MIPT is one of the strongest universities in Europe. Especially in Graph Theory, Combinatorics and their Applications.
This is why I did not hesitate a minute when I was asked in 2015 to join the new Master’s program. I accepted this offer with great pleasure. Since then I give each year a series of lectures on my favorite area: Extremal Set Theory. So, you do not know what it is? I give an example.
There are n people, members of a society. For different tasks they form committees. The democratic rule is that no committee can be a proper subset of another one. At most how many committees can be formed? If you chose this program, I will tell the answer in the first class. Extremal Set Theory has many other similar, but not so easy problems. But Combinatorics has many other, nice, interesting subfields. You can learn all of those from my excellent colleagues.
What is nice about Combinatorics? On the one hand it asks questions that can be explained to a highschool student between two bus-stops, though to answer the question might be very difficult, needing surprising ideas. On the other hand Combinatorics is in «one step” from real life problems, it is really an applicable mathematics, I always enjoyed teaching these classes, since the audience consisted of smart, motivated young people from all around the world. And I had the impression that they liked that I taught them. In one case it was sure. A Chinese lady, after receiving her Master’s degree at MIPT, came to Budapest to continue her studies and she is now writing her PhD thesis under my supervision.
One more thing. From MIPT, within 30 minutes you can reach the center of an exciting, vibrant city: MOSCOW.»
Nelly Litvak is professor in Algorithms for Complex Networks and has a background in Applied Probability and Stochastic Operations Research. She works on mathematical methods and algorithms for complex networks, such as social networks and the WWW. Real-life networks are modeled as random graphs, and algorithms are used to extract information from the massive network data.
The overall goal of her research is to extract value from (Big) Data, focusing on network data. Her research revolves around three main topics: Information extraction and predictions based on data, mathematical analysis of network characteristics and randomized algorithms. The first looks at defining and collecting the correct measurements and data for specific purposes and deducing networks from data. The second examines mathematical properties of algorithms in networks, for example, the famous PageRank that Google invented to rank web pages. The third looks at efficient algorithms for computing network characteristics when the complete network data is not available.
Программа: Engineering & Computer Science
Направление подготовки: 09.03.01 Информатика и вычислительная техника
Всего часов на обучение
Введение в математический анализ
Многомерный анализ, интегралы и ряды
Кратные интегралы и теория поля
Теория функций комплексного переменного
Уравнения математической физики
Общая физика: механика
Общая физика: термодинамика и молекулярная физика
Общая физика: электричество и магнетизм
Общая физика: оптика
Общая физика: квантовая физика
Общая физика: лабораторный практикум
Прикладная физическая культура (виды спорта по выбору)
Вероятность и статистика
Основы вероятности и теория меры
Информатика и вычислительная техника
Введение в программирование
Алгоритмы и структуры данных
Архитектура компьютеров и операционные системы
Параллельные и распределенные вычисления
Актуальные задачи цифровых технологий
Дизайн и разработка интерфейсов
Введение в компьютерную безопасность
Основы промышленного программирования
Анализ требований к программному обеспечению
Тестирование программных средств
Проектирование программных систем
Управление технологическими инновациями
Блок дисциплин по выбору 1
Проектирование высоконагруженных систем
Профильные дисциплины (базовая кафедра)
Кружок Computer Science для школьников от ФПМИ и ЦРИТО МФТИ
16 сентября начнется отбор в кружок Computer Science для школьников. Организаторы — Физтех-школа прикладной математики и информатики и Центр развития ИТ-образования МФТИ.
Кружок пройдет в формате лекций и практических занятий по программированию. Программа лекций расскажет о задачах, которые стоят перед современной компьютерной наукой. В частности, это оптимизация в «трудных» задачах, приближенные алгоритмы и эвристики, прикладная теория игр, задачи машинного обучения, распределенные системы и информационная безопасность. На семинарах можно будет самостоятельно реализовать идеи и алгоритмы, глубже погрузиться в одну из тем и найти себе научного руководителя.
Лекции ведут преподаватели МФТИ и ученые, работающие в соответствующих областях. На семинарах со школьниками будут работать студенты и выпускники ИТ-факультетов МФТИ и ВШЭ. Партнеры мероприятия — компании Яндекс, 1С, СберТех, Сбербанк, Тинькофф и ABBYY.
Обучение бесплатное и проходит в очной и онлайн-форме. Очные занятия будут проходить в Москве, в Центре исследований и разработки компании 1С по адресу Дмитровское шоссе, д. 9. Лекции будут записаны на видео и опубликованы.
