Физические методы
исследования
и анализ данных
Решаем сложные задачи по поиску полезных ископаемых с помощью машинного обучения и анализа данных
Станьте лидером новой индустрии
Разрабатывайте и внедряйте в бизнес-процессы новые методы работы с физическими данными
Получите самую большую стипендию в ЛФИ
Стипендия 75 000 рублей и официальное трудоустройство в Highland GoId со второго семестра
Возможно, лучшие курсы по Data Science в МФТИ
Наши студенты учатся по курсам машинного обучения и анализа данных Girafe АI
Смените направление обучения
Для тех, кто хочет изучать физику и анализ данных, мы подобрали интересные задачи и курсы
Станьте первопроходцем
Поиск и разведка месторождений становится сложнее и дороже. Собирается все больше данных, и их обработка — масштабная физическая и аналитическая задача
Мы одни из первых в России объединяем передовые методы геофизики, геохимии, машинного обучения и анализа данных для решения производственных задач нашего партнера Highland Gold
Получите стипендию от HighLand GoLd
на весь период обучения
оффер со 2 семестра
1 семестр
начиная со 2 семестра
Стипендия от Highland Gold
+ 60 000₽
75 000₽
В месяц на весь период учебы
+ зарплата
Стипендия МФТИ
15 000₽
УЧИТЕСЬ У ЛУЧШИХ...
...по современной программе
Модуль Data Science учит методам обработки и анализа данных и их приложениям. Вас ждут лучшие преподаватели МФТИ от кафедры машинного обучения и цифровой гуманитаристики ФПМИ, а также специалисты Girafe AI
Модуль Геофизики вводит в физический контекст, в котором вы сможете применить знания по Data Science. При этом геофизика преподается быстро, с нуля и без лишних подробностей.
Модуль Геофизики вводит в физический контекст, в котором вы сможете применить знания по Data Science. При этом геофизика преподается быстро, с нуля и без лишних подробностей.
Учебный план соединяет два направления:
1 семестр
> Теория вероятности
> Методы оптимизации
> Основы машинного обучения
> Разработка ПО и системы хранения данных
> Общая геология
> Физические основы геохимии
> Геофизика и интерпретация геофизических данных
> Методы оптимизации
> Основы машинного обучения
> Разработка ПО и системы хранения данных
> Общая геология
> Физические основы геохимии
> Геофизика и интерпретация геофизических данных
> Машинное обучение в задачах геофизики
> Математическая статистика и анализ данных
> Разработка ПО и системы хранения данных
> Прикладные методы машинного обучения
> Математическая статистика и анализ данных
> Разработка ПО и системы хранения данных
> Прикладные методы машинного обучения
2 семестр
3 семестр
> Дипломная работа
4 семестр
> Дипломная работа
Почувствуйте свободу в выборе
Нам часто задают вопросы о трудоустройстве в Highland Gold
1
Все студенты программы получают оффер в Highland Gold во втором семестре, после презентации своих проектов
2
Можно отказаться от оффера или передумать, проработав некоторый срок
3
Вам не придется возвращать деньги или отрабатывать после выпуска: наша программа — не целевое обучение и не грант
Внедрите инновации
Задачи Highland Gold требуют современных навыков работы с данными и физической интуиции. Объясняем на примерах.
