Разработчик систем искусственного интеллекта
Профессиональная переподготовка
с практической разработкой
ИИ-решений на основе больших языковых моделей, компьютерного зрения и предиктивной аналитики
с практической разработкой
ИИ-решений на основе больших языковых моделей, компьютерного зрения и предиктивной аналитики
диплом о профессиональной
переподготовке НИТУ МИСИС
переподготовке НИТУ МИСИС
Документ
7 ак. ч.
в неделю
в неделю
Нагрузка
250 часов
Освоение программы
синхронный
онлайн
онлайн
Формат
СТАРТ ПРОГРАММЫ:
06.10.2026
8 месяцев
Длительность
Независимые национальные и международные рейтинги* ежегодно подтверждают высокое качество образования, сильную научную базу
и востребованность выпускников вуза:
Университет
один из ведущих технических университетов России с многолетней историей и устойчивой академической репутацией
Национальный рейтинг университетов «Интерфакс»
Forbes
SuperJob
* Данные актуальны на 2026-ой год
НИТУ МИСИС входит в топ-10 лучших университетов России по совокупности параметров: образование, исследования, инновации и международная деятельность
НИТУ МИСИС вошел в топ-10 вузов России с лучшей репутацией у работодателей
НИТУ МИСИС входит в топ-10 вузов России по уровню зарплат выпускников, работающих в IT-сфере,
где средняя зарплата составляет 175 000 – 200 000 ₽
где средняя зарплата составляет 175 000 – 200 000 ₽
Кому подойдёт программа?
Разработчикам,
Data Science-специалистам и аналитикам,
IT-менеджерам и руководителям ИИ-проектов,
Выпускникам технических вузов,
Инженерам и специалистам в промышленности,
которые хотят углубиться в ИИ и сменить фокус на наиболее востребованное направление
стремящимся систематизировать знания и освоить современные инструменты (LLM, CV, big data)
желающим глубже понимать техническую составляющую для эффективного управления командами
планирующим построить карьеру
в области ИИ
желающим автоматизировать контроль качества, видеоаналитику или прогнозирование
Входные требования
Базовое владение любым языком программирования (рекомендуется Python) и знание математики в объёме первых курсов технического вуза
Практическая ориентированность программы
Программа нацелена на подготовку специалистов, способных разрабатывать промышленные ИИ-решения.
Вы не просто изучите теорию, а создадите реальный проект
по одному из трех направлений: генеративные языковые модели
и агенты, компьютерное зрение или предиктивная аналитика.
Вы не просто изучите теорию, а создадите реальный проект
по одному из трех направлений: генеративные языковые модели
и агенты, компьютерное зрение или предиктивная аналитика.
Итоговая аттестация – защита проекта, который станет основой вашего портфолио. Проект можно выполнять на основе реальных бизнес-кейсов или ваших текущих задач.
Ключевые технологии, которые вы освоите:
LLM и агенты:
Компьютерное зрение:
Предиктивная аналитика:
LangChain, CrewAI, RAG, векторные базы данных (Chroma, FAISS)
YOLO, UNet, SAM, OpenCV, DeepSort
XGBoost, Prophet, LSTM, SHAP, LIME, ClickHouse, Spark
Для чего нужны инструменты ИИ?
Генерация и обработка текста
Создание контента, рефератов, аналитических обзоров
Прогнозирование и оптимизация
Прогноз спроса,
оттока клиентов, рисков
оттока клиентов, рисков
Создание ИИ-агентов
Чат-боты, автоматизаторы, анализаторы документов
Визуальный анализ и контроль
Обнаружение дефектов, распознавание объектов, сегментация изображений
Анализ больших данных
Выявление закономерностей, построение рекомендательных систем
Управление процессами
Интеграция ИИ в бизнес-процессы, автоматизация рутины
Умение интегрировать ИИ в бизнес-процессы становится важнейшей универсальной компетенцией, повышает эффективность работы
и профессиональную востребованность
и профессиональную востребованность
Кем вы сможете работать
*Обзор зарплат ключевых AI-специалистов
на основе данных порталов hh.ru и «Хабр Карьеры» (2026 г.)
на основе данных порталов hh.ru и «Хабр Карьеры» (2026 г.)
AI-агент разработчик (NLP, LangChain)
Junior
Middle
Senior
Вы научитесь создавать умных агентов
на базе больших языковых моделей
и фреймворка LangChain.
Будете проектировать диалоговые системы, которые автоматически обрабатывают обращения клиентов, отвечают на вопросы
и заводят тикеты без участия оператора.