Приглашаются учащиеся старших классов, которым интересно программирование и стоящая за ним математика. Для участия необходимо зарегистрироваться и решить одну задачу из отборочного задания, которое будет опубликовано 16 сентября в группе ФПМИ ВКонтакте. Занятия начнутся в октябре. Вопросы можно задать в чате в Telegram.
Научное программирование в МФТИ
Привет, это Александр Нозик, и этот пост посвящен еще одной «интересной» магистерской программе (на этот раз на физтехе, совместно с JetBrains, Таврида Электрик и целым списком научных организаций). Про интересность вы решите сами, но программа в этот раз действительно уникальная (пока по крайней мере). Называется она Научное программирование (официальное название «Разработка и применение программного обеспечения в физических исследованиях») и расположена на ФПМИ и ЛФИ в МФТИ. Посвящена не отдельно физике, не отдельно программированию, не отдельно computer science, а стыку всего этого.
Если вы уже поняли, что это про вас, то можно бежать читать подробности и заполнять анкету на сайте программы.
Если нет, то читаем дальше.
Зачем это?
Дело в том, что все аспекты нашей современной жизни так или иначе связаны с компьютерами и программированием, наука и инженерия не исключение. Ученые и инженеры существенную часть своего рабочего времени посвящают работе с компьютерами. Если мы говорим про науку, то все начинается со стадии проектирования эксперимента. Мы делаем большие объемы математического моделирования, чтобы понять, что вообще можно измерить и как это лучше сделать. В конце концов, мы не можем работать методом тыка. Современные эксперименты очень дороги, и делать их, не зная заранее, что там можно измерить, очень невыгодно. Дальше нам надо собрать данные, для этого используются разнообразные автоматизированные системы управления. Эти данные нужно хранить (а данных может быть очень много, петабайты). К данным нужно обеспечить удобный доступ, организовать резервное хранение, сервисы по индексации и визуализации. В конце концов данные нужно обработать. А тут уже нужно задействовать весь арсенал современных компьютерных методов работы с данными от параллельных и распределенных вычислений до машинного обучения.
В индустрии проблем не сильно меньше. То же самое математическое моделирование, тот же сбор данных, но также добавляется использование автоматических систем проектирования, инфраструктурные проекты и многое другое.
Во всех этих задачах нужно не только знать соответствующие алгоритмы, но и создавать и поддерживать программные инструменты. Практика показывает, что для этого нужно понимать не только прикладное программирование, но и ту область, в которой решения будут применяться (предметную область). В то же время физики и инженеры должны знать прикладное программирование, чтобы работать с современным программным обеспечением и совершенствовать его.
Как это?
Как вы, наверное, уже догадались, тут как раз и включается наша магистерская программа. Она организована на стыке областей, и наша цель — научить физиков (и вообще «предметников») программировать, а программистов понимать предметную область. Разумеется, невозможно знать все одинаково хорошо. Но тем не менее мы и наши партнеры верим в то, что в будущем профессия физик-программист (или химик-программист, или биолог-программист), то есть тот, кто не просто может написать скрипт на Python, а умеет создавать и поддерживать прикладное программное обеспечение в предметной области, будет весьма востребована.
Разумеется, тут есть некоторая техническая сложность. Дело в том, что за последние 30 лет пути IT и естественных наук сильно разошлись, и оказывается, что физики плохо владеют IT-инструментами, а IT-шники не знают предметной области. Нам нужны и те и другие, но обучать их нужно по-разному. Поэтому нужно сделать так, чтобы программа была максимально гибкая и могла быть подстроена и под тех, и под других. Решение — это минимальный набор общих предметов:
Остальные предметы выбираются студентом совместно с научным руководителем. Научный руководитель в нашей программе играет ключевую роль, потому что мы пытаемся охватить очень широкую область со множеством узких специализаций, и именно научный руководитель (и компания или институт, стоящие за ним) являются «направляющей», по которой студент будет двигаться. По этой причине руководителя нужно выбрать заранее и убедиться в том, что он (или она) вам подходит и вы подходите ему (или ей). В качестве бонуса от такой процедуры вы можете получить гарантированное поступление в магистратуру МФТИ. Наши промышленные партнеры (JetBrains и Таврида Электрик) готовы оплатить обучение для ограниченного количества студентов, которые прошли собеседования с руководителями, но по какой-то причине не прошли по конкурсу.
Направления работы
Давайте теперь кратко — подробно никакого поста не хватит — остановимся на темах тех научных руководителей, которые участвуют в программе.
Математическое моделирование в физике частиц
Это направление представлено очень широко, поскольку создатели программы — выходцы из этой области.
