Онлайн-магистратура Науки о данных МФТИ

Анализируете поведение пользователей, прогнозируете спрос и строите аналитические отчеты для принятия решений. Понимаете, какая модель нужна бизнесу, а какая — избыточна

02

Собираете, очищаете, храните и обрабатываете данные. Проектируете и обучаете модели машинного обучения (ML-модели) — от классификации и регрессии до рекомендательных систем и обработки естественного языка (NLP). Разворачиваете модели в производство (production)

Владеете полным циклом работы с данными

01

Создаете на основе машинного обучения продукты, ценные для пользователей и бизнеса

Не ограничиваетесь обучением моделей, а доводите их до прикладных решений, превращая в сервисы и продукты, которые можно внедрять и масштабировать. Умеете показать результат и объяснить его ценность для бизнеса

03

Среда, в которой вы научитесь извлекать из данных ценность, и строить на ее основе востребованные решения

Треки программы — МФТИ «Науки о данных»

Треки программы

Специалист этого направления создает и внедряет модели для обработки данных, изображений, видео и текстов — от прогнозирования оттока до диагностики по снимкам и разработки чат-ботов поддержки клиентов

Python

язык программирования для разработки моделей

NumPy

библиотека для численных вычислений и работы с массивами

Pandas

библиотека для обработки и анализа табличных данных

Feature Engineering

подготовка и создание признаков для моделей

Оценка моделей

оценка метрик и валидация моделей

Scikit-learn

библиотека для классических алгоритмов машинного обучения

PyTorch

библиотека для глубокого обучения с гибкой архитектурой моделей

Computer Vision (OpenCV, PyTorch)

инструменты для обработки изображений и видео

NLP (Transformers, BERT, LLM)

методы и модели для работы с текстом

MLOps

практики развертывания, мониторинга и поддержки моделей

Docker

инструмент для контейнеризации приложений

FastAPI

инструмент для создания лаконичных и быстрых серверов

Специалист этого направления проектирует модели для анализа данных: сбор, очистка, визуализация, интерпретация данных. Например, создает аналитический отчет для анализа продаж

Python (Pandas, NumPy)

инструменты для анализа данных

Dashboarding

создание интерактивных аналитических отчетов

EDA (Exploratory Data Analysis)

исследовательский анализ данных

A/B-тестирование

метод проверки гипотез на данных

Математическая статистика

методы анализа данных (распределения, регрессия и др.)

Data Cleaning

очистка и подготовка данных

Anomaly Detection

выявление аномалий и выбросов

Time Series

подход к анализу данных, упорядоченных во времени

Специалист этого направления строит инфраструктуру для работы с большими данными: создает каналы и визуализацию рабочего процесса (pipeline) для сбора, обработки и хранения данных

SQL

язык для работы с базами данных

Python

язык для разработки процессов обработки данных (pipeline)

Apache Spark

система для распределенной обработки больших данных

Hadoop

экосистема инструментов для хранения и обработки больших данных

ETL/ELT

процессы извлечения, преобразования и загрузки данных

Airflow

инструмент для оркестрации и автоматизации пайплайнов

Kafka

система потоковой обработки данных в реальном времени

Data Lake

хранилище сырых данных в исходном виде

Кому подойдет

Инженерам и математикам, желающим перейти в ИТ

Переход в сферу наук о данных (Data Science) с комплексным обучением, чтобы стать востребованным специалистом с гибким графиком и высоким доходом

Начинающим специалистам в сфере наук о данных (Data Science)

Для прикладного изучения машинного обучения, анализа данных, нейросетей и их промышленного применения с акцентом на теорию и практику

Предпринимателям и тем, кто строит свой продукт

Есть идея или запущенный проект — используете инфраструктуру МФТИ, менторов из индустрии и экспертную среду, чтобы протестировать гипотезу и построить высокотехнологичный продукт

Профильным специалистам различных направлений и ИT-специалистам

Для профессионалов своей области (медицина, финансы, разработка, логистика и др.), желающих усилить текущий опыт в компании или создать свой ИТ-проект с помощью технологий работы с данными

Поможем определить ваш трек и точки роста

На консультации с экспертом разберете свой бэкграунд, определите подходящую специализацию — аналитика данных (Data Analyst), инжиниринг данных (Data Engineering), машинное обучение (Machine Learning) — и поймете, как программа усилит вашу карьеру

Записаться на консультацию

Программа обучения — семестры

Программа обучения

Для освоения программы вам понадобится от 25 часов в неделю

1

семестр

Осваиваете базовые инструменты для работы с данными — Python, математику и статистику для машинного обучения — учитесь хранить и обрабатывать данные. Начинаете работать над своим исследованием или проектом

