Магистратура «Искусственный интеллект и поведенческая экономика»

Стань ИИ-специалистом на стыке МО и поведенческой экономики

Магистратура объединяет МО/БЯМ-технологии и поведенческую экономику.

Вы научитесь анализировать цифровое поведение пользователей, выявлять мотивации и паттерны принятия решений, создавать интеллектуальные системы персонализации, скоринга и рекомендаций для финтеха, телеком-компаний, ритейла, маркетинга и цифровых сервисов.

  • Посмотреть День открытых дверей программы

На программе вы:

Вы станете специалистом на стыке науки о данных, экономики и ИИ-продуктов.

С 2025 года — расширенная траектория: готовим не только аналитиков поведения, но и ИИ-продактов.

  • Модели принятия решений + МО/БЯМ
  • Анализ цифрового опыта и данных о поведении пользователя
  • Реальные данные Сбера и проектов индустрии
  • Генеративный ИИ и мультиагентные системы
  • Практические проекты, влияющие на продуктовые и бизнес-метрики

Почему эта программа

Мы готовим специалистов, которые работают на стыке МО/БЯМ-технологий и поведенческой экономики — умеют анализировать цифровые следы людей, понимать мотивацию пользователей и создавать ИИ-решения, которые влияют на реальные бизнес-метрики.

Уникальное сочетание МО + экономики поведения
Вы изучите не только алгоритмы, но и то, как люди принимают решения, — когнитивные искажения, мотивации, эмоциональные факторы и поведенческие паттерны.

Работа с реальными цифровыми следами пользователей
Транзакции, клики, путь клиента, коммерческие действия, временные ряды и метрики CX — вы будете работать с теми данными, которые используют финтех, маркетинг и телеком.

Большие языковые модели и генеративный ИИ в анализе поведения
Создание ассистентов, моделирование пользователей, построение рекомендательных систем и ролевых мультиагентных моделей на основе больших языковых моделей.

Индустриальные проекты с Сбером и партнёрами
Скоринг, прогнозирование оттока клиентов, персонализация, маркетинговые рекомендации — реальные задачи, которые решают компании и на которых растут специалисты хорошего уровня.

Исследовательская и прикладная ИИ-подготовка от ИИ-центров ИТМО
Доступ к лабораториям и научным группам по анализу поведения, цифровой экономике и машинного обучения. Проектная работа начинается с первого семестра.

Чему вы научитесь

Вы освоите методы анализа цифрового поведения, МО- и БЯМ-подходы к моделированию решений и пройдёте весь цикл разработки ИИ-систем: от данных и экспериментов до внедрения в продукт.

  • Поведенческий анализ и цифровой опыт

    • работа с транзакциями, кликами, сценариями использования сервиса;

    • построение карт пользовательских траекторий (customer journey);

    • выделение поведенческих сегментов и паттернов;

    • интерпретация мотивов и факторов принятия решений.

    Вы научитесь «читать» цифровое поведение пользователей и превращать его в осмысленные метрики.

  • Машинное обучение и большие языковые модели для моделирования поведения

    • применять МО-модели для скоринга

    • использовать большие языковые модели для анализа действий и текстов;

    • моделировать пользователей и создавать многоагентные симуляции;

    • строить рекомендательные и диалоговые системы.


      Вы освоите современные МО/БЯМ-подходы к прогнозированию и персонализации поведения.

  • ИИ-решения для бизнеса и цифровых сервисов

    • разрабатывать модели кредитного скоринга и оценки риска

    • проектировать персональные офферы и динамическое ценообразование;

    • оптимизировать клиентский опыт в финтехе, e-commerce и медиа.


      Вы сможете создавать прикладные ИИ-системы, влияющие на ключевые бизнес-метрики.

  • Эксперименты, данные и оценка эффекта

    • собирать и обогащать поведенческие датасеты;

    • запускать A/B-тесты и онлайн-эксперименты;

    • применять анализ причинно‑следственных связей (causal inference) и анализировать влияние моделей;

    • работать с продуктовой и бизнес-аналитикой.

    • Вы научитесь проверять гипотезы и доказывать ценность ИИ-решений цифрами.

  • Продуктовое мышление и мягкие навыки

    • формулировать ИИ-задачи в терминах продукта и бизнеса;

    • работать с дорожными картами, задачами МО-команды и заказчиками;

    • презентовать результаты для бизнеса и партнёров;

    • развивать навыки коммуникации, критического мышления и лидерства.


