Диплом государственного образца с приложением на английском языке
Чем занимаются аналитики данных
Тестирует гипотезы
Проводят исследования
Обрабатывают большие объёмы информации
Актуальность программы
Технологии становятся сложнее, а данных становится всё больше. Поэтому сегодня сфера особенно нуждается в грамотных специалистах, способных обрабатывать и анализировать данные для решения бизнес-вопросов.
А сетевой анализ отлично дополняет анализ данных: он даёт методологию анализа системы взаимодействий и особенностей поведения компаний и людей.
Помогают компаниям принимать решения на основе данных
В каких отраслях работают специалисты
IT-корпорации и банки
Консалтинговые и аудиторские компании
Научно-исследовательские центры и институты
Органы государственной власти и госкорпорации
Актуальность программы
Технологии становятся сложнее, а данных становится всё больше. Поэтому сегодня сфера особенно нуждается в грамотных специалистах, способных обрабатывать и анализировать данные для решения бизнес-вопросов.
А сетевой анализ отлично дополняет анализ данных: он даёт методологию анализа системы взаимодействий и особенностей поведения компаний и людей.
Помогают компаниям принимать решения на основе данных
В каких отраслях работают специалисты
IT-корпорации и банки
Научно-исследовательские центры и институты
Консалтинговые и аудиторские компании
Органы государственной власти и госкорпорации
Работодатели ищут специалистов
Junior
Опыт работы до года
от 70 000₽
Middle
Опыт работы 1-3 года
от 120 000₽
Senior
Опыт работы более 3 лет
от 180 000₽
Карьера в ведущих компаниях рынка
Выпускники программы смогут продолжить карьеру в сфере прикладной статистики и сетевого анализа и претендовать на позиции Data Scientist и Data Analyst в передовых компаниях
Записаться на консультацию
Мы свяжемся с вами по телефону — расскажем о программе и ответим на все вопросы. Это бесплатно
О Высшей школе экономики
НИУ ВШЭ — ведущий университет России. У нас готовят специалистов в области социально-экономических, гуманитарных, физико-математических, компьютерных и инженерных наук, а также коммуникации и дизайна.
Преподаватели — профессора, учёные-исследователи и эксперты-практики, которые совмещают работу в университете и индустрии.
Наивысший рейтинг качества подготовки специалистов в области ИИ А+ — 1 место по критериям «Востребованность выпускников в найме» и «Качество образовательной среды»
1 место
1 место
в рейтинге репутации у работодателей по версии Forbes
Data Analytics and Social Statistics — первая в России англоязычная онлайн-программа магистратуры по прикладной статистике. В основе курсов — лучшие практики образовательной программы Университета Индианы.
Программа предлагает углубленное изучение инструментария для проведения сетевого анализа. Преподаватели — эксперты НИУ ВШЭ и ведущие международные специалисты.
В прошлом учебном году студенты оценили содержание дисциплин на 4,4 из 5*, а подачу материала от преподавателей на 4,1 из 5*
*Данные по итогам проведения студенческой оценки преподавания
Как проходит обучение
Теория в любой момент
Вы можете смотреть лекции в своём темпе в удобное время
Удобное время занятий
Семинары и практические занятия проходят онлайн вечером в будние дни, а затем появляются в записи — чтобы вы могли совмещать учёбу и работу
Практико-ориентированность
В программе — семинары, аналитические мастерские и проектная работа с реальными кейсами. За время обучения вы реализуете более 10 объёмных проектов
Поддержка наставников и тьюторов
Сами выбираете траекторию — «Вычислительные социальные и сетевые науки» или «Прикладная статистика и науки о данных», формируете расписание и интенсивность обучения
1
2
3
4
Программа
1 модуль
Введение в статистику
Основы программирования в R и Python
2 модуль
Современные методы анализа данных: Методология и методы междисциплинарных исследований
Прикладные линейные модели
3 модуль
Современные методы принятия решений: интегрированный подход
Глубинный анализ данных
Введение в сетевой анализ
4 модуль
Современные методы принятия решений: интегрированный подход
Глубинный анализ данных
Введение в сетевой анализ
Обязательные дисциплины
Дисциплины по выбору
Современные методы анализа данных: Методология и методы междисциплинарных исследований