Программирование на Python
Математика и статистика для машинного обучения
Системы хранения и обработки данных
Профессиональный практикум
Методология научных исследований
Основы научных исследований и техпредпринимательства
Элективы: Продуктовая аналитика / Профессиональная разработка на Java

2

семестр

Переходите к ядру профессии: осваиваете основы машинного обучения, глубокое обучение и учитесь разворачивать модели в производство. Развиваете исследовательский или бизнес-проект

Основы машинного обучения
Глубокое обучение в науках о данных
Развертывание моделей машинного обучения
Профессиональный практикум
Основы научных исследований и техпредпринимательства
Английский для профессиональных коммуникаций
Факультатив: Менеджмент для наук о данных
Элективы: Продуктовая аналитика / Профессиональная разработка на Java

3

семестр

Осваиваете продвинутые направления и начинаете активную фазу работы над ВКР(С) — исследованием или стартапом

Анализ естественного языка
Компьютерное зрение
Профессиональный практикум
Производственная (научно-исследовательская) практика
Элективы (1 из 3): Инструменты больших данных / Современные модели машинного обучения / Продвинутая визуализация и аналитика данных

4

семестр

Финализируете исследование или стартап, оформляете выпускную работу и защищаете ее

Преддипломная практика
Подготовка к процедуре защиты и защита ВКР(С)
Факультативы: Рекомендательные системы / Задачи генерации в обработке естественного языка / Методы обучения с подкреплением / Соревнования в больших данных и машинном обучении (Соревновательный DS)

Скачать учебный план

Будете работать с реальными задачами — как в продуктовых командах

ОБЯЗАТЕЛЬНО

Дипломный трек

Стартап, корпоративный проект или исследование. От гипотезы до работающего решения на данных с подтвержденной ценностью

ОБЯЗАТЕЛЬНО

Профессиональный практикум

Каждый семестр проходим от структурирования опыта и точек роста до полного цикла создания высокотехнологичного продукта: обучение модели, упаковка в сервис и развертывание

ПО ВЫБОРУ

Стажировки

Проектные и сезонные форматы у индустриальных партнеров, чтобы получить опыт в реальной среде и контакты в индустрии

ПО ВЫБОРУ

Индустриальные задачи

Кейсы от партнеров (Avito, Hoff, Иви, 5Post, Рельеф-Центр и др.), соревнования по анализу данных и разработке проектов с обратной связью от команд компаний.

ОБЯЗАТЕЛЬНО

Практика внутри дисциплин

Задания с измеримым результатом: напишете SQL-запросы к реальным базам, обучите модели классификации и регрессии, построите аналитический отчет, развернете модель в производство

Проходит каждый

Добираете под свои цели

К выпуску — портфолио из реальных проектов и готовый дипломный продукт

Студенты работают с реальными задачами компаний — и получают обратную связь от их команд

Кейсы от компаний

Проект по оптимизации алгоритма, позволяющего адаптировать изображение под ротацию экрана

Иви

Одного лучшего студента пригласили на стажировку

Александр Коншин, руководитель команды компьютерного зрения: «Одной из команд удалось создать алгоритм, который на части сложных примеров отрабатывает лучше, чем наш прототип»

Разработка прогнозной модели для увеличения кросс-продаж на основании сегментации клиентов

Рельеф-Центр

Пяти студентам предложили развивать проект с компанией

Сергей Воробьев, руководитель цифровой трансформации (CDTO) «Рельеф-Центра»: «Полученное во время практики решение компания планирует использовать в работе сайта и системы управления взаимоотношениями с клиентами (CRM) после совместной доработки со студентами»

Разработка модели для ценообразования товаров на основе данных конкурентов

5Post

Пять студентов получили благодарности от компании

Петр Сыров, начальник управления развития цифровой платформы: «Я убежден, что результаты труда ваших студентов могут быть успешно использованы в промышленном исполнении»

Разрабатываете собственный продукт или сервис. Работаете в связке с ментором из индустрии и получаете поддержку консультантов по машинному обучению, ИИ и бизнесу

Стартап

Исследование

Работаете над темой фундаментального или прикладного исследования совместно с научным руководителем из МФТИ

Корпоративный стартап

Разрабатываете проект в сотрудничестве с индустриальным партнером. Решаете реальную задачу бизнеса при экспертной поддержке

К защите у вас готовый проект: продукт с реальными пользователями, решение для компании-партнера или фундаментальное исследование с публикацией

Преподавательский состав — МФТИ «Науки о данных»

Преподавательский состав

Дисциплины преподают практикующие специалисты по машинному обучению и аналитики данных крупнейших ИТ-компаний и преподаватели МФТИ