      Вы будете готовы работать на стыке науке о данных, продукта и бизнеса.

Как проходит обучение

Программа построена так, чтобы вы быстро получили фундамент в машинном обучении и анализе поведения, а затем перешли к генеративному ИИ, большим языковым моделям и индустриальным кейсам. Каждый год — это новый уровень сложности, самостоятельности и реальных проектов.

  • 1 год обучения — фундамент в МО и поведенческой экономике

    Первый год формирует основу, необходимую для работы с современными ИИ-технологиями. Вы изучаете ключевые математические и МО-дисциплины, погружаетесь в поведенческие модели и учитесь анализировать цифровой след пользователей: транзакции, логи, клики, последовательности действий, сценарии использования.

    Фокус года

    • математический фундамент и классические MО-методы

    • глубокое обучение и работа с большими данными

    • основы поведенческой экономики и психологии решений

    • анализ цифрового поведения и пользовательских сценариев

    • первые проектные задачи и мини-проекты

    Что даёт 1 год

    К концу первого курса у вас появляется уверенная МО-база, понимание моделей принятия решений и практические навыки анализа поведения пользователей. Вы создаёте первый законченный МО/поведенческий проект и определяете индивидуальную траекторию развития на второй год.

  • 2 год обучения — индустрия, БЯМ, мультиагентные системы и дипломный проект

    На втором году акцент смещается на современный ИИ, участие в индустриальных задачах и формирование портфолио. Вы изучаете генеративные и языковые модели, агентные системы, рекомендательные и предиктивные подходы, работаете с реальными данными и большими проектами.

    Фокус года

    • большие языковые модели и генеративный ИИ

    • моделирование поведения, симуляции и мультиагентные системы

    • индустриальные задачи финтеха, e-commerce, маркетинга и телекома

    • исследовательские проекты и эксперименты

    • крупные продуктовые и дипломные работы

    Что даёт 2 год

    К моменту выпуска у вас есть портфолио из МО, БЯМ и поведенческих проектов, реальный опыт работы с данными партнёров, навыки прикладных исследований и диплом на живых данных. Уровень подготовки соответствует специалист среднего уровня в области ИИ/машинного обучения или Аналитик поведения и искусственного интеллекта (Behaviour/AI Analyst), в зависимости от выбранной специализации.

Карьера, которую вы строите на программе

Наши выпускники выходят на рынок с компетенциями уверенного уровня в МО/БЯМ-разработке и ИИ-продукт менеджменте, а также с опытом работы с реальными данными индустрии.


Это обеспечивает быстрый рост — от аналитических и продуктовых ролей до архитектурных и исследовательских позиций.

Анализ поведения пользователей (AI Analytics)

Аналитик продукта и данных (Product/Data Analyst)
Анализ цифрового поведения, сегментация, A/B-эксперименты, карты поведения, модели принятия решений.

Специалист по анализу данных (Data Scientist)
Модели прогнозирования поведения, рекомендательные системы, анализ текстовых и цифровых сигналов.

Специалист по анализу пути клиента (Customer Journey Analyst)
Оптимизация клиентских путей, когнитивные факторы, эмоциональные паттерны поведения.

Разработка AI-решений для бизнеса (ML, LLM & Applied AI)

Инженер по машинному обучению и большим языковым моделям (ML/LLM Engineer (Middle))
Создание МО-моделей, ассистентов, RAG-систем и генеративных решений.

Продуктовый инженер в сфере ИИ (AI Product Engineer)
Внедрение МО/БЯМ-моделей в финтехе, маркетинге, ритейле и телекоме.

Инженер по системам рекомендаций (Recommendation Systems Engineer)
Персонализация, рекомендации и предиктивные модели поведения.

ИИ-продуктовые роли — запуск и рост цифровых продуктов

Продуктовый менеджер по ИИ (AI Product Manager)
Формирование ИИ-функций продукта, постановка задач МО-команде, управление дорожными картами.

Продуктовый аналитик и аналитик роста (Growth/Product Analyst)
Работа с продуктовой воронкой, метриками и стратегиями развития.

Научные и исследовательские роли (R&D)

Исследователь в области искусственного интеллекта (AI Researcher)
Исследования моделей поведения, публикации, конференции, участие в научных группах.

Специалист по прикладным исследованиям (Applied Researcher (FinTech/Telecom/Retail))
Анализ экономического и поведенческого взаимодействия с МО-моделями.

Аспирантура (PhD)
Исследования в области поведенческой экономики, когнитивных моделей и прикладного AI.