Сможете связать нейросеть с внутренними базами знаний и инструментами документооборота – агент будет самостоятельно искать информацию, заполнять формы и формировать отчёты.
на базе больших языковых моделей
и фреймворка LangChain.
Будете проектировать диалоговые системы, которые автоматически обрабатывают обращения клиентов, отвечают на вопросы
и заводят тикеты без участия оператора.
Сможете связать нейросеть с внутренними базами знаний и инструментами документооборота – агент будет самостоятельно искать информацию, заполнять формы и формировать отчёты.
450 000₽
и более
После обучения
1-3 года опыта
3+ лет опыта
290 000₽
100 000₽
Computer Vision инженер
Junior
Middle
Senior
Вы сможете обучать нейросети для промышленной дефектоскопии – находить микротрещины,
сколы и отклонения от эталона на производственных линиях быстрее и точнее человека.
Освоите внедрение машинного зрения
в робототехнику: обеспечите роботам навигацию
по цеху, распознавание объектов и захват деталей.
Ваши алгоритмы превратят обычную камеру
в инструмент автоматического контроля
качества и безопасного взаимодействия
техники со средой.
сколы и отклонения от эталона на производственных линиях быстрее и точнее человека.
Освоите внедрение машинного зрения
в робототехнику: обеспечите роботам навигацию
по цеху, распознавание объектов и захват деталей.
Ваши алгоритмы превратят обычную камеру
в инструмент автоматического контроля
качества и безопасного взаимодействия
техники со средой.
400 000₽
и более
После обучения
1-3 года опыта
3+ лет опыта
220 000₽
150 000₽
ML-инженер
Junior
Middle
Senior
Вы сможете строить прогнозные
модели на основе исторических данных компании.
Научитесь анализировать временные ряды
и предсказывать спрос на продукцию, пиковые нагрузки на производство, динамику продаж.
Будете создавать системы, которые помогают бизнесу планировать закупки, управлять
складскими запасами и бюджетами,
опираясь не на интуицию, а на точные
предиктивные метрики.
модели на основе исторических данных компании.
Научитесь анализировать временные ряды
и предсказывать спрос на продукцию, пиковые нагрузки на производство, динамику продаж.
Будете создавать системы, которые помогают бизнесу планировать закупки, управлять
складскими запасами и бюджетами,
опираясь не на интуицию, а на точные
предиктивные метрики.
350 000₽
и более
После обучения
1-3 года опыта
3+ лет опыта
170 000₽
100 000₽
Что останавливает вас на пути в IT?
Я совершенно не разбираюсь в IT
Обучение начинается с базового модуля
и построено на доступных объяснениях
и примерах. После вводного блока вы сориентируетесь в профессиях и сможете осознанно выбрать свою траекторию
и построено на доступных объяснениях
и примерах. После вводного блока вы сориентируетесь в профессиях и сможете осознанно выбрать свою траекторию
Нейросети заменят программистов
Искусственный интеллект – это современный инструмент разработчика, а не его замена.
В программу включено обучение работе с ИИ, чтобы вы были более конкурентоспособны
на рынке труда
В программу включено обучение работе с ИИ, чтобы вы были более конкурентоспособны
на рынке труда
Для программирования нужна высшая математика
В повседневной практике разработчику достаточно базовой арифметики и логики. Углублённые математические знания требуются только в узких специализациях
Боюсь не справиться и бросить обучение
В течение всего обучения вас будут сопровождать преподаватели и кураторы.
Вы получите подробную обратную связь
по практическим заданиям, помощь в сложных темах, а также поддержку сообщества
Вы получите подробную обратную связь
по практическим заданиям, помощь в сложных темах, а также поддержку сообщества
Слишком высокая стоимость обучения
Инвестиции в IT-образование сопоставимы
с уровнем дохода в отрасли. Кроме того, доступны различные форматы оплаты
и рассрочка, позволяющие распределить нагрузку на бюджет
с уровнем дохода в отрасли. Кроме того, доступны различные форматы оплаты
и рассрочка, позволяющие распределить нагрузку на бюджет
Особенности обучения
Фундамент из математики, Python и ML – общий для всех трёх треков
Общий базовый модуль
После базового блока вы выбираете один из трёх профильных треков в зависимости от вашей карьерной траектории
Специализированный трек
Финальный проект по выбранному треку – реальная разработка
или исследование
или исследование
Проектная работа
Преподаватели – ведущие специалисты
НИТУ МИСИС и лидеры ИИ-индустрии
НИТУ МИСИС и лидеры ИИ-индустрии
Экспертный состав
Обучение с применением дистанционных технологий: видеолекции + онлайн-практикумы + самостоятельная работа с проверкой
Гибкий формат
Доступ к закрытому чату, консультации преподавателей, помощь в выполнении домашних заданий и проектов
Команда поддержки и комьюнити
Программа обучения
Введение в математику ИИ: теория вероятностей, математическая статистика _______________________ 16 ак.ч.