Ведущий эксперт-консультант в области наук о данных (Data Science)

Даниель Щебентовский

Руководитель направления машинного обучения в международной финтех-компании Garage Eight. Владелец московского хаба Open Data Science (ODS), крупнейшего сообщества в области наук о данных в России

Основы машинного обучения

Евгений Абумов

Инженер по машинному обучению со специализацией в обработке естественного языка, проводит исследования и работает над созданием новых технологий (R&D-проектами)

Развертывание моделей машинного обучения

Сергей Доронин

Главный инженер по разработке в СберБанке. Работал с технологиями виртуальных датацентров и методами защиты информации в телекоммуникационных компаниях

Машинное обучение и искусственный интеллект

Мария Жарова

Специалист в области наук о данных в Wildberries, преподаватель МФТИ

Английский для профессиональных коммуникаций

Елена Секачкина

Преподаватель МФТИ, карьерный наставник Международной федерации коучинга (ICF), тренер по подготовке к собеседованию в международные компании

Менеджмент для наук о данных

Дмитрий Золотухин

Специалист по внедрению решений в области машинного обучения и искусственного интеллекта, развитию инфраструктуры данных и культуры принятия решений на основе данных

Английский для профессиональных коммуникаций

Кэтрин Кашицына

Специалист в области данных, продуктовой аналитике и управлении образовательными продуктами ALessons

Бизнес-основы разработки

Кирилл Райченко

Директор по продукту (CPO). Работал с NLMK, S8 Capital, Столото

Математика и статистика для машинного обучения

Виталий Соболь

К. ф.-м. н., доцент кафедры «Теория вероятностей и компьютерное моделирование» МАИ (НИУ). Управляющий риск-менеджер отдела разработки ПВР-моделей, банк ПСБ

Стоимость и варианты оплаты

398 000 ₽ за семестр

Компания может оплатить полностью или частично. Поможем подготовить документы

Узнать подробнее

Оплата от работодателя

13%

Возвращаете часть стоимости. Поможем оформить

Налоговый вычет

Полная стоимость за 2 года обучения

1 592 000 ₽

Господдержка: платите от 398 ₽/мес во время учебы. Оформляется в Т-Банке, Сбере и др.

398 ₽

Образовательный кредит

Как поступить в магистратуру

Поступил!

Оплачиваете обучение и стартуете 1 сентября

Сдаете экзамен

Мотивационное письмо + тест по математике и алгоритмам на Python. Все онлайн, в системе мониторинга (прокторинга) МФТИ.
Есть подготовительный курс

Подаете документы

Прием документов с 20 июня через Госуслуги

Оставляете заявку

Связываемся с вами и помогаем разобраться в программе. Специалист приемной кампании с опытом в индустрии поможет сориентироваться

3

2

1

Поможем подготовиться

После консультации получите доступ к подготовительному курсу. Курс покрывает все темы вступительного экзамена.

Получить доступ к подготовительному курсу

87% студентов успешно поступают после подготовки

Оставьте заявку на консультацию

Ответим на вопросы и расскажем про правила поступления

Вступайте в канал абитуриентов МФТИ

Ответы на вопросы, гайды по поступлению и живые встречи с экспертами — выбирайте удобную площадку

Вконтакте

MAX

Разработка ИТ-продуктов

МАГИСТРАТУРА

Управление ИT-продуктами

О ЦЕНТРЕ «ПУСК»

Сообщество абитуриентов в ВК

Канал абитуриентов в МAX

КОНТАКТЫ

digital@mipt.ru

Политика обработки персональных данных МФТИ

Сведения об образовательной организации

наверх

Мы обрабатываем идентификаторы сессии (куки)

Они помогают нам делать этот сайт удобнее для пользователей. Продолжая работу с сайтом, вы соглашаетесь с обработкой файлов куки вашего браузера. Однако вы можете запретить обработку некоторых типов файлов куки в настройках вашего браузера

Мы обрабатываем идентификаторы сессии (куки)

Cookie Settings

Cookies necessary for the correct operation of the site are always enabled.
Other cookies are configurable.

Essential cookies

Always On. These cookies are essential so that you can use the website and use its functions. They cannot be turned off. They're set in response to requests made by you, such as setting your privacy preferences, logging in or filling in forms.

Analytics cookies

Disabled

These cookies collect information to help us understand how our Websites are being used or how effective our marketing campaigns are, or to help us customise our Websites for you. See a list of the analytics cookies we use here.

Advertising cookies

Disabled

These cookies provide advertising companies with information about your online activity to help them deliver more relevant online advertising to you or to limit how many times you see an ad. This information may be shared with other advertising companies. See a list of the advertising cookies we use here.