Master of Science i Advanced Computational Science
The Skolkovo Institute of Science and Technology (Skoltech)
Nøgleinformation
Campus placering
Moscow, Rusland
Lingvistik / Sprogvidenskab
Engelsk
Studieformat
På campus
Varighed
2 år
Hastighed
Fuldtid
Studieafgifter
Kontakt skolen
Ansøgningsfrist
Kontakt skolen
Tidligste startdato
Kontakt skolen
* ingen studieafgift for ansøgere, der består udvælgelsesprocessen. Studenterpakke: et månedligt stipendium på 40000 RUB, sygesikring
Stipendier
Udforsk stipendiemuligheder for at hjælpe med at finansiere dine studier
Introduktion
Moderne videnskab og teknik er kritisk afhængig af effektive og hurtige beregningsteknikker og modeller. ACS-programmet opnår synergien mellem avancerede matematiske modelleringsmetoder (numerisk ODE og PDE, stokastisk modellering, maskinlæring og store data-baserede tilgange) og deres implementering med moderne højtydende parallelle beregningsfaciliteter udstyret med op- til dato software. Det banebrydende videnskabelige kandidatprojekt styrker den teoretiske viden opnået i kurserne.
Kandidatuddannelsen er 2 år lang: Det første år skal styrke din teoretiske baggrund, og det andet år skal fokusere på forskning. Studerende har frihed til at vælge kurser og fritidsaktiviteter for at forme deres individuelle bane, tilegne sig bløde færdigheder og opnå iværksætterevner for at forberede sig til beskæftigelse.
Forelæsninger og praktiske klasser udført af verdenskendte professorer og eksperter. | Studerendes individuelle forskningsprojekter udført på Skoltech laboratorier. | Et 8-ugers fordybelsesprogram for sommerindustrien hos førende virksomheder, der omsætter viden og færdigheder til handling. | Kurser om iværksætteri og innovation, der giver færdigheder, såvel som viden, til at kommercialisere ideer og forskningsresultater. |
En succesfuld kandidat fra programmet vil være i stand til:
- håndtere den tilgængelige information om opgaver i den virkelige verden og forme den til en form for effektivt løselige matematiske modeller
- udvikling af nye beregningsmetoder og algoritmer til dataintensive problemer
- ved at bruge High-Performance Computing-teknikker i Python og C/C++ til at udvikle og/eller optimere massivt parallelle computerkoder
- ved at bruge moderne rammer til datavisualisering
<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 ":"","source":""}" />
Mål og mål
Data-intensiv matematisk modellering og simulering (DIMMS) spor
Dette spor sigter mod at fremme en ny generation af beregningsforskere og ingeniører, der er i stand til at kombinere første princip og datadrevne tilgange i matematisk modellering af naturlige, industrielle og sociale fænomener. Læreplanen afbalancerer omhyggeligt avanceret databehandling, maskinlæring og beregningsfysik for at implementere store modeller i moderne beregningsmiljøer.
En succesfuld kandidat fra dette spor vil være i stand til at:
- Konstruer matematiske modeller af industrielle processer, naturlige og sociale fænomener baseret på grundlæggende principper og tilgængelige data
- Bidrage til udvikling af effektive algoritmer og koder til beregningskrævende, dataintensiv modellering og simuleringer
- Anvend relevante beregningsmetoder, datastrukturer, hardware og software til komplekse problemer i den virkelige verden.
High-Performance Computing (HPC) og Big Data Track
Den moderne computerverden er i det væsentlige parallel, da CPU'er og GPU'er indeholder flere kerner. Datasæt og beregningsproblemer er ved at blive umulige at behandle ved hjælp af en enkelt beregningsknude.
Udover at forfølge en akademisk karriere, vil HPC spore studerende med viden om moderne computerarkitekturer, programmering, kodeoptimering og distribueret dyb læring nemt finde dataforsker, softwareingeniør eller it-specialiststillinger i forskellige industrier, herunder IT, olie og gas, Finansiering og bankvirksomhed, industriel forskning og udvikling, fremstilling og mere.
En succesfuld kandidat fra dette spor vil være i stand til at:
- Håndter effektivt moderne computerverdenens udfordringer ved at bruge eksisterende og avancerede HPC- og Big Data-rammer i en række forskellige applikationer (deep learning, dataanalyse, matematisk modellering af komplekse begivenheder)
- Løs matematisk modellering og dataintensive opgaver ved hjælp af parallel computing
- Udvikle og optimere massivt parallelle computerkoder
- Skab effektive infrastrukturer til HPC-klynger, Big Data og datacentre
Program struktur
Det 2-årige program omfatter obligatoriske og anbefalede valgfag om de vigtigste emner, et bredt sæt af valgfrie kurser (afhængigt af den studerendes forskning og faglige behov), komponenter af entreprenørskab og innovation, forskningsaktivitet og 8 ugers industri. nedsænkning.
