Top.Mail.Ru
Онлайн-магистратура
«Финансовые технологии и аналитика»
Диплом магистра:
государственного образца

Направление обучения:
501.04.02 «Прикладная математика и информатика»

Стоимость
228 000 ₽ за семестр или от 342 ₽ в месяц при оплате кредитом с господдержкой

Учебный план
Прием документов:
10 апреля — 16 августа

Старт обучения:
1 сентября 2024

Срок обучения:
2 года

Формат:
очная магистратура в онлайн-формате

Правила приема и порядок поступления
Основная информация
Диплом магистра:
Направление обучения:
государственного образца
38.04.05 «Бизнес-информатика»
228 000 ₽ за семестр или от 342 ₽ в месяц при оплате кредитом с господдержкой
Стоимость
2 года
Формат:
Старт обучения:
1 сентября 2024
Прием документов:
10 апреля — 16 августа
Срок обучения:
очная магистратура в онлайн-формате
Правила приема и порядок поступления
Приемная кампания 2024
Получите диплом магистра МФТИ за 2 года обучения в онлайн-формате
Чем занимается Data Scientist
Транзакции и движение активов на рынке и взаимодействие с клиентом генерируют огромное количество данных. Будущее находится в руках тех, кто умеет превращать эти неструктурированные потоки информации в понятные данные для принятия решений.
Получите глубокое образование в области финансовой аналитики в МФТИ, с полным инструментарием Data Scientist’a и получите востребованную профессию аналитика раскрывающие скрытые закономерности, ML-инженера, предсказывающие будущее, и продуктового стратега, продвигающие инновации.
Направления, по которым можно работать после обучения
Применяет математические и статистические методы для решения вопросов финансового управления и управления рисками. Например, может разработать модели данных и оперативную отчетность для финансовой организации
Финансовый аналитик
Аналитик больших данных
Разрабатывает алгоритмы и математические модели. Эти инструменты нужны для сбора показателей из баз, анализа массивов информации, получения отчетов, построения прогнозов и определения трендов на рынке
Продуктовый аналитик
Помогает бизнесу находить лучшие решения для продвижения продуктов на рынке. Он подсказывает, что необходимо сделать, чтобы достичь нужных результатов, например роста объемов продаж или увеличения числа постоянных клиентов
Пройдите квиз и получите рекомендации по выбору дисциплин на программе. Эти рекомендации помогут вам спроектировать траекторию обучения в зависимости от ваших предпочтений
Пройти квиз
ВІ-аналитик
Автоматизирует процессы получения, фильтрации и визуализации цифровых данных.
Благодаря ему компании имеют возможность оперативно реагировать на поведение пользователей и работу FinTech-продуктов
Направления, по которым можно работать после обучения
Применяет математические и статистические методы для решения вопросов финансового управления и управления рисками. Например, может разработать модели данных и оперативную отчетность для финансовой организации
Финансовый аналитик
Аналитик больших данных
Разрабатывает алгоритмы и математические модели. Эти инструменты нужны для сбора показателей из баз финтех показателей, анализа массивов информации, получения отчетов, построения прогнозов и определения трендов на рынке
Продуктовый аналитик
Помогает бизнесу находить лучшие решения для продвижения продуктов на рынке. Он подсказывает, что необходимо сделать, чтобы достичь нужных результатов, например роста объемов продаж или увеличения числа постоянных клиентов
ВІ-аналитик
Автоматизирует процессы получения, фильтрации и визуализации цифровых данных.
Благодаря ему компании имеют возможность оперативно реагировать на поведение пользователей и работу FinTech-продуктов
Пройдите квиз и получите рекомендации по выбору дисциплин на программе. Эти рекомендации помогут вам спроектировать траекторию обучения в зависимости от ваших предпочтений
Пройти квиз
Какую задачу вы бы хотели решать?
Работать с большими данными, применять машинное обучение и на их основе строить свои прогнозы или решать бизнес-задачи
Разбираться в финансовой отчетности компании, анализировать, искать лакуны и строить прогнозы
Участие в каком из стартапов вас бы заинтересовало?
Студенты, не планирующие развивать научную карьеру на программе, в качестве диплома работают над своей идеей стартапа, проектом другого студента или корпоративным стартапом компании.
Инвест-платформа. Создание сервиса по формированию долгосрочного портфеля инвестора с использоыванием как классических подходов типа CAPM и Capital Growth Theory, так и современных методов построения портфеля (Follow-the-winner, Follow-the-loser)
AI Predict. Сезонное прогнозирование выручки банков и МФО на основе анализа биллингов по распознаванию документов
ZestFinance - сервис, использующий ML, чтобы помочь кредиторам оценить кредитный риск заемщика.
Инвест-планировщик. Поиск оптимального инвестиционного сценария, который будет соответствовать требованиям доходности и издержек. Проведение ежемесячной переоценки и дальнейшей ребалансировки при значительном отклонении портфеля от модельного
Выберите задачу, которую вы предпочли бы взять на себя.
Представьте, что вы часть команды, которая работает над разработкой платформы для предоставления персонализированных финансовых услуг.