Математические методы машинного обучения ____________________________________________________________ 20 ак.ч.
(регрессии, деревья, бустинг, кластеризация, PCA)
Основы программирования на Python (типы данных, циклы, функции, ООП) ___________________________ 18 ак.ч.
Библиотеки для ИИ и работы с данными (NumPy, Pandas, Matplotlib, Scikit-learn) ______________________ 16 ак.ч.
Основы нейронных сетей ____________________________________________________________________________________ 20 ак.ч.
(перцептрон, свёрточные и рекуррентные сети, attention, трансформеры)
Математические методы машинного обучения ____________________________________________________________ 20 ак.ч.
(регрессии, деревья, бустинг, кластеризация, PCA)
Основы программирования на Python (типы данных, циклы, функции, ООП) ___________________________ 18 ак.ч.
Библиотеки для ИИ и работы с данными (NumPy, Pandas, Matplotlib, Scikit-learn) ______________________ 16 ак.ч.
Основы нейронных сетей ____________________________________________________________________________________ 20 ак.ч.
(перцептрон, свёрточные и рекуррентные сети, attention, трансформеры)
Обработка естественного языка (NLP): предобработка, анализ, классификация _______________________ 24 ак.ч.
Математика трансформеров (attention, self-attention, архитектура Transformer)________________________ 20 ак.ч.
Промпт-инжиниринг и работа с LLM (few-shot, CoT, fine-tuning)__________________________________________ 24 ак.ч.
RAG и векторные базы данных (Chroma, FAISS, эмбеддинги)______________________________________________ 20 ак.ч.
ИИ-агенты и мультиагентные системы (LangChain, ReAct, CrewAI) _______________________________________ 24 ак.ч.
Оценка LLM и этические аспекты____________________________________________________________________________ 12 ак.ч.
Выпускной проект: разработка ИИ-агента для бизнес-задачи ____________________________________________ 16 ак.ч.
Математика трансформеров (attention, self-attention, архитектура Transformer)________________________ 20 ак.ч.
Промпт-инжиниринг и работа с LLM (few-shot, CoT, fine-tuning)__________________________________________ 24 ак.ч.
RAG и векторные базы данных (Chroma, FAISS, эмбеддинги)______________________________________________ 20 ак.ч.
ИИ-агенты и мультиагентные системы (LangChain, ReAct, CrewAI) _______________________________________ 24 ак.ч.
Оценка LLM и этические аспекты____________________________________________________________________________ 12 ак.ч.
Выпускной проект: разработка ИИ-агента для бизнес-задачи ____________________________________________ 16 ак.ч.
Свёрточные нейронные сети: архитектуры, аугментация данных________________________________________ 24 ак.ч.
Детекция объектов: YOLO, Faster R-CNN ___________________________________________________________________ 20 ак.ч.
Сегментация изображений: UNet, Mask R-CNN, SAM______________________________________________________ 20 ак.ч.
Трекинг объектов: DeepSort, BoT-SORT_____________________________________________________________________ 16 ак.ч.
Промышленные кейсы CV: дефектоскопия, безопасность, логистика____________________________________ 24 ак.ч.
Медицинские и биомедицинские задачи CV________________________________________________________________ 20 ак.ч.
Выпускной проект: система CV для промышленности_____________________________________________________ 16 ак.ч.
Детекция объектов: YOLO, Faster R-CNN ___________________________________________________________________ 20 ак.ч.
Сегментация изображений: UNet, Mask R-CNN, SAM______________________________________________________ 20 ак.ч.
Трекинг объектов: DeepSort, BoT-SORT_____________________________________________________________________ 16 ак.ч.
Промышленные кейсы CV: дефектоскопия, безопасность, логистика____________________________________ 24 ак.ч.
Медицинские и биомедицинские задачи CV________________________________________________________________ 20 ак.ч.
Выпускной проект: система CV для промышленности_____________________________________________________ 16 ак.ч.
Продвинутое машинное обучение: XGBoost, LightGBM, CatBoost_________________________________________ 24 ак.ч.
Анализ временных рядов: ARIMA, Prophet, TFT_____________________________________________________________ 24 ак.ч.
