(ex Машинное обучение и высоконагруженные системы)
Диплом государственного образца с приложением на английском языке
Чем занимается Machine Learning Engineer
Обрабатывает большие объемы информации
Разрабатывает и обучает алгоритмы
Строит модели машинного обучения
Актуальность программы
Машинное обучение встречается практически во всех сферах жизни: от рекомендаций в мобильных приложениях до медицины. Поэтому спрос на грамотных специалистов по Machine Learning растёт из года в год.
Машинное обучение встречается практически во всех сферах жизни: от рекомендаций в мобильных приложениях до медицины. Поэтому спрос на грамотных специалистов по Machine Learning растёт из года в год.
Выпускники программы смогут начать карьеру в сфере анализа данных и машинного обучения и претендовать на позиции Data Engineer, Machine Learning Engineer, DevOps-инженера, MLOps-инженера, Data Scientist, 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
«Искусственный интеллект» — практико-ориентированная онлайн-программа магистратуры. Вы получите практический опыт решения задач по машинному обучению и усилите навыки промышленной разработки высоконагруженных систем
В прошлом учебном году студенты оценили содержание дисциплин и подачу материала от преподавателей на 4,5 из 5*
*Данные по итогам проведения студенческой оценки преподавания
Как проходит обучение
Удобное время занятий
Лекции, семинары и вебинары проходят онлайн вечером в будние дни — чтобы вы могли совмещать учёбу и работу. После этого занятия появляются в записи
Индивидуальная траектория обучения
Сами выбираете дополнительные курсы, формируете расписание и интенсивность обучения
Практико-ориентированность
В программе — проектные семинары с экспертами-практиками из ведущих компаний индустрии и решение реальных кейсов
1
3
2
Программа
1 модуль
Семинар наставника
Математика для анализа данных
2 модуль
Семинар наставника
Математика для анализа данных
3 модуль
Семинар наставника
Прикладная статистика для анализа данных
Основы промышленной разработки
4 модуль
Обязательные дисциплины
Дисциплины по выбору
Основы программирования на Python
Основы программирования на Python
Ключевой семинар: машинное обучение
Ключевой семинар: машинное обучение
Семинар наставника
Прикладная статистика для анализа данных
Основы промышленной разработки
Deep Learning
Алгоритмы и структуры данных
1 модуль
Обработка и анализ больших массивов данных
Глубинное обучение
2 модуль
Обработка и анализ больших массивов данных
Автоматическая обработка текста
3 модуль
Распределенные системы
Проектный семинар «Сбор и обработка больших данных»
Байесовские методы в машинном обучении
4 модуль
Обязательные дисциплины
Дисциплины по выбору
Научно-исследовательский семинар «Прикладные задачи анализа данных»
Подготовка к собеседованию на позиции Data Scientist и Machine Learning Engineer
Компьютерное зрение
Методы оптимизации в машинном обучении
Написание ВКР
Алгоритмы и структуры данных 2
Глубинное обучение для звука
Сбор и обработка данных с помощью краудсорсинга
Practical Reinforcement Learning
Преподаватели
Мария Тихонова
Senior Data Scientist, Salute Devices, Сбер, Преподаватель ВШЭ
Сергей Горшков
Picsart, до этого работал в Яндексе и Авито. Преподаватель Факультета компьютерных наук / Департамент больших данных и информационного поиска
Анатолий Бардуков
Старший разработчик в Яндекс. Приглашенный преподаватель: Факультет компьютерных наук / Департамент больших данных и информационного поиска
Алексей Романенко
Приглашенный преподаватель: Факультет компьютерных наук / Базовая кафедра «Интеллектуальные технологии системного анализа и управления»
Елена Кантонистова
Академический руководитель образовательной программы: «Искусственный интеллект»
Начните обучение, чтобы стать востребованным специалистом
Отзывы студентов
Я долго вынашивал идею получить профильное образование в области Computer Science, так как в работе программистом с непрофильным специалитетом какие-то свои небольшие ограничения всё же чувствуются. Когда-то я пробовал учиться заочно в другой магистратуре, но очень скоро понял, что заветный профильный диплом я может и получу, но какие-то полезные навыки и знания едва ли. После этого я начал искать магистратуру, где можно получить и новые знания, и диплом, и всё это при гибком
Как говорится, построить модель машинного обучения — уже 80% работы. Остальные 80% - извлечь из нее пользу. Несмотря на то, что слова выше — шутка, умение строить сервисы вокруг разработанных моделей было для меня основным ориентиром при выборе программы. Другим важным фактором стало то, что от абитуриентов уже ожидалось владение навыками в математике и программировании, что положительно сказывается на скорости прогресса всего набора.
