НАУКИ
О ДАННЫХ
Магистерская программа по направлению
«Математика и компьютерные науки»
Специалисты по обработке и анализу данных ‒ одни из самых востребованных профессий XXI века. Наша программа создана для того, чтобы вооружить самых талантливых молодых специалистов глубокими знаниями и практическими навыками в сфере машинного и глубинного обучения, компьютерного зрения, обработки естественного языка и других направлениях современной науки о данных.

Сколковский институт науки и технологий
Сколтех — новый международный исследовательский университет, созданный в Москве в сотрудничестве с MIT. Лаборатории Сколтеха оборудованы на уровне ведущих исследовательских центров мира. Здесь преподают эксперты с мировым именем, учатся студенты из более чем 40 стран.
Магистратура:
2 года (full-time)
Язык обучения:
Английский
Стоимость:
студенты, прошедшие отбор, не платят за обучение
Условия:
ежемесячная стипендия (40 тыс.руб.), ДМС, отсрочка от армии
Поступление:
прием заявок открыт до 16 июля
Подать первичную заявку можно прямо сейчас (занимает 2 минуты), а до 16 июля спокойно загрузить все документы
Close
Обучение
Обучение в магистратуре длится 2 года: в течение первого года студент существенно углубляет свою теоретическую подготовку, в течение второго фокусируется на исследовательской работе. Студенты свободны в выборе курсов в соответствии с их научными и профессиональными интересами.
Лекции и практические занятия от экспертов и профессоров с мировым именем
Самостоятельная научно-исследовательская работа над собственным проектом на базе лабораторий Сколтеха
8-недельная стажировка в индустрии на базе одной из ведущих компаний отрасли
Курсы по инновациям и предпринимательству, дающие знания и навыки для коммерциализации научных разработок
+ Программы академической мобильности с ведущими мировыми вузами (для части студентов, на конкурсной основе)
ГЛАВНОЕ
УЧЕБНЫЙ ПЛАН
ИССЛЕДОВАНИЯ
ДАЛЬНЕЙШАЯ КАРЬЕРА
ПОСТУПЛЕНИЕ
Программа позволяет глубоко изучить:
математические и алгоритмические основы, практические средства и прикладные задачи наук о данных
Ключевые аспекты научных исследований и прикладных разработок в области наук о данных
Новейшие методы машинного обучения и связанных с ним сфер (глубинного обучения, анализа промышленных данных и т.д.)
Трек
Машинное обучение и искусственный интеллект (MLAI)
Технологии машинного обучения развиваются на стыке передовых достижений современной науки о данных и сферы искусственного интеллекта. Программа сочетает изучение наиболее актуальных тем и самых свежих достижений в отрасли с глубоким погружением в математические основы (продвинутый курс линейной алгебры, теорию оптимизации, многомерную статистику и т.д.)

Успешный выпускник трека MLAI сможет:
  • разрабатывать алгоритмы машинного обучения на уровне ведущих мировых аналогов (или превосходящие их) для применения как в традиционных, так и в принципиально новых областях
  • внести свой вклад в разработку алгоритмов машинного обучения на уровне ведущих мировых аналогов (или превосходящих их) для применения как в традиционно востребованных, так и в принципиально новых областях
  • применять соответствующие программные средства, алгоритмы, языки программирования, модели данных и вычислительные среды для решения реальных задач
Обучение в рамках этого трека также возможно в сетевой форме с МФТИ.
Трек
Математическое моделирование для задач с большими объемами данных (DIMMS)
Этот трек направлен на обучение нового поколения ученых и инженеров в области вычислительной техники, способных сочетать основные и управляемые данными подходы в математическом моделировании природных, промышленных и социальных явлений. В учебном плане тщательно сбалансированы продвинутые вычисления, машинное обучение и вычислительная физика, что подчеркивает реализацию крупномасштабных моделей в современных вычислительных средах.

Успешный выпускник трека DIMMS сможет:

  • выстраивать математические модели промышленных процессов и технологий, а также естественных явлений
  • создавать эффективные численные алгоритмы и сверхоперативные коды для решения инженерных и академических задач любого типа и уровня
  • применять инструменты машинного обучения и анализа данных для математического моделирования сложных систем
Трек
Статистическая теория обучения (SLT)
(в сетевой форме с НИУ ВШЭ)
Статистическая теория обучения находится на переднем крае нескольких подразделов математики и компьютерных наук. Это одно из самых динамично развивающихся направлений современной науки, охватывающее математическую статистику, машинное обучение, теорию оптимизации, теорию информации и теорию сложности вычислений. С первых дней программы студенты работают совместно в тематических научных группах, параллельно занимаются самостоятельной научной работой, перенимая опыт от экспертов с мировым именем в сферах статистики, оптимизации, машинного обучения, работающих в Сколтехе, НИУ ВШЭ или специально приглашенных из других организаций для чтения учебных курсов.

Успешный выпускник трека SLT сможет:

  • приобрести глубокие и практически применимые знания и навыки современных методов и подходов в статистическом обучении, включая математическую статистику, стохастические процессы, выпуклую оптимизацию
  • применять и совершенствовать эти инструменты для решения сложных проблем анализа данных, поступающих из реальной практики
Структура программы:
Программа длится 2 года и состоит из обязательных и рекомендованных элективных курсов, курсов и проектов по выбору студента, научно-исследовательской работы, предпринимательской подготовки и практики в индустрии. Для успешного прохождения программы нужно набрать 120 ECTS-кредитов.