Что будет в вашем портфолио к выпуску

  • Готовые МО/БЯМ решения на реальных пользовательских данных — от сбора и подготовки данных до продакшен-уровня моделей.

  • Сильные поведенческие кейсы: прогнозирование действий клиентов, поиск инсайтов, влияние решений на ключевые метрики.

  • Персонализирующие ИИ-системы: рекомендации, динамическое ценообразование, сегментация и адаптация продукта под пользователя.

  • Финтех-кейс высокой практической ценности — кредитный скоринг, анализ транзакций или модели риска.

  • Проекты по оптимизации клиентского пути, показывающие реальный эффект на удержание и пользовательский опыт.

  • Исследовательская работа или мини-публикация, подтверждающая уровень в поведенческом анализе, больших языковых моделях и прикладных исследованиях.

  • Финальный продакшен-проект уровня уверенный+, который можно показать работодателю как доказательство зрелых навыков построения МО/БЯМ систем

Индустриальный партнер программы

Сбер — стратегический партнёр программы, технологический лидер и один из крупнейших ИИ-центров страны.Благодаря партнёрству студенты программы получают доступ к реальным промышленным данным, текущим задачам финтех-направления и практикам разработки МО/БЯМ-систем.

Что даёт сотрудничество со Сбером:

  • реальные кейсы из финтеха, маркетинга и цифровых сервисов;

  • задачи по персонализации, скорингу, анализу поведения клиентов;

  • участие в мастер-классах, воркшопах и проектных сессиях с экспертами Сбера;

  • возможность пройти стажировку или попасть в ИИ-команды ещё во время обучения.

Партнёрство делает процесс обучения максимально прикладным и ориентированным на карьерный рост в индустрии.

Преимущества программы

Единственная в России магистратура на стыке МО/БЯМ и поведенческой экономики

  • Обучение вместе со Сбером — отраслевой стандарт качества

    Большой пул курсов читают эксперты Сбера. Они же руководят НИР, практиками и промышленными проектами — студенты работают с реальными процессами крупнейшего финтеха страны.

  • Готовим аналитиков поведения и AI-продактов нового поколения

    С 2025 года программа включает продвинутую подготовку Менеджеры по продуктам в области искусственного интеллекта: управление ИИ-проектами, работа с данными, постановка задач МО-командам, бизнес-мышление.

  • Сильная ИИ база на уровне топовых программ по аналитике данных и ии

    Комплексный интенсив: математика для машинного обучения, машинное обучение, большие данные, глубокое обучение, оптимизация алгоритмов, обработка естественного языка (NLP) и большие языковые модели (LLM), MLOps.

  • Поддержка сообществ открытого кода и открытой науки

    Студентов поощряют выкладывать результаты: репозитории, библиотеки, мини-фреймворки — сильный вклад в портфолио.

  • Свобода выбора: 3 электива из 9 направлений ИИ

    От обучения с подкреплением (Reinforcement Learning) и архитектур искусственного интеллекта (AI‑архитектур) до компьютерного зрения (CV), рекомендательных систем, автоматическое машинное обучение (AutoML) и моделирования физических процессов — студент выстраивает индивидуальную траекторию в сфере ИИ.

  • Сильная научная экосистема ИИ ИТМО

    Лаборатории, менторы, публикации, участие в проектах — возможность расти в инженерию или исследовательский путь.

  • Специализированный блок по поведенческой экономике

    Генеративный ИИ, мультиагентные системы и модели решений связывают экономические теории с реальными ИИ-решениями в финтехе, маркетинге и цифровых продуктах.

  • Прямой доступ к индустрии

    Мастер-классы, стажировки, соревнования, приглашённые эксперты — вы входите в рынок финтех, электронной коммерции, телекоме щё во время обучения.

Команда программы

Это преподаватели и исследователи, работающие с ML, Big Data и LLM в индустрии и научных центрах ИТМО.

  • Краев Семён Владимирович

    кандидат филологических наук

    Декан факультета технологий искусственного интеллекта ИТМО

    Эксперт по стратегическому развитию образовательных программ в области ИИ и цифровой трансформации вузов

    Специализируется на построении междисциплинарных AI-курсов и подготовке специалистов для высокотехнологичных отраслей

    Google ScholarGitHub

  • Цветкова Екатерина Андреевна

    Менеджер образовательной программы факультета технологий искусственного интеллекта ИТМО

    Координирует учебный процесс, работу преподавателей и взаимодействие со студентами

    Обеспечивает организационную и коммуникационную поддержку AI-программ

  • Бухановский Александр Валерьевич

    доктор технических наук

    Директор мегафакультета трансляционных информационных технологий и профессор ФТИИ ИТМО; руководитель Национального центра когнитивных разработок и исследовательского центра «Сильный ИИ в промышленности».