Теория вероятностей
Прикладные линейные модели
Теория вероятностей
Исследовательский анализ данных
Продвинутые методы сетевого анализа
Машинное обучение
Непараметрическая теория и методы анализа данных
Продвинутые методы сетевого анализа
Машинное обучение
Непараметрическая теория и методы анализа данных
Анализ категорийных переменных
Многомерный анализ данных
Курсовая работа
Научно-исследовательский семинары «Вычислительные социальные и сетевые науки» или «Применение теоретических методов в бизнес-аналитике и сетевом анализе»
Курсовая работа
Научно-исследовательский семинары «Вычислительные социальные и сетевые науки» или «Применение теоретических методов в бизнес-аналитике и сетевом анализе»
Курсовая работа
Научно-исследовательский семинары «Вычислительные социальные и сетевые науки» или «Применение теоретических методов в бизнес-аналитике и сетевом анализе»
Курсовая работа
Научно-исследовательский семинары «Вычислительные социальные и сетевые науки» или «Применение теоретических методов в бизнес-аналитике и сетевом анализе»
Адаптационные курсы
Практическая подготовка
1 модуль
Анализ ковариационных моделей
2 модуль
Методы статистического консалтинга
Анализ ковариационных моделей
3 модуль
Многоуровневые модели
Байесовские методы анализа данных
4 модуль
Защита выпускной квалификационной работы
Обязательные дисциплины
Дисциплины по выбору
Статистические методы сетевого анализа
Многоуровневые модели
Анализ неструктурированных данных
Анализ неструктурированных данных
Анализ социальных сетей с R
Байесовские методы анализа данных
Анализ неструк-турированных данных
Анализ неструк-турированных данных
Анализ неструктурированных данных
Анализ социальных сетей с R
Анализ неструк-турированных данных
Научно-исследовательский семинар «Работа с сетевыми данными»
Проектный семинар и работа с проектами
Научно-исследовательский семинар «Работа с сетевыми данными»
Проектный семинар и работа с проектами
Научно-исследовательский семинар «Работа с сетевыми данными»
Проектный семинар и работа с проектами
Производственная практика
Практическая подготовка
Преподаватели
Иван Климов
Академический руководитель программы, доцент Кафедры анализа социальных институтов Факультета социальных наук НИУ ВШЭ
Владимир Батагель
Профессор, обладатель награды INSNA, автор и разработчик Pajek, основоположник сетевого анализа
Анушка Ферлигой
Профессор, обладательница наград Правительства Словении и INSNA, основоположница сетевого анализа
Нада Лаврач
Профессор, обладательница награды Правительства Словении
Руслан Юсуфов
Основатель и управляющий партнер компании MINDSMITH
Илья Карпов
Младший научный сотрудник Международной лаборатории прикладного сетевого анализа, старший преподаватель
Дамьян Шкуль
Доктор математических наук
Дарья Мальцева
Ведущий научный сотрудник, заведующий Международной лабораторией прикладного сетевого анализа
Игорь Гончаренко
Исполнительный директор департамента маркетинга и коммуникаций СберБанка
Начните обучение, чтобы стать востребованным специалистом
Отзывы
С уверенностью могу сказать, что последние два года были одними из самых увлекательных в моей жизни, и программа MASNA полностью оправдала мои ожидания. Багаж знаний существенно пополнен, и уже хочется скорее испытать его на деле.
Я узнала о программе через поисковый запрос еще в 2016 году — за год до ее открытия — когда искала для себя возможность для дальнейшего образования. Чтобы не терять времени даром, тогда же я записалас
Программа фокусируется на том, как составить объективное суждение при помощи стат. методов, как простых, так и продвинутых, и рассчитана на прикладных специалистов из разных областей, которым требуется анализировать данные в своей области, делать выводы на их основе, используя принципы более основательные, чем просто A/B-тестирование. Не забыты и методы машинного анализа: как минимум, два курса специализируются на их рассмотрении. Это видимая часть Программы. А в скрытой её части заключено
С уверенностью могу сказать, что последние два года были одними из самых увлекательных в моей жизни, и программа MASNA полностью оправдала мои ожидания. Багаж знаний существенно пополнен, и уже хочется скорее испытать его на деле.
