Master of Science in Advanced Computational Science
The Skolkovo Institute of Science and Technology (Skoltech)
Schlüsselinformation
Campus-Standort
Moscow, Russische Föderation
Sprachen
Englisch
Studienformat
Auf dem Campus
Dauer
2 Jahre
Tempo
Vollzeit
Studiengebühren
Infos anfordern
Bewerbungsschluss
Infos anfordern
frühestes Startdatum
Infos anfordern
* keine Studiengebühr für Bewerber, die das Auswahlverfahren bestehen. Studentenpaket: ein monatliches Stipendium von 40000 RUB, Krankenversicherung
Stipendien
Erkunden Sie Stipendienmöglichkeiten, um Ihr Studium zu finanzieren
Einführung
Moderne Wissenschaft und Technik verlassen sich entscheidend auf effiziente und schnelle Rechentechniken und -modelle. Das ACS-Programm erreicht die Synergie modernster mathematischer Modellierungsmethoden (numerische ODE und PDE, stochastische Modellierung, maschinelles Lernen und Big-Data-basierte Ansätze) und deren Implementierung mit modernen Hochleistungs-Parallel-Recheneinrichtungen, die mit up- aktuelle Software. Das hochmoderne wissenschaftliche MSc-Projekt festigt das in den Studiengängen erworbene theoretische Wissen.
Das MSc-Programm dauert 2 Jahre: Das erste Jahr dient der Vertiefung Ihres theoretischen Hintergrunds und das zweite Jahr der Fokussierung auf die Forschung. Die Studierenden haben die Freiheit, Kurse und außerschulische Aktivitäten zu wählen, um ihre individuelle Laufbahn zu gestalten, Soft Skills zu erwerben und unternehmerische Fähigkeiten zu erwerben, um sich auf eine Beschäftigung vorzubereiten.
Vorlesungen und Praktika von weltbekannten Professoren und Experten. | Individuelle Forschungsprojekte der Studenten, die in den Skoltech-Labors durchgeführt werden. | Ein 8-wöchiges Sommerprogramm zum Eintauchen in die Industrie bei führenden Unternehmen, das Wissen und Fähigkeiten in die Tat umsetzt. | Kurse zu Unternehmertum und Innovation, die Fähigkeiten und Kenntnisse vermitteln, um Ideen und Forschungsergebnisse zu kommerzialisieren. |
Ein erfolgreicher Absolvent des Programms wird in der Lage sein:
- Umgang mit den verfügbaren Informationen über reale Aufgaben und deren Formung in Form von effizient lösbaren mathematischen Modellen
- Entwicklung neuer Rechenansätze und Algorithmen für datenintensive Probleme
- Verwendung von High-Performance-Computing-Techniken in Python und C/C++ zur Entwicklung und/oder Optimierung von massiv parallelen Computercodes
- Verwendung moderner Frameworks für die Datenvisualisierung
<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 ":"","Quelle":""}" />
Ziel und Ziele
Datenintensive mathematische Modellierung und Simulationen (DIMMS) Track
Dieser Track zielt darauf ab, eine neue Generation von Computerwissenschaftlern und -ingenieuren zu fördern, die in der Lage sind, First-Principle- und datengesteuerte Ansätze bei der mathematischen Modellierung natürlicher, industrieller und sozialer Phänomene zu kombinieren. Der Lehrplan balanciert sorgfältig fortschrittliches Rechnen, maschinelles Lernen und Computerphysik aus, um groß angelegte Modelle in modernen Computerumgebungen zu implementieren.
Ein erfolgreicher Absolvent dieses Tracks wird in der Lage sein:
- Erstellen Sie mathematische Modelle industrieller Prozesse, natürlicher und sozialer Phänomene auf der Grundlage grundlegender Prinzipien und verfügbarer Daten
- Tragen Sie zur Entwicklung effizienter Algorithmen und Codes für rechenintensive, datenintensive Modellierung und Simulationen bei
- Wenden Sie relevante Berechnungsansätze, Datenstrukturen, Hardware und Software auf komplexe reale Probleme an.