Проведение анализа финансовых рынков и отчетности, чтобы идентифицировать наиболее перспективные финансовые продукты и услуги для интеграции в платформу. Вы будете заниматься анализом финансовых рисков, прогнозированием трендов на фондовом рынке, оценкой бизнеса и инвестиционной привлекательности различных финансовых инструментов для обеспечения наибольшей ценности для пользователей платформы
Создание модели машинного обучения, которая анализирует большие объемы данных о финансовом поведении пользователей для предсказания их потребностей и предпочтений в финансовых продуктах. Вы будете работать над постановкой задач машинного обучения, предобработкой данных, выбором и оптимизацией моделей, а также интерпретацией результатов анализа для разработки персонализированных предложений
На какую из них вы бы откликнулись?
Ниже — реальные вакансии с HH.ru.
Чем предстоит заниматься:
  1. Строить эффективную систему с учётом приоритетов, целей и стратегии компании.
  2. Изобретать и защищать модели для прогнозирования развития бизнеса на основе нестандартных, для финансиста, метрик. Создавать финансовые дашборды с применением BI-инструментов .
  3. Участвовать в построении и сверках/контроль обновлений бюджета. Оценивать прибыльность, рентабельность и продуктовые проекты компании (влияние на прибыль, cash flow, капитализацию и прочее).
  4. Оптимизировать бизнес-процессы, плотно взаимодействовать с руководителями бизнес-направлений, контролировать финансовую деятельность бизнес-юнитов и консультировать их по финансовым вопросам, помогать с запросами коллег по аналитике и прогнозированию.

Что нужно, чтобы к нам присоединиться:
  1. Отличный финансовый, математический, аналитический аппарат. Умение читать отчетность, рассчитывать маржинальность, EBITDA, FCF, LTV/CAC и т.д.
  2. Искренняя любовь к Excel, подкрепленная сильными знаниями и навыками.
  3. Стремление и намерение развивать свою техническую экспертизу. Здорово, если есть опыт работы в Tableau, Metabase, SQL, Python, но это необязательно.
  4. Готовность работать в быстро меняющейся среде и периодически — в интенсивном режиме. Мы не знаем, что будет с макроэкономикой в ближайшие месяцы и годы. Нужно держать руку на пульсе и уметь быстро включаться в разработку разных сценариев.
  5. Способность собирать дедлайны и планировать время. Ты умеешь управлять своим ресурсом и любишь выполнять работу заранее.
Вам предстоит:
  1. создавать портреты аудиторных групп исходя из описательных и поведенческих характеристик;
  2. анализировать использование финансовых продуктов;
  3. искать корреляции и причинно-следственные связи между активностями аудитории;
  4. выполнять исследования, проводить эксперименты и анализировать их результаты;
  5. работать с большим количеством гипотез и продуктовых метрик;
  6. разрабатывать дашборды для работы с целевыми метриками финтеха;
  7. контролировать корректность применения комиссий и других условий выпо