Feature engineering и отбор признаков ______________________________________________________________________ 20 ак.ч.
Работа с большими табличными данными: ClickHouse, Polars, Spark (введение)________________________ 20 ак.ч.
Интерпретация моделей: SHAP, LIME________________________________________________________________________ 16 ак.ч.
AutoML и мониторинг моделей в продакшене______________________________________________________________ 20 ак.ч.
Выпускной проект: система предиктивной аналитики_____________________________________________________ 16 ак.ч.
Анализ временных рядов: ARIMA, Prophet, TFT_____________________________________________________________ 24 ак.ч.
Feature engineering и отбор признаков ______________________________________________________________________ 20 ак.ч.
Работа с большими табличными данными: ClickHouse, Polars, Spark (введение)________________________ 20 ак.ч.
Интерпретация моделей: SHAP, LIME________________________________________________________________________ 16 ак.ч.
AutoML и мониторинг моделей в продакшене______________________________________________________________ 20 ак.ч.
Выпускной проект: система предиктивной аналитики_____________________________________________________ 16 ак.ч.
Календарный график
1
3
2
Недели 1–8
Недели 25–32
Недели 9–24
Неделя 33
Математика для ИИ, Python, библиотеки данных, основы
нейросетей и трансформеров
Разработка выпускного проекта под руководством экспертов
LLM и агенты / компьютерное зрение / предиктивная аналитика
Защита итогового проекта перед комиссией. Получение диплома
о профессиональной переподготовке
о профессиональной переподготовке
4
90 часов
30 часов
120 часов
10 часов
Базовый модуль для всех слушателей
Выбор трека и углубленная работа в данном направлении
Процесс обучения
1. Видеолекции
и дополнительные материалы
для самостоятельного изучения
и дополнительные материалы
для самостоятельного изучения
4. Домашние задания
5. Итоговый проект
2. Вебинары
с преподавателями
для освоения материала продвинутого уровня
с преподавателями
для освоения материала продвинутого уровня
3. Практические занятия и обратная связь
от преподавателя
в режиме реального времени
от преподавателя
в режиме реального времени
Результаты обучения
Трек 2
Сможете создавать системы детекции, сегментации и трекинга объектов, оптимизировать модели для Edge-устройств, решать задачи дефектоскопии
Трек 1
Вы научитесь разрабатывать и настраивать LLM-решения через API, строить RAG-системы и мультиагентные архитектуры
на LangChain и CrewAI
на LangChain и CrewAI
Трек 3
Научитесь строить прогнозные модели
на временных рядах, обрабатывать большие табличные данные, интерпретировать модели
и автоматизировать ML-пайплайны
старший преподаватель кафедры инженерной кибернетики НИТУ МИСИС
Корнет М.Е.
к.ф.-м.н., доцент кафедры инженерной кибернетики ИКН НИТУ МИСИС, ведущий инженер-разработчик ОА “Информатика”
Филимонов А.В.
Евстифеева Н.А.
к.ф.-м.н., доцент преподаватель кафедры инженерной кибернетики ИКН НИТУ МИСИС
д.э.н., профессор кафедры инженерной кибернетики ИКН НИТУ МИСИС, руководитель исследовательских и образовательных компании Garpix
Мишуров С.С
Наша команда
Садеков Р.Н.
д.т.н., профессор кафедры инженерной кибернетики ИКН НИТУ МИСИС, главный инженер-разработчик ООО “Когнитив Роботикс
Это подтвердит
вашу экспертность
После успешной защиты итогового проекта
вы получите диплом о профессиональной переподготовке установленного образца НИТУ МИСИС и готовый ИИ-проект,
который отразит ваши компетенции
вы получите диплом о профессиональной переподготовке установленного образца НИТУ МИСИС и готовый ИИ-проект,
который отразит ваши компетенции
1
2
3
4
5
Как поступить?
Оставить заявку на программу
Подтвердить обучение на курсе
Заключить договор
Оплатить обучение
Начать обучение
В течение 2-х дней мы направим на вашу электронную почту договор для ознакомления
и заполнения. Важно проверить также папку «Спам»
Мы поможем корректно заполнить типовой договор, который необходимо будет подписать и направить ответным письмом
После подписания договора мы направим вам счет на оплату, по которому необходимо будет
оплатить обучение
оплатить обучение
За несколько дней до начала обучения
мы направим на электронную почту организационное письмо со всей важной информацией о программе и ссылкой на чат
мы направим на электронную почту организационное письмо со всей важной информацией о программе и ссылкой на чат
Записаться на программу
