38.03.05 Бизнес-информатика
Руководитель программы - Становая Анна Андреевна
доцент кафедры «Стратегическое управление высокотехнологичными предприятиями»,кандидат экономических наук
О чем программа?
Миссия программы – подготовка лидеров и архитекторов цифровой трансформации, способных не только понимать алгоритмы ИИ, но и управлять полным жизненным циклом AI-продуктов: от постановки бизнес-задачи и оценки экономического эффекта до внедрения и масштабирования в высокотехнологичных отраслях, составляющих основу экономики и обороноспособности страны. Цель программы – формирование уникальных компетенций на стыке бизнес-анализа, Data Science и технологического менеджмента для создания и коммерциализации интеллектуальных систем поддержки принятия решений, автоматизации бизнес-процессов и разработки инновационных продуктов на базе ИИ.
В процессе обучения по направлению подготовки «Управление технологиями искусственного интеллекта» вы научитесь разрабатывать и реализовывать проекты в сфере IT-менеджмента, владеть механизмами управления технологиями искусственного интеллекта, моделировать и анализировать бизнес-процессы и информационно-технологическую инфраструктуру, применять методы исследования и анализа рынка информационных систем и информационно-коммуникационных технологий, создавать и использовать IT-услуги.
Это актуально?
Программа по направлению: «Управление технологиями искусственного интеллекта» отвечает на ключевые вызовы цифровой эпохи, связанные с необходимостью системного внедрения и коммерциализации технологий ИИ в реальном секторе экономики. В современных условиях перехода к экономике данных, возникает острая потребность не только в разработчиках алгоритмов, но и в специалистах, способных:
Управлять полным жизненным циклом AI-продуктов – от формулировки бизнес-задачи и оценки экономической целесообразности до интеграции модели в производственные процессы и масштабирования.
Преодолевать разрыв между Data Science и бизнесом – сегодня до 85% пилотных проектов в области ИИ не доходят до промышленной эксплуатации из-за отсутствия специалистов, которые могут корректно поставить задачу data-ученым и оценить практическую ценность их решений.
- Обеспечивать внедрение ИИ в высокотехнологичные отрасли – оборонно-промышленный комплекс, машиностроение, энергетика, транспорт и логистика, где эффект от применения ИИ максимален, но сложность интеграции требует глубокого понимания как технологий, так и предметной области.
Чему я научусь?
Продвинутая аналитика в специализированных средах: работа с Python (Pandas, SciPy) для анализа данных в области технико-экономического обоснования, моделирования жизненного цикла продукта и анализа больших наборов данных на производстве
Системы поддержки принятия решений: практическая работа с отраслевыми платформами для мониторинга ключевых показателей высокотехнологичного предприятия (KPIs) в производстве, цепочке поставок)
Методы прогнозирования и симуляции: применение методов прогнозной аналитики и моделирования для оценки рисков инновационных проектов, оптимизации портфеля НИОКР и моделирования поведения рынка
Стандарты и фреймворки: Углубленное знание процессов (для управления инновациями), и государственных стандартов применительно к госконтрактам и проектам с госфинансированием
Управление портфелем проектов: использование специализированного ПО для выравнивания портфеля проектов со стратегией предприятия, оптимизации ресурсов (включая уникальных R&D-специалистов) и управления рисками на уровне портфеля
Технологический аудит: навыки проведения технологического аудита предприятия, применения методов технологического форсайта (сканирование горизонтов) для интеграции перспективных технологий (ИИ, аддитивные технологии) в долгосрочную стратегию
Индустриальный Интернет вещей (IIoT) и кибер-физические системы: Понимание архитектуры IIoT-платформ как источника данных для промышленного ИИ. Знание стандартов индустриальной кибербезопасности
Цифровые двойники: принципы создания и использования цифровых двойников продуктов и производственных линий для предиктивного обслуживания, виртуальных испытаний и оптимизации в реальном времени с применением ИИ
Оценка стоимости технологических компаний и активов: методы для оценки гибкости в инновационных проектах, анализ венчурных сделок
Управление интеллектуальной собственностью: основы патентного анализа, стратегии защиты и коммерциализации в области алгоритмов и программных решений на базе ИИ
«Шахматное» мышление: Способность просчитывать долгосрочные последствия технологических решений на 5-10 лет вперед, учитывая не только технические, но и геополитические, регуляторные и рыночные тренды
Управление сложностью: умение работать с системами, где находятся тысячи взаимосвязанных элементов (технологии, люди, процессы, регуляции), выявлять ключевые точки воздействия на стратегические изменения
Принятие решений в условиях глубокой неопределенности: Навыки работы со сценарным планированием при разработке стратегий в прорывных технологических областях, где нет прецедентов
Лидерство «для гениев»: умение мотивировать, направлять и удерживать команды высококвалифицированных, узкоспециализированных экспертов (ученые, инженеры, data scientists), которые могут не признавать традиционные иерархии
Презентация сложных стратегий: Способность ясно и убедительно доносить сложные технологические стратегии до Совета директоров, государственных комиссий и партнеров
Преодоление сопротивления инновациям: навыки проведения цифровой трансформации на предприятиях с устоявшейся, часто консервативной культурой (оборонные заводы, НИИ). Умение работать с «агентами изменений»
Построение экосистем и сетей: Способность формировать и управлять стратегическими альянсами, консорциумами, технологическими цепочками в рамках инновационных кластеров
Кризисное управление в технологических проектах: умение действовать при внезапных срывах критических поставок, изменении экспортного контроля, технологических «закладках» или авариях на сложных производствах
Гибкость в рамках жестких рамок: способность быть креативным и находить инновационные пути в условиях жестких бюджетных, временных и регуляторных ограничений, характерных для хайтек-сектора
Кем я буду?
Кем я буду?
Менеджер по цифровой трансформации
профильность работ: организационно-управленческая и стратегическая
Системный инженер
профильность работ: проектно-конструкторская и технологическая
AI-стратег / Менеджер портфеля НИОКР в области ИИ
профильность работ: научно-исследовательская и инновационно-аналитическая
Консультант по технологической стратегии и безопасности
профильность работ: экспертно-аналитическая и надзорно-регуляторная
Руководитель нового технологического направления
профильность работ: предпринимательская и коммерческо-внедренческая
Места трудоустройства и практики студентов
Будь в курсе событий
Хочешь быть в курсе новостей Военмеха и поступления?
Присоединяйся к нам в соцсетях!
Тебя также могут заинтересовать эти образовательные программы