MLAI
Трек "Машинное обучение и искусственный интеллект"*
* также доступен в сетевой форме с МФТИ
DIMMS
Трек "Математическое моделирование для задач с большими объемами данных"
SLT
Трек "Статистическая теория обучения"*
* (в сетевой форме с НИУ ВШЭ)

MLAI
DIMMS
SLT

Coursework (36 credits)
Statistical Natural Language Processing
Omics Technologies
Geometric Computer Vision
Soft Matter in Practice
Modern Methods of Data Analysis: Stochastic analysis (ВШЭ)
Methods of Multidimensional Statistics (ВШЭ)
Modern Algorithmic Optimization (ВШЭ)
Probabilistic Graphic Models (ВШЭ)
Elective from the HSE Catalog "MAGO-LEGO" (ВШЭ)

Elective courses (24 credits)

Entrepreneurship and Innovation (12 credits)
Technological Innovations: from Research Results to Commercial Product

Research and MSс Thesis Project (36 credits)

Industry Immersion (12 credits)
Программы в сетевой форме с:
  • МФТИ
  • НИУ ВШЭ
Индустриальные партнеры:
  • Сбербанк
  • Яндекс
  • РусАгро
  • VisionLabs
  • Datadvance
  • ScanEx
  • Geoscan
  • Газпром нефть
Основные направления исследований:
  • Machine Learning, Deep Learning and Artificial Intelligence
  • Industrial Data Analytics
  • Computer Vision, Robotics & Visual Analytics
  • Biomedical Analytics and Systems
  • Natural Language Processing
  • Digital Agronomics & Pharmaceutical Design
  • Chemo- and Bioinformatics
  • Efficient Numerical Algorithms
  • Computational Soft Matter and Complex Systems
  • High-dimensional Statistics and Statistical learning
У выпускников программы большие перспективы
и широкий выбор карьерных, научных и бизнес-возможностей:
Индустрия
Позиции Data Analyst, Data Scientist, Industrial Research Scientist, Consultant в различных отраслях (IT, промышленности, финансах, телекоммуникациях и других направлениях)
Наука
Продолжение научной деятельности в ведущих российских и зарубежных научных организациях.

Стартап
Создание собственного бизнеса, в том числе при поддержке инновационной экосистемы ИЦ «Сколково» с широким пулом экспертов, консультантов и инвесторов.
Требования к поступающим:
Знания и навыки:
Математический анализ, дифференциальные уравнения, линейная алгебра, теория вероятности и математическая статистика, дискретная математика (включая теорию графов и базовые алгоритмы), программирование.
Образование:
Степень бакалавра (и выше) IT и технических направлений (математика, компьютерные науки, информационные и коммуникационные технологии, прикладная физика и др.)
Английский язык:
Кандидаты, ранее не проходившие обучения на английском языке, должны будут подтвердить в процессе отбора высокий уровень владения английским языком.
ПАКЕТ ДОКУМЕНТОВ:
  • Резюме (на английском)
  • Мотивационное письмо (на английском)
  • 2 рекомендательных письма
  • Диплом или выписка
  • Подтверждения ваших значимых научных и профессиональных достижений, награды, сертификаты и т.д.
Процесс отбора:
1
Регистрация
Зарегистрируйтесь и получите доступ в систему подачи заявок.
2
Подача документов
Соберите пакет документов и загрузите их по мере готовности в систему.

3
Онлайн-отбор
Далее вы получите ссылку и пройдете онлайн-тест (пример заданий вашей программы есть ниже). На основании результатов теста и оценки ваших документов мы выберем финалистов.
4
Финал (в онлайн-формате)
Финальный этап в настоящее время проходит онлайн: включает интервью, игру на оценку предпринимательских навыков, экзамен по английскому языку и письменный онлайн экзамен по математике.
Примеры экзаменационных заданий:
Это примеры задач с прошлых отборов. Структура экзамена может быть изменена по решению руководства программы.
Свой безумно продуктивный период во время прохождения магистерской программы Сколтеха я всегда вспоминаю с улыбкой. Адаптироваться к резким переменам (переезд из Перу и другой академический опыт), безусловно, было сложно. Тем не менее, положительное влияние этой программы на мою карьеру, удивительные дружеские отношения и многочисленные вновь открывшиеся возможности подтверждают, что игра стоила свеч. В целом, программа «Науки о данных» дала мне уверенность и широкий спектр навыков для реализации проектов в области машинного обучения как с промышленной, так и с исследовательской точки зрения. Несомненно, я сделал правильный выбор.
Альфредо Де Ла Фуэнте
Universidad Nacional de Ingeniería → Сколтех
Обучение в Сколтехе — это шаг к новым достижениям. Ни одна магистратура в России не предоставляет тебе столько возможностей в одном месте: обучение на английском языке, множество полезных лекций, взаимодействие с профессорами мирового уровня, совместные проекты с индустриальными компаниями, поддержка личных стартапов. Сколтех наполнен людьми, которые увлечены своей работой и с воодушевлением передают свой опыт студентам. Это вдохновляет и помогает двигаться вперед.
Татьяна Медведева
Lomonosov Moscow State University → Сколтех
Преподаватели
Вы будете учиться у преподавателей,
чей авторитет и научная экспертиза признаны во всем мире:
Подать заявку
Прием заявок в магистратуру на 2020 год открыт.
Контакты
e-mail: admissions@skoltech.ru
телефон: +7 (495) 280-1481_ доб.3387
адрес: Большой бульвар, д.30 с.1, каб.E-R3-2030

Вы можете посетить нас лично с понедельника по пятницу с 9:00 до 18:00, для этого нужно договориться о визите не ранее чем за 48 часов до предполагаемой даты. Просто напишите нам письмо на admissions@skoltech.ru и обязательно дождитесь подтверждения.