27 марта 2026
27 марта 2026
Старшекурсники и выпускники ИТ-специальностей российских вузов, колледжей и техникумов смогут изучить работу с нейросетями, большими языковыми моделями и машинным обучением. Для участия необходима регистрация, количество мест ограничено. Курсы разработаны экспертами Института дополнительного образования Университета Иннополис.
Обучение пройдёт в формате онлайн-лекций с преподавателями до трёх раз в неделю и групповых консультаций с наставниками. Среди спикеров — архитектор данных и ИИ, руководитель лаборатории данных DataLab Азат Якупов, разработчик ПО с 10-летним опытом в ИТ-индустрии Елена Крутских и эксперт по робототехнике и компьютерному зрению Алексей Астахов.
Слушатели, успешно завершившие курсы, получат удостоверение о повышении квалификации или диплом о профессиональной переподготовке Университета Иннополис. Для участия необходимо подать заявку на сайте программы, пройти тестирование и предоставить справку об обучении или копию диплома по ИТ-специальности.
Регистрация открыта на две онлайн-программы:
— «Инженер-архитектор в сфере искусственного интеллекта»
Слушатели научатся обучать нейросети, готовить данные для систем с искусственным интеллектом, строить архитектуру данных и использовать большие языковые модели для автоматизации и улучшения процессов в химической промышленности. медицине, производстве композитных материалов и других отраслях. В восьмимесячную программу входят модули по хранению и подготовке данных, основам программирования на языке Пайтон/Python, работе с машинным обучением, микросервисами и управлению версиями в инженерии данных. Обучение продлится 8 месяцев и стартует 27 апреля.
— «Погружение в искусственный интеллект: от машинного обучения до больших языковых моделей»
Курс поможет изучить алгоритмы машинного обучения и промпт-инжиниринг. В программе — работа со структурированными и неструктурированными данными в различных базах, написание скриптов на Пайтон/Python для задач анализа данных, применение базовых концепций машинного обучения, решение задач, связанных с обработкой естественного языка, а также проектирование одиночных и многоагентных ИИ-систем. Трёхмесячный курс начнётся 2 июня.
Программы обучения реализуются на грантовой основе по федпроекту «Искусственный интеллект» нацпроекта «Экономика данных и цифровая трансформация государства».
Юлия Гусева, директор Института дополнительного образования Университета Иннополис: «Российская ИТ-индустрия нуждается в специалистах, способных не просто использовать искусственный интеллект, а проектировать архитектуру ИИ‑решений и грамотно работать с большими языковыми моделями. Наши программы дают именно такие компетенции. Курс “Инженер-архитектор в сфере искусственного интеллекта” готовит профессионалов, которые будут создавать архитектуру систем ИИ, интегрировать их в бизнес-процессы и обеспечивать качество моделей. А программа “Погружение в искусственный интеллект” позволяет освоить промпт-инжиниринг, машинное обучение и разработку собственных инструментов на основе генеративного ИИ. Эти навыки уже сейчас востребованы в самых разных отраслях — от медицины до промышленности».
19 марта 2026
Студент Колледжа Иннополис создал «Филаментин» — установку, которая позволяет резать, плавить, выдавливать и наматывать пластик, получая нить для 3D-печати. Из полученного филамента можно создавать предметы интерьера, сувениры, бижутерию, элементы робототехнических прототипов, при этом экономя на закупке пластика и рационально используя отходы.
18 марта 2026
Всего в олимпиаде соревновались 647 школьников из 6 стран, в финале за победу боролись 50 учащихся 6—11 классов из 12 регионов России. Организатором мероприятия выступил Университет Иннополис, партнёром — Передовая инженерная школа ИТ-вуза.
18 марта 2026
Исследователи Института ИИ Университета Иннополис разработали первый полностью отечественный программный комплекс для моделирования микрокинетики гетерогенных каталитических процессов с применением искусственного интеллекта. Решение позволяет обрабатывать свыше 1 млн структур катализаторов ежегодно, в 1000—5000 раз ускоряя вычисления и на 40% снижая затраты на исследования. Проект реализован при поддержке Фонда науки и технологий Республики Татарстан.