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 закрыт
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
Математика машинного обучения (MML)
(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 MML 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
MML
Трек "Математика для машинного обучения"*
*в сетевой форме с НИУ ВШЭ

MLAI
MML
Compulsory and Recommended elective courses (36 credits)

Compulsory courses:
Numerical Linear Algebra
Machine Learning
Deep Learning

Recommended electives:
Introduction to Data Science
Introduction to Artificial Intelligence
Computational Imaging
Foundations of Software Engineering
Efficient Algorithms and Data Structures
Theoretical Methods of Deep Learning
Convex Optimization and Applications
Introduction to Computer Vision
Statistical Natural Language Processing
Principles of Applied Statistics
Perception in Robotics
Introduction to Digital Agro
Advanced Statistical Methods
Statistical Learning Theory
Geometric Computer Vision
Biomedical Imaging and Analytics
Geometrical Methods of Machine Learning
Neural Natural Language Processing
Planning Algorithms in Artificial Intelligence
Bayesian Methods of Machine Learning
Matrix and Tensor Factorizations
Neuroimaging and Machine Learning for Biomedicine
Reinforcement Learning
Models of Sequential Data

Elective courses (24 credits)

Entrepreneurship and Innovation (12 credits)
Technology Entrepreneurship: Foundation
Entrepreneurial Strategy
Leadership for Innovators
Hack Lab: Laboratory for Ideas
Startup Workshop
Ideas to Impact: Foundations for Commercializing Technological Advances
Biomedical Innovation and Entrepreneurship
IoT: Launching New Products & Startups
Business Communication
Technology Planning and Roadmapping: Foundation
Technology Planning and Roadmapping: Advanced
Intellectual Property, Technological Innovation and Entrepreneurship
Technology Entrepreneurship: Advanced
Technological Innovations: from Research Results to a Commercial Product
Developing Products and Services through Design Thinking

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:
  • Industrial Analytics
  • Machine Learning
  • Deep Learning
  • Computational Imaging & Graphics
  • Computer Vision
  • Robotics
  • Computational Intelligence
  • Digital Agriculture
  • FinTech
  • Natural Language Processing
  • Reinforcement Learning
Исследовательские группы:

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
Соберите пакет документов для заявки.
2
Подача документов
Загрузите ваши документы в систему приема заявок.
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-режиме)
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
Рекламу Сколтеха я долго воспринимал скептически: тем, кто учился в вузах, созданных еще в СССР, трудно поверить и в хорошую стипендию, и в отлично оборудованные аудитории и лабы. Спустя 2 года могу уверенно сказать, что решение поступать сюда в магистратуру было верным. В этом месте собрано все необходимое, чтобы подготовить специалиста высокой квалификации для любой науки, а преподавательский состав собран из ведущих ученых и исследователей в своих сферах.
Андрей Давыдов
Выпускник программы "Науки о данных"
Преподаватели
Вы будете учиться у преподавателей,
чей авторитет и научная экспертиза признаны во всем мире:
Директор программы
Максим Федоров
Профессор, Вице-президент в области искусственного интеллекта и математического моделирования
Директор центра
Николай Бриллиантов
Профессор, директор Центра по научным и инженерным вычислительным технологиям для задач с большими массивами данных
Координатор программы
Максим Панов
Старший преподаватель
Преподаватели НИУ ВШЭ
Подать заявку
Прием заявок в магистратуру в 2021 году закрыт. Прием заявок на обучение в магистратуре в 2022 году откроется осенью этого года. Оставьте свою электронную почту по кнопке ниже, чтобы получить уведомление о начале приемной кампании.
Subscribe to updates
The application period for Skoltech Master's programs for the 2021-2022 academic year is now closed. Subscribe below to receive a notification as soon as the application opens in the Fall.
First name
Last name
Telephone number
E-mail
Country of citizenship
Country of citizenship
Educational program
Educational program
Newsletter
By submitting your information, you are agreeing to Skoltech's Personal Data policy.
Subscribe to Skoltech's newsletter
Receive university news, invitations to exclusive events and student life updates in your inbox.
First name
Last name
E-mail
By submitting your information, you are agreeing to Skoltech's Personal Data policy.
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.