Разработка системы автоматического описания горной породы
Ситуация
> На первых этапах разведки месторождений из скважин извлекают образцы породы в форме длинных цилиндров. Геологи фотографируют каждый и по слоям прогнозируют, какие полезные ископаемые содержатся в данном участке
> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов
> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов
Решение
> Вы можете значительно ускорить и автоматизировать этот процесс, используя алгоритмы компьютерного зрения
машинное зрение
геология
Поиск перспективных участков месторождений с помощью предобученных нейронных сетей
Ситуация
> Чтобы обнаружить руды полезных ископаемых, геофизики изучают физические поля на поверхности земли — гравитационное, магнитное, поле сопротивлений и другие
> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении
> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении
Решение
> Вы можете ускорить процесс, создав алгоритм, по которому определять перспективные секторы будет нейронная сеть. Есть сети, уже предобученные распознавать участки по физическим полям, поэтому в конкретно вашей работе останется меньше рутины и больше творчества
геофизика
сверточные нейрoнные сети
Реализация математических моделей оптимального извлечения руды
Ситуация
> Разработка карьеров требует миллиардов рублей и многих лет работы. Поэтому критически важна задача: добывать руду наиболее эффективно и безопасно
> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании
> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании
Решение
> Вы можете включиться в работу команды по блочной оптимизации карьеров, или провести работу по реализации алгоритма Бьенстока-Цукерберга на данных Highland GoId
алгоритмы
вычислительная математика
Разработка системы автоматического описания горной породы
Ситуация
> На первых этапах разведки месторождений из скважин извлекают образцы породы в форме длинных цилиндров. Геологи фотографируют каждый и по слоям прогнозируют, какие полезные ископаемые содержатся в данном участке
> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов
> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов
Решение
> Вы можете значительно ускорить и автоматизировать этот процесс, используя алгоритмы компьютерного зрения
машинное зрение
геология
Поиск перспективных участков месторождений с помощью предобученных нейронных сетей
Ситуация
> Чтобы обнаружить руды полезных ископаемых, геофизики изучают физические поля на поверхности земли — гравитационное, магнитное, поле сопротивлений и другие
> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении
> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении
Решение
> Вы можете ускорить процесс, создав алгоритм, по которому определять перспективные секторы будет нейронная сеть. Есть сети, уже предобученные распознавать участки по физическим полям, поэтому в конкретно вашей работе останется меньше рутины и больше творчества
геофизика
сверточные нейрoнные сети
Реализация математических моделей оптимального извлечения руды
Ситуация
> Разработка карьеров требует миллиардов рублей и многих лет работы. Поэтому критически важна задача: добывать руду наиболее эффективно и безопасно
> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании
> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании
Решение
> Вы можете включиться в работу команды по блочной оптимизации карьеров, или провести работу по реализации алгоритма Бьенстока-Цукерберга на данных Highland GoId
алгоритмы
вычислительная математика
Избавьтесь от недопониманий
У вас остались вопросы? Ответы ждут вас на нашей встрече со студентами, интересующимися поступлением
Приходите на собрание с представителями кафедры 14го июня в 19:00, 4.18-5.17 Физтех.Цифра
Узнайте о процедуре поступления
Чтобы начать, нужны знания на уровне бакалавра Физтеха по наиболее актуальным дисциплинам:
Физика
> решаемые задачи будут связаны с физическими процессами и сигналами
Математика
> обучение во многом опирается на статистику и линейную алгебру
Программирование
> для конечного продукта вы напишете код, поэтому без знаний Python или C++ не обойтись
Геонауки знать заранее не нужно, всему необходимому мы обучим на первом году
программы
Таймлайн поступления
1
Подайте документы в приемную комиссию МФТИ
Заполните заявление на сайте приемной комиссии МФТИ. Укажите направление:
> ЛФИ, 03.04.01 Прикладные математика и физика
> Кафедра прикладной геофизики
> Специализация «Физические методы исследования и анализ данных в разведке и поиске твердых полезных ископаемых»
Заполните заявление на сайте приемной комиссии МФТИ. Укажите направление:
> ЛФИ, 03.04.01 Прикладные математика и физика
> Кафедра прикладной геофизики
> Специализация «Физические методы исследования и анализ данных в разведке и поиске твердых полезных ископаемых»
2
Оставьте заявку на сайте кафедры
Заполните форму на этой странице до 22 июля 2024 года
Заполните форму на этой странице до 22 июля 2024 года
3
Пройдите вступительные экзамены в МФТИ
Чтобы поступить в магистратуру МФТИ, нужно набрать достаточное количество баллов. Расписание, варианты прошлых лет и другие подробности можно узнать на сайте приемной комиссии
Чтобы поступить в магистратуру МФТИ, нужно набрать достаточное количество баллов. Расписание, варианты прошлых лет и другие подробности можно узнать на сайте приемной комиссии
Заявите о своем интересе
Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности