Искусственный интеллект и анализ данных в финансовых технологиях: магистратура в вузах Калининграда

Программа учитывает актуальные запросы индустриальных партнеров и динамику рынка труда, обеспечивая студентов практическими навыками работы с большими данными, предиктивной аналитикой и автоматизированными системами управления рисками. Важное внимание уделяется разработке интеллектуальных систем поддержки принятия решений, цифровым финансовым инструментам, а также анализу и оптимизации бизнес-процессов в банковской и инвестиционной сферах.

Выпускники программы обладают знаниями, позволяющими работать с финансовыми моделями, алгоритмической торговлей, цифровыми активами и платежными системами, что делает их востребованными специалистами на стыке IT, аналитики и финансовых технологий.

Дисциплины программы:

• Алгебраические методы в информатике
• Дополнительные главы теории вероятностей и математической статистики
• Алгоритмы и структуры данных
• Управление проектами
• Профессиональная подготовка на английском языке
• Дополнительные главы дискретной математики
• Технология разработки и внедрения программного обеспечения
• Информационная безопасность
• Блокчейн
• Психология и педагогика в высшей школе
• Прикладные задачи анализа данных
• Язык Java
• Интерпретируемое машинное обучение
• Многопроцессорное программирование
• Тотальная виртуализация
• Анализ больших данных и визуализация
• Финансовая математика и риск-менеджмент
• Алгоритмическая торговля и высокочастотный трейдинг
• Криптовалюты и блокчейн в финансовых технологиях
• Глубинное обучение и нейросетевые модели в финансах
• Регуляторные технологии (RegTech) и цифровое регулирование
• Финансовая кибербезопасность.

Дисциплины по выбору:

• Технологии Big Data
• Хранение и обработка больших объемов данных
• Управление финансовыми рисками
• Принципы финансового инжиниринга
• Введение в бизнес и системный анализ
• Основы банковского дела
• Распределенные системы
• Инфраструктура многопроцессорных систем
• Оптимизация программ
• Математические методы визуализации данных.

Факультативы:

• Методы машинного обучения
• Гибкие технологии разработки.