Кафедра «Финансы и кредит»

1 апреля 2002 года на базе кафедры «Экономика и менеджмент» в связи с потребностями рынка в профессионалах специальностей «Финансы и кредит» и «Бухгалтерский учет, анализ и аудит» был образован цикл «Финансы и бухгалтерский учет». К тому времени на кафедре обучались студенты первых двух курсов специальности «Финансы и кредит» в количестве 153 человек. В 2004 году цикл был преобразован в кафедру «Финансы и бухгалтерский учет». В 2008 году кафедра была разделена на 2 отдельные кафедры – «Финансы и кредит» и «Бухгалтерский учет, анализ и аудит».

Цель учебного процесса на кафедре – формирование у будущих специалистов современных фундаментальных знаний в области теории управления финансами организации (предприятия), раскрытие основ взаимодействия теории и практики управления финансами, содержания их традиционных и специальных функций, роли и значения в современных рыночных отношениях.

В 2022 году кафедра начнет набор на образовательную программу магистратуры «Искусственный интеллект и анализ больших данных в банковской сфере».

В 2021 году университет принял участие в проекте «Образовательные программы в сфере искусственного интеллекта». Проект поддержан Министерством науки и высшего образования РФ в рамках национальной программы «Цифровая экономика Российской Федерации».

Программа ориентирована на тех, кто имеет образование в области информационных технологий, инженерных, математических, естественнонаучных и экономических направлений.

Программа «Искусственный интеллект и анализ больших данных в банковской сфере» ориентирована на подготовку кадров, готовых к использованию сквозных технологий искусственного интеллекта в деятельности организаций финансово-кредитной сферы. В процессе обучения студентов научат осуществлять сбор, обработку, анализ и систематизацию больших данных, выбирать методы и средства решения задач исследования с использованием технологий и методов искусственного интеллекта, осуществлять руководство созданием комплексных систем искусственного интеллекта с применением новых методов и алгоритмов машинного обучения, решать прикладные задачи и реализовывать проекты в области сквозной цифровой технологии «Рекомендательные системы и системы поддержки принятия решений» со стороны заказчика.

Преимущества магистерской программы «Искусственный интеллект и анализ больших данных в банковской сфере»:
1. Обучение, основанное на опыте: гостевые спикеры, практическая направленность программы (разбор прикладных задач, связанных с анализом данных, которые возникают в финансово-кредитных организациях).
2. Сочетание фундаментальной подготовки в области машинного обучения, программирования и анализа больших данных, развития навыков системного мышления и формирования универсальных банковских и бизнес-компетенций.
3. Вовлечение в образовательный процесс ведущих преподавателей, предпринимателей и экспертов в области цифровой экономики и технологического развития и банковской деятельности.
4. Индивидуальные траектории подготовки для «аналитиков» (создателей математических моделей и методов) и «технологических предпринимателей» (создателей стартапов в сфере искусственного интеллекта и анализа данных).
5. Проектная работа, нацеленная на решение прикладных задач по анализу данных и реализацию конкретных бизнес-идей для широкого спектра прикладных областей.

Уникальность программы: Сочетание технических компетенций, в том числе программирования, алгоритмов и математических методов машинного обучения, и экономических компетенций, в том числе основ технологического предпринимательства.

Прикладная направленность магистерской программы предполагает возможность карьеры на позициях специалистов по анализу данных (DataScientist) в структурах государственного управления, производственном, логистическом, финансовом и коммерческом секторе, IT-компаниях. Выпускники программы могут быть также востребованы в роли системных аналитиков и менеджеров по управлению данными.

Перечень образовательных программ магистратуры в сфере искусственного интеллекта, разработанных Ульяновским государственным техническим университетом, с указанием ссылок на размещение компонентов ОПОП