Я узнала о программе через поисковый запрос еще в 2016 году — за год до ее открытия — когда искала для себя возможность для дальнейшего образования. Чтобы не терять времени даром, тогда же я записалась на курсы по высшей математике, организованные факультетом довузовской подготовки ВШЭ. Поскольку мое первое образование — из области социальных наук, это решение было разумным. Честно говоря, без базового понимания линейной алгебры, математического анализа, теории вероятностей и математической статистики, мне на программе было бы сложнее.
Решение поступать на программу не было простым. Было немного страшно потому, что программа новая, и очень хотелось подождать еще годик и посмотреть, как там справляется первый поток студентов. С другой стороны, программа MASNA действительно уникальна с точки зрения ее наполнения, и у нее, по большому счету, нет конкурентов, тогда зачем ждать? Первые полгода на программе были, пожалуй, самыми интенсивными. Иногда казалось, что справиться со всем этим потоком новой информации невозможно. С другой стороны — как бы чего не упустить — мы ходили на все лекции, предложенные нашей программой. Благо, что работа в группах всегда поощрялась, и мы часто пользовались этой возможностью, чтобы успеть сдавать проекты в срок.
В общем и целом, программа MASNA — это уникальный микс предметов и преподавателей высшего класса. Пользуясь случаем, хочу сказать огромное спасибо всем, кто сделал эту программу реальностью. Если бы мне предложили пройти программу еще раз, я бы это сделала, не задумываясь.
Выпускник программы
Дмитрий Донецков
Программа фокусируется на том, как составить объективное суждение при помощи стат. методов, как простых, так и продвинутых, и рассчитана на прикладных специалистов из разных областей, которым требуется анализировать данные в своей области, делать выводы на их основе, используя принципы более основательные, чем просто A/B-тестирование. Не забыты и методы машинного анализа: как минимум, два курса специализируются на их рассмотрении.
Это видимая часть Программы. А в скрытой её части заключено самое «вкусное»: зарубежные харизматичные преподаватели, выездные семинары, элементы обучения с программ MBA. Часть семинаров посвящена тому, как начать карьеру научного исследователя. Насколько я могу судить, мало какие другие магистерские программы предлагают такое разнообразие. Интересной особенностью программы является уход от классического способа преподавания стат. методов, а именно, от сухой математики к применимости и интерпретации методов. Почему, где и как они работают. Вообще, ориентированность программы на не только выпускников математических и компьютерных специальностей, но и на специалистов из других областей является её выгодным преимуществом.
Сложность обучения, как на «взрослой» магистерской программе, задаётся самим студентом, при этом обязательный минимум, конечно же, есть. Полный объём материала с дополнительными источниками способен загрузить пытливого студента с утра до вечера. Не столько требовательные могут ограничиться основным объёмом материала.
Я ещё до поступления на Программу давно подумывал о том, чтобы где-то снова серьезно поучиться, т.к. моего первого высшего образования («Разработчик ПО»), полученного в 1999, мне уже переставало хватать, хотелось получить знания в смежной области. Присматривался к разным программам, но что-то обычно не устраивало: состав программы, время лекций, территориальность учебных корпусов. С Программой я познакомился на Дне открытых данных в марте 2017, попала в руки брошюра о ней, и уже тогда у меня появилась мысль, что это — оно! Мысль не исчезла до конца июня, поэтому документы были поданы и… следующие два года у меня были, возможно, самыми лучшими за последние 10 лет. Очень здорово усесться за парту после долгого перерыва, при этом еще получая актуальные знания. Больше всего мне понравились предметы по теорверу, непараметрической статистике, байесовской статистике и машинному обучению.
Я рад, что прошёл обучение по Программе. Она мне дала основательную базу для дальнейшего роста в мире анализа данных. Сам мир стал видеться по другому.
Выпускница программы
Анна Сергеева
О программе я узнала от своего одногруппника, с которым вместе училась в бакалавриате. На тот момент я уже все думала, куда же поступить в магистратуру, на какую программу и чем бы таким заняться. И вот, я узнала про MASNA. Мне ещё со временем бакалавриата была интересна статистика, я подумывала о том, чтобы связать свою дальнейшую карьеру с аналитикой, однако не знала, в какую область хочу пойти и что же для этого нужно. Программа MASNA была идеальным вариантом. До конца приема оставалось 2 дня, я метеором собрала все необходимые документы, составила портфолио и помчалась в приёмную комиссию в последний день ее работы. Вскоре я узнала, что меня зачислили.