Мы ожидаем, что вы:
  1. работали с продуктовой аналитикой и финансовыми данными (e-commerce, финтех, банки);
  2. хорошо разбираетесь в статистике;
  3. отлично знаете SQL и Python, в том числе за пределами стандартного аналитического стека.
  4. имеете профильное образование или бэкграунд в работе с финансами;
  5. работали с Apache Spark или ClickHouse;
  6. умеете применять методы машинного обучения;
  7. анализировали временные ряды.
Укажите до трех дисциплин, которые вы бы изучили.
Вам предложен список курсов, направленных на формирование дополнительных профессиональных компетенций специалиста в области финансовых технологий.
Финансовый и управленческий учет и отчетность — узнаете, как устроен учет и формируется отчетность в организациях, как читать и интерпретировать ее результаты. Научитесь анализировать финансовые отчеты, выявлять причины отклонений и оценивать эффективность систем бюджетирования. Также освоите методы оперативного управления денежными средствами и работу с дебиторской и кредиторской задолженностями
Оптимальное инвестирование узнаете, как формировать оптимальный инвестиционный портфель и рассмотрите различные виды риска и способы их оценки. Соберете сбалансированные долгосрочные портфели, опираясь на классические алгоритмы (CAPM и Capital Growth Theory) и современные (Follow-the-Winner, Follow-the-Loser, Pattern-Machine Learning, Constant Rebalanced Portfolio), а также научитесь их комбинировать
Основы машинного обучения — узнаете, какие математические основы стоят за работой базовых алгоритмов машинного обучения: градиентного спуска, kNN, логистической регрессии, метода опорных векторов, градиентного бустинга и других. Основное внимание курса уделено алгоритму работы над ML-проектом: подготовке данных, запуску алгоритмов обучения с учителем и без учителя и оценке качества их работы. После рассмотрения работы отдельных алгоритмов будете объединять результаты их работы через градиентный бустинг
Финансовое моделирование — научитесь моделировать финансовое благополучие предприятия с помощью юнит-экономики. Будете моделировать операционную деятельность, прогнозировать финансовые показатели, оценивать бизнес и инвестиционную привлекательность, а также разрабатывать модели для инвестиционных проектов и оценки стоимости активов и капитала
Продвинутые методы ML — вы рассмотрите специализированные области машинного обучения: алгоритмы, позволяющие машинам понимать, интерпретировать и генерировать человеческий язык; как и когда для решения задач МО целесообразно использовать более мощные модели, работающие на принципах нейронных сетей; техники и инструменты для выявления аномалий: необычных паттернов или данных, которые отклоняются от нормы, что может указывать на важные события или ошибки
Инжиниринг данных рассмотрите специфику хранения разных типов данных, методы их обработки и трансформации. Узнаете, как строится архитектура сбора данных, научитесь настраивать и автоматизировать процессы внутри компаний и готовить компанию к кратному масштабированию собираемых данных и обеспечивать безопасность этих процессов. Как правило, в крупных компаниях этой работой занимается отдельный специалист, поэтому в стартапах и средних компаниях настройка сбора данных может стать бутылочным горлышком, замедляющим или вредящим внедрению инструментов МО в бизнес-процессы
Какая визуализация результата вас бы заинтересовала?
Представьте, вы оказались вольным слушателем на публичном демодне акселератора DS стартапов, одна из команд демонстрирует результаты своих эксперминетов в рамках проекта.
Результаты эксперимента точности рекомендательной модели
Результаты статистического анализа
Рекомендуем дополнить трек одной из этих дисциплин :
Благодарим за прохождение!
  1. Продвинутые методы машинного обучения*
  2. Основы машинного обучения
  3. Продвинутые методы ML
  4. Инжиниринг данных
«Финансовый аналитик»
Исходя из ваших ответов, рекомендуем трек «Финансовый аналитик».Вы освоите подготовку отчетов и дашбордов для визуализации показателей, разработку моделей данных и оперативную отчетность. Углубитесь в бизнес-анализ, продуктовую и клиентскую аналитику, а также научитесь разрабатывать методологии расчета ключевых метрик, проводить Ad-hoc аналитику и аналитические исследования для поддержки и развития бизнеса.
Рекомендуемый трек «Data Science в финансах»
Исходя из ваших ответов мы можем рекомендовать вам трек «Data Scince в анализе данных». Вы научитесь анализу поведения клиентов, сегментации базы и оценке CRM-кампаний. Освоите мониторинг данных, прогнозирование рисков по кредитам и выделение рисковых сегментов. А также разовьете навыки работы с большими данными и машинным обучением для проверки гипотез и выявления ключевых факторов факторов их проверки.
*Электив Цифровой кафедры
Кому подойдет программа «Финансовые технологии и аналитика»
Для успешного освоения программы нужно хорошо знать математику и иметь базовые навыки программирования на Python, а также иметь диплом о высшем образовании — бакалавра или специалиста
Инженерам и математикам желающим перейти в IT
Учебный план разработан таким образом, чтобы дать возможность освоить программу с нуля, вне зависмости от наличия технического бекграунда. Для абитуриентов предусмотрен подготовительный курс. Он содержит лекции по математике и алгоритмам, записи консультации с экспертом и пробные экзаменационные билеты
Начинающим специалистам в Data Science