36 point obligatoriske og anbefalede valgfag | 36 point Forsknings- og kandidatafhandlingsprojekt | 24 point Valgfag og projekter |
12 point Entreprenørskab og innovation | 12 point Industriel fordybelse |
Forskning
Studerende er aktivt involveret i forskningsaktiviteter startende fra semester 3.
Vigtigste forskningsområder:
- Matematisk og supercomputer modellering
- Big Data og distribueret deep learning
- Moderne computerarkitekturer og -teknologier
- Effektive numeriske algoritmer
- Blødt stof og stokastiske processer
- Fysik til maskinlæring og maskinlæring til fysik
- Fysik til samfundsvidenskab
- Matematisk modellering af komplekse fænomener i stor skala (plasmaer, multikomponent- og flerfasede væsker og gasser)
- Lægemiddeldesign og beregningsmæssigt design af nye lægemidler
- Forstærkende læring til målsøgning, flokformationer
- Distribueret grafanalyse på moderne supercomputing-arkitekturer
- Modellering af geomekanik til olieindustrien
- Femtosekund optik
- Storskala molekylær modellering og optimering af egenskaber af nye kemikalier
Karrieremuligheder og veje
Industri
Lander specialiststillinger såsom dataanalytiker, dataforsker, industriforsker, konsulent i forskellige industrisektorer (kemisk og farmaceutisk industri, olie og gas, it, finans og andre).
Videnskab
Landing Ph.D. stillinger og fortsat forskning ved førende russiske og internationale forskningsorganer.
Start op
At starte en virksomhed på egen hånd eller gennem Skolkovo innovationsøkosystem med dets omfattende pulje af eksperter, konsulenter og investorer.
Adgangskrav
Bachelorgrad eller tilsvarende i matematik, datalogi, fysik, kemi eller teknik.
Viden og færdigheder:
Kalkulus, Differentialligninger, Lineær algebra, Sandsynlighedsteori og matematisk statistik, Numeriske metoder.
Engelsk sprogkrav:
Hvis din uddannelse ikke er blevet gennemført på det engelske sprog, forventes du at demonstrere dokumentation for et tilstrækkeligt niveau af engelskkundskaber.
Ansøgningskrav
Onlineansøgningen gør processen nemmere for potentielle studerende. Vi råder dig til omhyggeligt at læse ansøgningsinstruktionerne, kravene og deadlines for det valgte akademiske program.
Ansøgningen indeholder følgende dokumenter: et CV, to anbefalingsbreve, en TOEFL/IELTS-scorerapport og et motivationsbrev. Ansøgere, der ikke har bevis for engelskkundskaber, kan tage TOEFL ITP under en udvælgelsesweekend på Skoltech.
Udvælgelsesproces
- Forbered din portefølje
Forbered dine konkurrencedygtige ansøgningsmaterialer. - Send din ansøgning
Upload dine materialer til ansøgningssystemet og indsend din ansøgning. - Online test
Hver kandidat skal tage en online profiltest. Du vil blive underrettet via e-mail om den specifikke dato og tidspunkt for din test. - Personlige interviews (online)
Den sidste udvælgelsesfase finder sted i Moskva. Du skal bestå TOEFL ITP-eksamenen på stedet eller fremvise et gyldigt TOEFL-certifikat og bestå en personlig samtale. Ekstra skriftlige prøver kan være påkrævet for visse uddannelser i denne periode (du vil få besked på forhånd).
<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 ":"","source":""}" />
Hvad vores elever siger
Dilyara Baymurzina
BSc, Moscow Institute of Physics and Technology → MSc, Skoltech → Neurale netværk og Deep Learning Laboratory, MIPT
"På ACS-uddannelsen lærte jeg helt sikkert en masse forskellige anvendelser af den viden, som normalt kun undervises teoretisk på andre universiteter. Jeg tror på, at det er meget mere nyttigt for studerendes fremtid at studere på en så intens kandidatuddannelse end at studere nogle teoretiske fag og arbejder parallelt."
Mahmud Allahverdiyev
BSc, Qafqaz University → MSc, Skoltech → Snowflake
"I løbet af HPC-kurset har vi fået en grundig forståelse af, hvordan store Big Data & AI-applikationer tackles i videnskabelige og industrielle omgivelser. Praktiske øvelsesopgaver på frameworks som OpenMP, MPI, CUDA vil være nyttige for dig, mens arbejder med HPC-klynger og supercomputere til dine forskningsprojekter og potentielle fremtidige karrierer i HPC. Hvis du er særligt interesseret i parallel programmering, HPC og distribuerede systemer, så gå ikke glip af chancen for at tjekke kurset ud."