Я выбрал программу «Машинное обучение и высоконагруженные системы» по нескольким причинам: Это полноценная очная магистратура онлайн. В ней сочетаются классические CS, математические и прикладные курсы. Учебный план разнообразен, и у студентов с возможностью выбора дисциплин. Кроме того, было важно, что программа обеспечивала «мягкий старт» для студентов без богатого опыта программирования и гибкое варьирование сложности задач и загрузки в ходе обучения
Евгений Морозов
Выпускник программы
Выпускник программы
Алексей Меглей
Я долго вынашивал идею получить профильное образование в области Computer Science, так как в работе программистом с непрофильным специалитетом какие-то свои небольшие ограничения всё же чувствуются. Когда-то я пробовал учиться заочно в другой магистратуре, но очень скоро понял, что заветный профильный диплом я может и получу, но какие-то полезные навыки и знания едва ли. После этого я начал искать магистратуру, где можно получить и новые знания, и диплом, и всё это при гибком графике, позволяющем совмещать учёбу с работой. К своему удивлению я обнаружил, что такие программы как раз начали появляться в ведущих российский вузах, и, прикинув все возможные варианты, я выбрал программу МОВС на ФКН ВШЭ, о чём ещё ни разу не пожалел.
Для меня важным фактором выбора программы был баланс между освещением инженерных вопросов и лежащего в основе математического аппарата. Имея за плечами опыт прохождения ряда курсов, при всех плюсах первых, они, к сожалению, не дают системного видения предмета и целостного подхода к обучению. Очень удобным мне показалось, возможно поучаствовать в марафоне по подготовке к поступлению, что позволило освежить ряд аспектов, которые я проходил во время получения первого образования и успешно забыл за прошедшие годы. Большой плюс программы, — это удаленный формат, крайне удобно после окончания рабочего дня, не тратить время на дорогу в ВУЗ, а сразу подключиться к уроку.
Выпускник программы
Мурат Хажгериев
Как говорится, построить модель машинного обучения — уже 80% работы. Остальные 80% - извлечь из нее пользу. Несмотря на то, что слова выше — шутка, умение строить сервисы вокруг разработанных моделей было для меня основным ориентиром при выборе программы. Другим важным фактором стало то, что от абитуриентов уже ожидалось владение навыками в математике и программировании, что положительно сказывается на скорости прогресса всего набора.
Что касается онлайн формы обучения, то изначальные ожидания были следующие: с одной стороны, это возможность учиться из любой точки мира без необходимости тратить несколько часов в день на дорогу; с другой же, был риск предоставленности самому себе. По итогу же страхи не оправдались: преподаватели и другие сотрудники программы были на связи все время, коллективные проекты и периодические неформальные встречи позволили найти новых друзей-единомышленников.
Если резюмировать, это хорошая программа. Она делается с любовью к делу. Если вы можете гарантировать то же — подавайтесь.
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
На магистратуре вы пройдёте широкий спектр курсов как по машинному обучению, так и по высоконагруженным системам.
Мы создали программу таким образом, чтобы на каждом курсе вы получили глубинные теоретические знания и смогли отработать их на практике — в рамках проектных семинаров с преподавателями и экспертами-практиками отрасли.
Вы справитесь со вступительными испытаниями и программой, если изучали высшую математику на бакалавриате в техническом университете и имеете базовые знания одного из языков программирования.
А чтобы ещё лучше подготовиться к вступительным испытаниям, присоединяйтесь к онлайн-марафону.
Обучение на магистратуре будет проходить вечером в будние дни. Так вы сможете продолжить карьеру и встроить учёбу в своё расписание.
Мы рекомендуем выделить на занятия и самостоятельную работу около 20−30 часов в неделю.
Нет, приезжать в здания Вышки не нужно, подавать документы и защищать выпускную квалификационную работу вы будете в онлайн-формате.
Диплом магистра государственного образца по направлению 01.04.02 Прикладная математика и информатика НИУ ВШЭ. В документе не будет указано, что обучение проходило в дистанционной форме.
Оплатить обучение можно 4 платежами. Первый платёж вносится при заключении договора об обучении, а следующие — перед началом каждого семестра.
Длительность программы — 2 года, это фиксированный срок. В конце второго года вы защитите выпускную квалификационную работу.
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.