Разработчикам, тестировщикам и другим IT-специалистам
Вам будет легче разобраться в математических основах ML-моделей и понять механизмы их работы
Магистратура даст возможность систематизировать знания, попрактиковаться на реальных задачах и получить обратную связь от экспертов
С навыками программирования и работы с ключевым ПО вам будет легче освоить работу c данными и машинным обучением
Среда обучения
Как построено обучение
Все лекции, семинары и практика проходят онлайн. Материалы размещены на платформах МФТИ, Нетологии и Yandex Wiki и доступны 24/7 — это дает возможность учиться в любое время.
Общение происходит в Телеграме. Здесь можно быстро получить поддержку от координатора, обсудить домашнее задание с сокурсниками или узнать о важном мероприятии
Содержание обучения
Все асинхронные материалы (видеолекции, текстовые уроки) вы изучаете на платформе самостоятельно в удобное для себя время. Синхронные занятия с экспертами проходят по вечерам и выходным. На освоение учебного материала вам понадобится 20–30 часов в неделю.
В онлайн-магистратуре две сессии в год, по каждой дисциплине сдается зачет или экзамен. Также во всех дисциплинах есть домашние задания с дедлайном. Хорошие оценки за домашние задания и посещение семинаров позволяют накопить баллы и получить «автомат»
Гостевые лекции
Практика — основа обучения
В двух семестрах проходит проектный практикум в формате хакатона или дататона, на котором вы решаете индустриальные кейсы от компаний-партнеров вуза. Все кейсы — реальные задачи, которые можно положить в портфолио
Проекты с сокурсниками
Раз в две недели вы сможете посетить авторские лекции, мастер-классы, воркшопы и интенсивы от экспертов. На гостевых встречах у вас будет возможность узнать о компании, продукте, кейсах внутри организаций, корпоративной культуре, стажировках и карьерных возможностях напрямую от представителей бизнеса
У нас учатся сотни студентов из 146 городов и 11 стран: России, Казахстана, Киргизии, Сербии, Беларуси, Эстонии, Кипра, Чехии, Канады, США и Нидерландов.
Формат обучения расширяет географию профессиональных знакомств магистрантов и позволяет найти единомышленников по всему миру. Это дает расширенные возможности для нетворкинга, запуска совместных проектов, коллабораций
Игровая модуляция работы банков по привлечению и удержанию клиентов через инвестиции
Финтех Хаб ЦБ
Юлия Сафронова, заместитель начальника Управления Департамента национальной платежной системы Банка России: «Решение кейса имеет прикладное значение для развития у молодежи компетенций в области национальной платежной системы»
Интернет-эквайринг для принятия платежей в криптовалюте и получения выплат в фиатной валюте
Яндекс
Разработка сервиса для прогноза цен на валютном рынке с визуализацией и аналитикой
Совкомбанк
«Наша компания благодарит Центр “Пуск” МФТИ за возможности, которые открывает для нас это партнерство. Ребята показали профессионализм, и с некоторыми из них мы продолжим сотрудничество»
Андрей Пакшин, начальника отдела в Совкомбанк Технологии: «Ребята превзошли ожидания в области исследования прогнозирования рынка, что несомненно ляжет в основу нового направления деятельности»
Преподавательский состав
Дисциплины преподают ведущие исследователи в области Data Science из МФТИ и практикующие специалисты из крупнейших финтех-компаний. Преподаватели помогут вам разобраться в теории и решить практические задания, ответят на вопросы и дадут обратную связь
Александр Куликов
Доцент кафедры высшей математики и кафедры технологий цифровой трансформации МФТИ
exCEO Unicorn Search, блокчейн-рекрутинговое агентство
Павел Богуш
Алексей Малышко
Technical Product Owner в Сбере
Алексей Бычков
Преподаватель кафедры высшей математики МФТИ
Главный инженер по разработке в Сбере
Сергей Доронин
Александр Куликов
Доцент кафедры высшей математики и кафедры технологий цифровой трансформации МФТИ
Алексей Бычков
Преподаватель кафедры высшей математики МФТИ
Алексей Малышко
Technical Product Owner в Сбере
exCEO Unicorn Search, блокчейн-рекрутинговое агентство
Павел Богуш
Главный инженер по разработке в Сбере
Сергей Доронин
Учебный план
В каждом семестре для дисциплин указано количество зачетных единиц (ЗЕ). По ним вы можете оценить трудоемкость учебной работы: в МФТИ 1 ЗЕ = 45 академических часов
Изучаем фундаментальную базу
1 семестр.
Изучение обязательных дисциплин, предусмотренных стандартами высшего образования
4 ЗЕ
Математика для финтеха
5 ЗЕ
Python для анализа данных
3 ЗЕ
Финансовые рынки и инструменты
3 ЗЕ
Базы данных
3 ЗЕ
Финансовая математика и эконометрика
2 ЗЕ
Методология научных исследований
3 ЗЕ
Дисциплины Цифровых кафедр
Изучение дисциплин, которые лежат в основе профессии аналитика
2 семестр.
Погружаемся в основы профессии
4 ЗЕ
Финансовая математика и эконометрика
2 ЗЕ
Методы искусственного интеллекта в финансовом секторе
3 ЗЕ
Современные методы анализа данных
5 ЗЕ
Большие данные в финансах
3 ЗЕ
Основы машинного обучения
3 ЗЕ
Основы научно-исследовательской деятельности и создания продукта
3 ЗЕ
Оптимальное инвестирование
2 ЗЕ
Английский для профессиональных коммуникаций
3 ЗЕ
Проектный практикум
3 ЗЕ
Дисциплины Цифровых кафедр
3 семестр.
Изучение продвинутых дисциплин, прохождение практикума, а также написание научно-исследовательской работы (НИР)
Углубляемся в профессию
2 ЗЕ
Продвинутые методы ML
2 ЗЕ
Финансовый и управленческий учет и отчетность
2 ЗЕ
Инжиниринг данных
2 ЗЕ
Финансовое моделирование
1 ЗЕ
Технология блокчейн в финансовом секторе