High-Performance Computing (HPC) und Big Data Track
Die moderne Computerwelt ist im Wesentlichen parallel, da CPUs und GPUs mehrere Kerne enthalten. Datensätze und Rechenprobleme können nicht mehr mit einem einzigen Rechenknoten verarbeitet werden.
Neben der Verfolgung einer akademischen Karriere finden HPC-Track-Studenten mit Kenntnissen in modernen Computerarchitekturen, Programmierung, Codeoptimierung und verteiltem Deep Learning leicht Positionen als Data Scientist, Software Engineer oder IT-Spezialist in verschiedenen Branchen, darunter IT, Öl & Gas, Finanzen und Bankwesen, industrielle F&E, Fertigung und mehr.
Ein erfolgreicher Absolvent dieses Tracks wird in der Lage sein:
- Bewältigen Sie die Herausforderungen der modernen Computerwelt effektiv mit bestehenden und hochmodernen HPC- und Big-Data-Frameworks in einer Vielzahl von Anwendungen (Deep Learning, Datenanalyse, mathematische Modellierung komplexer Ereignisse)
- Lösen Sie mathematische Modellierungs- und datenintensive Aufgaben mit parallelem Computing
- Entwickeln und optimieren Sie massiv parallele Computercodes
- Erstellen Sie effiziente Infrastrukturen für HPC-Cluster, Big Data und Rechenzentren
Programmstruktur
Das 2-Jahres-Programm umfasst Pflicht- und empfohlene Wahlkurse zu den wichtigsten Themen, eine breite Palette von Wahlkursen (abhängig von den Forschungs- und Berufsbedürfnissen des Studenten), Komponenten zu Unternehmertum und Innovation, Forschungstätigkeit und 8 Wochen Industrie Eintauchen.
36 Credits Pflicht- und empfohlene Wahlfächer | 36 Credits Forschungs- und Masterarbeitsprojekt | 24 Credits Wahlfächer und Projekte |
12 Credits Unternehmertum und Innovation | 12 Credits Industrielles Eintauchen |
Forschung
Die Studierenden werden ab dem 3. Semester aktiv in Forschungsaktivitäten eingebunden.
Forschungsschwerpunkte:
- Mathematische und Supercomputer-Modellierung
- Big Data und verteiltes Deep Learning
- Moderne Computerarchitekturen und -technologien
- Effiziente numerische Algorithmen
- Weiche Materie und stochastische Prozesse
- Physik für maschinelles Lernen und maschinelles Lernen für Physik
- Physik für Sozialwissenschaften
- Mathematische Modellierung großskaliger komplexer Phänomene (Plasmen, mehrkomponentige und mehrphasige Flüssigkeiten und Gase)
- Arzneimitteldesign und rechnergestütztes Design neuer Arzneimittel
- Reinforcement Learning für Zielsuche, Herdenbildung
- Verteilte Graphanalyse auf modernen Supercomputing-Architekturen
- Modellierung der Geomechanik für die Ölindustrie
- Femtosekundenoptik
- Molekulare Modellierung im großen Maßstab und Optimierung der Eigenschaften neuer Chemikalien
Berufschancen und Wege
Industrie
Landung von Fachpositionen wie Datenanalyst, Datenwissenschaftler, Industrieforschungswissenschaftler, Berater in verschiedenen Branchen (chemische und pharmazeutische Industrie, Öl und Gas, IT, Finanzen und andere).
Wissenschaft
Landung Ph.D. Positionen und kontinuierliche Forschung an führenden russischen und internationalen Forschungseinrichtungen.
Start-up
Eigenständig oder über das Skolkovo-Innovationsökosystem mit seinem umfangreichen Pool an Experten, Beratern und Investoren ein Unternehmen gründen.