Ещё с первой встречи с руководителем программы я поняла, что меня ждёт очень увлекательный и жёсткий график в ближайшие два года. Множество программ для работ с данными, попытки понять их языки и не совершать ошибки в каждой линии кода, курсы с иностранными преподавателями и огромные домашние проекты. Помню, что новогодние каникулы на первом курсе я все провела за ноутбуком, делая экзаменационные проекты по 3 предметам. Спать я ложилась тогда на пару часов лишь для того, чтобы организм думал, что я о нем хоть немного забочусь.
Иногда казалось, что не справлюсь. Когда писала диплом, вообще думала взять Академ и попробовать на следующий год, но я смогла все сделать. Смогла обозначить тему исследования и ответить на главный вопрос: а зачем вообще ты это делаешь? Смогла собрать данные, обработать их и написать выводы по анализу. В процессе столкнулась с математическим парадоксом, который поняла и даже объяснила его на защите так, что ко мне не было вопросов у комиссии.
Я очень рада, что пошла на эту программу. Эти 2 года были очень насыщенными, яркими, эмоциональными. Я познакомилась с замечательными людьми, открыла для себя научное сообщество, конференции и саму Вышку. И если вы меня спросите, хочу ли я снова через это все пройти, мой ответ будет «ДА!».
Преимущества онлайн-магистратуры
Комфортное совмещение учёбы и работы
Обучение из любой точки мира
Отсрочка от армии
Практико-ориентированность
Гибкий формат обучения
Доступ к онлайн-ресурсам НИУ ВШЭ
Образовательный кредит
Возможность участвовать в программах международной студенческой мобильности
Индивидуальная траектория обучения
Налоговый вычет
Записаться на консультацию
Мы свяжемся с вами по телефону — расскажем о программе и ответим на все вопросы. Это бесплатно
Возможен образовательный кредит с государственной поддержкой под 3% годовых
Наша программа не имеет аналогов в России, в её основе — лучшие практики образовательной программы Университета Индианы.
Вы получите системные знания в сфере прикладной статистики и сетевого анализа и сможете отработать их на практике — в рамках проектной работы, аналитических мастерских и семинаров с ведущими экспертами НИУ ВШЭ, а также лучшими мировыми специалистами в сфере прикладного сетевого анализа.
Всё зависит от вступительного испытания — вашего портфолио. Мы приглашаем на программу всех, кого интересует сфера анализа данных. Преимуществом будет умение программировать на Python и R, а также знание Stata, SPSS, Pajek.
В начале обучения вы пройдёте адаптационные курсы по статистике и программированию.
Для того чтобы обучаться на программе комфортно, минимальный уровень — В1. Разумеется, если вы будете делать грамматические ошибки — это не будет проблемой. А если вам будет не очень комфортно в первое время задавать вопросы на английском вслух — вы сможете писать их в чате.
Длительность программы — 2 года, это фиксированный срок. В конце второго года вы защитите магистерскую диссертацию.
Диплом магистра государственного образца по направлению 01.04.02 Прикладная математика и информатика НИУ ВШЭ. В документе не будет указано, что обучение проходило онлайн.
Оплатить обучение можно 4 платежами. Первый платёж вносится при заключении договора об обучении, а следующие — перед началом каждого семестра.
Нет, приезжать в здания Вышки не нужно, подавать документы и защищать магистерскую диссертацию вы будете в онлайн-формате.
Лекции мы предоставляем в записи, поэтому вы сможете смотреть их в любое удобное время. Практические занятия проходят онлайн вечером в будние дни, а затем появляются в записи. Так вы сможете продолжить карьеру и встроить учёбу в своё расписание.
Мы рекомендуем выделить на занятия и самостоятельную работу около 20 часов в неделю.
Образовательный кредит с господдержкой — это помощь студентам, поступившим университет. Вам не нужно вносить полную сумму семестра при поступлении на платное обучение в Вышке Онлайн — банк сделает это за вас. Весь период обучения и 9 месяцев после выпуска вы будете платить только 3% годовых — остальное сможете вернуть в течение 15 лет. Как оформить образовательный кредит, расскажем на бесплатной консультации и ответим на все ваши вопросы.