Максим Долгоносов из ИКИ РАН и ВШЭ представляет широкое направление, связанное с моделированием космических детекторов и высокоэнергетических процессов в атмосфере (с заходом в физику плазмы). Над этой проблемой сейчас также работает очень активная группа в МФТИ под руководством Егора Стадничука и Екатерины Свечниковой из ИПФ РАН.
Художественное видение реакторной модели возникновения наземных гамма-всплесков. Автор: Екатерина Свечникова
Игорь Анатольевич Пшеничнов из ИЯИ РАН является ведущим мировым специалистом по фотоядерным реакциям, физике ядер-спектаторов и моделированию на платформе Geant4 как для экспериментов в физике частиц, так и для прикладных исследований, например медицинской физики. Ученики Игоря Анатольевича работают в МФТИ.
Кроме того существует широкий спектр задач в физике частиц (в основном в международных коллаборациях), требующих навыков работы с Geant4 (С++).
В лаборатории Nuclear Physics Methods JetBrains Research мы — Александр Нозик и Roland Grinis — также занимаемся разработкой новых экспериментальных инструментов для моделирования процессов (в основном на Kotlin и с использованием разных новых технологий.
Моделирование на сетках
Айно Константиновна Скасырская является уникальным специалистом по сеточным расчетам разного рода (гидродинамика, термодинамика, расчет механических напряжений, электромагнитные поля). Для таких расчетов нужно не только хорошо разбираться в решении дифференциальных уравнений на сетках, но и владеть современными коммерческими пакетами, такими как ANSYS и COMSOL. Ученики Айно Константиновны чрезвычайно востребованы в промышленности.
Анализ данных в астрофизике и физике космических лучей
На данный момент этой задачей занимаются сразу две не связанные между собой группы, сотрудничающие с нашей магистерской программой: Олег Евгеньевич Калашев из ИЯИ РАН и Дмитрий Костюнин из DESY (Германия). Обе группы занимаются анализом данных с крупных международных экспериментов, таких как Telescope Array, Tunka-Rex и KASCADE-Grande, с использованием современных компьютерных методов, включая машинное обучение.
Иллюстрация из сборника «Физики шутят»
Программное обеспечение для крупных проектов
Лев Шагалов курирует широкий спектр задач от крупной коммерческой компании Таврида Электрик — одного из наших основных партнеров. Среди этих задач есть как разработка высоконагруженных распределенных систем последнего поколения для управления электросетями, так и разработка и внедрение «умных» алгоритмов в энергетической отрасли.
Константин Герценбергер является главой группы программного обеспечения в эксперименте BM@N на коллайдере NICA и занимается разработкой и поддержкой всех программных систем эксперимента. Петр Климай в рамках этой же коллаборации занимается системами хранения, индексации и визуализации больших объемов данных.
Игорь Хохряков входит в коллаборацию TANGO-controls и вместе со мной занимается разработкой распределенных гетерогенных систем сбора данных нового поколения и системами визуализации для них (кому интересно, пойдите посмотрите тут и тут.
Разработка инструментов для научных вычислений
Ильмир Усманов из JetBrains (отделение в Мюнхене) входит в команду Kotlin language research и занимается проектированием и оптимизацией элементов компилятора Kotlin, нужных в том числе для высокопроизводительных вычислений.
Roland Grinis в плотном сотрудничестве с лабораториями JetBrains Research и Kotlin scientific community занимается разработкой и интеграцией инструментов для высокопроизводительных тензорных вычислений и их использованием для реализации прикладного моделирования.
Разумеется, тут описано далеко не все, чем планируется заниматься в рамках магистратуры. В одной только нашей лаборатории еще много работы по визуализации данных, распределенным вычислениям и куче всего.
Демонстрация библиотеки VisionForge. Визуализация трэков мюонов в подземном эксперименте Muon Monitor
Список руководителей постоянно обновляется. Кроме того, если у вас есть задача по научному программированию, под которую у нас не нашлось руководителя, то пишите нам, мы поищем. Ну и разумеется, можно приходить со своим руководителем.
Для того, чтобы примерно понять, о каких задачах идет речь, можно заглянуть сюда и посмотреть тестовые/стартовые задачи, оставленные нашими руководителями с пометкой «Магистратура».
Как к нам попасть?
Для начала надо заполнить анкету. В ней укажите свою контактную информацию и тех руководителей, с которыми вы хотели бы работать. Подача анкеты ни к чему вас не обязывает. Вы можете зарегистрироваться, пройти собеседование с руководителем и решить, что вам хочется чего-то другого.
Более подробная и актуальная информация есть на сайте.
Задать вопросы и обсудить разные аспекты научного программирования можно в телеграм-группе нашей лаборатории