Zugangsvoraussetzungen
Bachelor-Abschluss oder gleichwertiger Abschluss in Mathematik, Informatik, Physik, Chemie oder Ingenieurwissenschaften.
Wissen und Fähigkeiten:
Analysis, Differentialgleichungen, Lineare Algebra, Wahrscheinlichkeitstheorie und mathematische Statistik, Numerische Methoden.
Anforderungen an die englische Sprache:
Wenn Ihre Ausbildung nicht in englischer Sprache durchgeführt wurde, wird von Ihnen erwartet, dass Sie ausreichende Englischkenntnisse nachweisen.
Bewerbungsvoraussetzungen
Die Online-Bewerbung erleichtert Studieninteressierten den Prozess. Wir empfehlen Ihnen, die Bewerbungshinweise, Anforderungen und Fristen für das gewählte Studienprogramm sorgfältig zu lesen.
Die Bewerbung umfasst folgende Unterlagen: einen Lebenslauf, zwei Empfehlungsschreiben, einen TOEFL/IELTS-Ergebnisbericht und ein Motivationsschreiben. Bewerber, die keinen Nachweis über Englischkenntnisse haben, können den TOEFL ITP während eines Auswahlwochenendes bei Skoltech ablegen.
Auswahlverfahren
- Bereiten Sie Ihr Portfolio vor
Bereiten Sie Ihre Bewerbungsunterlagen für die Wettbewerbsauswahl vor. - Reichen Sie Ihre Bewerbung ein
Laden Sie Ihre Materialien in das Bewerbungssystem hoch und reichen Sie Ihre Bewerbung ein. - Online-Test
Jeder Kandidat muss einen Online-Profiltest absolvieren. Sie werden per E-Mail über das genaue Datum und die Uhrzeit Ihres Tests benachrichtigt. - Persönliche Vorstellungsgespräche (online)
Die letzte Auswahlphase findet in Moskau statt. Sie müssen die TOEFL ITP-Prüfung vor Ort bestehen oder ein gültiges TOEFL-Zertifikat vorlegen und ein persönliches Interview bestehen. Während dieser Zeit können für bestimmte Studiengänge schriftliche Zusatzprüfungen erforderlich sein (Sie werden vorab benachrichtigt).
<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 ":"","Quelle":""}" />
Was unsere Schüler sagen
Dilyara Baymurzina
BSc, Moskauer Institut für Physik und Technologie → MSc, Skoltech → Neural Networks and Deep Learning Laboratory, MIPT
„Im ACS-Programm habe ich auf jeden Fall viele verschiedene Anwendungen des Wissens gelernt, das an anderen Universitäten normalerweise nur theoretisch gelehrt wird. Ich glaube, dass das Studium in einem so intensiven Masterprogramm für die Zukunft der Studenten viel nützlicher ist als das Studium einiger theoretischer Fächer und parallel arbeiten."
Mahmud Allahverdijew
BSc, Qafqaz University → MSc, Skoltech → Snowflake
"Während des HPC-Kurses haben wir ein gründliches Verständnis dafür bekommen, wie große Big Data- und KI-Anwendungen in wissenschaftlichen und industriellen Umgebungen angegangen werden. Praktische Übungsaufgaben zu Frameworks wie OpenMP, MPI, CUDA werden Ihnen dabei helfen Arbeiten mit HPC-Clustern und Supercomputern für Ihre Forschungsprojekte und mögliche zukünftige Karriere im HPC. Wenn Sie sich besonders für parallele Programmierung, HPC und verteilte Systeme interessieren, verpassen Sie nicht die Gelegenheit, sich den Kurs anzusehen."
Über die Schule
Fragen
Ähnliche Kurse
Master of Science in Software- und Datentechnik (MSDE)
- Lugano, Schweiz
Master of Science in Informatik (MSc) - Data Science & Analytics
- Paris, Frankreich
MS in Informatik
- Chicago, Vereinigte Staaten von Amerika