    Эксперт по искусственному интеллекту, когнитивным технологиям, высокопроизводительным вычислениям и компьютерному моделированию сложных систем.

    Специализируется на развитии AI-экосистемы в науке и образовании, стратегическом внедрении ИИ-технологий и построении научно-образовательной инфраструктуры

    Google ScholarИТМО

  • Лаушкина Анастасия Александровна

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта ИТМО

    Эксперт по машинному обучению, мультимодальному анализу и когнитивным системам

    Специализируется на разработке и преподавании курсов ML и прикладных AI-проектов, автор научных публикаций

    ResearchGateGitHub

  • Насонов Денис Александрович

    кандидат технических наук

    Доцент факультета технологий искусственного интеллекта;


    Старший научный сотрудник исследовательского центра в сфере искусственного интеллекта «Сильный искусственный интеллект в промышленности»;


    Доцент учебно-методического центра «Искусственный интеллект»

    Google ScholarGitHub

  • Борисова Юлия Ивановна

    кандидат технических наук

    Ассистент (квалификационная категория “ассистент”) ФТИИ ИТМО. Руководитель учебно-научной лаборатории AIST (Artificial Intelligence Science & Technology).

    Эксперт в области глубокого обучения, методов моделирования пространственных данных

    Специализируется на разработке и внедрении методов глубокого обучения в области AI4Science

    Google ScholarGitHub

  • Забашта Алексей Сергеевич

    кандидат технических наук

    Google ScholarGitHub

  • Кованцев Антон Николаевич

    Преподаватель факультета технологий искусственного интеллекта ИТМО

    Эксперт по алгоритмам, анализу данных и прогнозированию процессов

    Специализируется на практической подготовке студентов в области AI и аналитических систем

    ИТМО

  • Терёшкин Сергей Евгеньевич

    Преподаватель факультета технологий искусственного интеллекта ИТМО

    Эксперт по большим данным, распределённым вычислениям и Data Engineering

    Специализируется на практической подготовке студентов в области AI-инфраструктуры и обработки данных

    Google ScholarGitHub

  • Павлова Валентина Юрьевна

    кандидат технических наук

    Доцент практики факультета технологий искусственного интеллекта ИТМО

    Эксперт по имитационному моделированию финансовых систем и численным методам

    Специализируется на обучении студентов моделированию сложных экономических и финансовых задач

    Google ScholarGitHub

  • Бутаков Николай Алексеевич

    кандидат технических наук

    Доцент ФТИИ ИТМО и учебно-методического центра «Искусственный интеллект»

    Эксперт по прикладному машинному обучению и анализу данных

    Специализируется на разработке и внедрении AI-решений для прикладных и индустриальных задач

    Google ScholarGitHub

  • Деева Ирина Юрьевна

    кандидат физико-математических наук

    Ординарный доцент факультета технологий искусственного интеллекта ИТМО

    Эксперт по прикладной математике, анализу данных и математическим методам в ИИ

    Специализируется на разработке и преподавании фундаментальных курсов для AI-инженеров

    Google ScholarGitHub

  • Волоха Валерия Дмитриевна

Как поступить

Каждый способ поступления подходит под разные цели — выбирайте удобный формат.

Нужна консультация?

Мы поможем выбрать лучший способ поступления и

подскажем, как корректнее подготовить портфолио

Отправляя данную форму, вы даёте согласие на обработку персональных данных

FAQ

Свяжитесь с нами — поможем выбрать лучший путь поступления

Проконсультируем по поступлению, учебному процессу и

возможностям программы.

Мы свяжемся с вами лично и подскажем оптимальный способ поступления

Ответим в течение 1 рабочего дня

Отправляя данную форму, вы даёте согласие на обработку персональных данных

Хотите связаться напрямую?

Екатерина Цветкова

менеджер программы

Подключайтесь к нашим Телеграм-площадкам

  • Чат абитуриентов с деканом

    Живой чат абитуриентов. Задавайте вопросы напрямую декану факультета.

    Ссылка на чат

  • Телеграм-канал факультета

    Официальный канал факультета — только важное, без спама

    Ссылка на канал