3 ЗЕ
Визуализация данных
2 ЗЕ
Проектный практикум
24 ЗЕ
Научно-исследовательская работа
4 семестр.
Выполняем и защищаем ВКР
Изучение еще большего количества продвинутых дисциплин, сдача НИР и защита выпускной квалификационной работы (ВКР)
3 ЗЕ
Основы управления продуктом и проектом
3 ЗЕ
Кибербезопасность финансовых услуг
24 ЗЕ
Научно-исследовательская работа
9 ЗЕ
Выполнение и защита выпускной квалификационной работы
Список необходимых документов
Четыре шага к поступлению
Как поступить в магистратуру
Написать мотивированное письмо и успешно сдать экзамены
Подписать договор и оплатить обучение
Найти свою фамилию в приказе о зачислении
Фото в электронном виде

Подать документы через
СНИЛС
Паспорт
Документ о высшем образовании и приложение к нему
Оплата обучения
Налоговый вычет 13%
Узнайте подробнее у менеджера при записи на программу
Весь срок обучения и 9 месяцев после окончания вы платите только проценты по кредиту — остальное можете возвращать в течение 15 лет
Кредит под 3%
С оплатой по кредиту с господдержкой от Сбера
От 342 ₽ в месяц
Стоимость семестра
228 000 ₽
Полная стоимость обучения
912 000 ₽
Подать заявку на поступление
Вступайте в чат программы в телеграмм, чтобы получить полную инструкцию и задать вопросы
Telegram
Мы обрабатываем файлы cookie
Они помогают нам делать этот сайт удобнее для пользователей. Продолжая работу с сайтом, вы соглашаетесь с обработкой файлов cookie вашего браузера. Однако вы можете запретить обработку некоторых типов файлов cookie в настройках вашего браузера
Мы обрабатываем файлы cookie
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.