Экосистема больших данных для цифровой трансформации

магистратура

О программе

Есть бюджетные и платные места.
Программа сочетает в себе современные методы обучения и лучшие бизнес-практики, готовит аналитиков больших данных для разных отраслей экономики. Образовательный процесс построен преимущественно на проектном подходе, студенты изучают технологии data science на основе реальных бизнес-кейсов, формируя широкий набор компетенций для дальнейшей работы в индустрии. В ходе обучения применяются различные методы сбора, анализа и визуализации данных, формулируются гипотезы для изменения заданных показателей в разных предметных областях: от решения задач экспериментального материаловедения и дизайна новых материалов до принятия оптимальных управленческих решений в банковской сфере. Выпускники работают в крупнейших российских и международных компаниях и банках.

Проходной балл на бюджет

2023

2022

Варианты обучения

Форма обучения	Проходной балл бюджет / платное	Мест, бюджет / платное	Стоимость, за год	Начало занятий	Срок обучения
очно	77 / —	50 / —	330 000 р.	2 сент. 2024	2 года

Условия поступления

Письменный экзамен по направлению подготовки

Преимущества обучения

Преподаватели-практики индустрии

Преподавательский состав программы «Экосистема больших данных для цифровой трансформации» — это команда из экспертов ИТ-отрасли, занимающих руководящие позиции в компаниях, которые выступают наставниками для студентов на их академическом и профессиональном пути.

За блок базовой подготовки и развития hard skills отвечают опытные преподаватели и ученые, а за профильные дисциплины и развитие инновационного мышления — молодые, но уже опытные и успешные специалисты ведущих компаний, таких как Яндекс, Сколтех, МТС, Тинькофф.

Обучение через решение кейсов

Сотрудничество с компаниями-лидерами, такими как IBS, Yandex, Oracle, Сбер, Тинькофф и бизнес-сообществом позволяет включить в программу междисциплинарные кейсы в области ИТ, HR, маркетинга и финансов. Помимо глубокой системной и технической подготовки, студенты развивают навыки деловой коммуникации, ведения переговоров, конфликт-менеджмента в рамках мастер-классов и тренингов, что позволяет более эффективно работать в проектной команде или управлять ею.

Сильная профильная подготовка

Во время обучения студенты глубоко погружаются в изучение специальных глав математики, что необходимо для аналитики Big Data, тренируют аналитическое мышление и навыки построения и проверки гипотез для разных предметных областей. На примере задач в области экспериментального материаловедения и дизайна новых материалов студенты получают реальный опыт погружения в сложную предметную область и применения методов и алгоритмов машинного обучения в исследованиях.

Интересные проекты в качестве выпускных квалификационных работ

-Адаптивные модели предиктивного анализа профилей потребления электроэнергии для разных тренд-регионов
-Предиктивная модель прогнозирования температуры металла в зависимости от вида и длительности операций на установке «печь-ковш»
-Рекомендательный сервис для торговли акциями на фондовом рынке с применением машинного обучения
-Предиктивная модель условий возникновения продольных трещин слябов в крупной металлургической компании на основе методов машинного обучения
-Автоматизированная система классификации сверхнормативных технологических отклонений нефтеперерабатывающего предприятия с применением методов машинного обучения
-Модель прогнозирования отказов андеррайтера в страховании непромышленного имущества юридических лиц

Практико-ориентированный подход

Программы дисциплин формируются совместно с лидерами ИТ-отрасли, что позволяет студентам изучать и применять лучшие практики индустрии. Особое внимание в обучении уделяется практической работе — студенты реализуют собственные проекты на базе реальных ИТ-задач производственных компаний в качестве НИР, зачетных и дипломных работ.

Дополнительная информация

Общее количество бюджетных мест, выделенное на направление Информационные системы и технологии в 2024 году - 50.

Места будут распределяться между профилями: Экосистема больших данных для цифровой трансформации; Внедрение сложных информационных систем на базе интеграционных ИТ-решений.

Работодатели-партнеры

ПАО «Мосэнерго»

Оставьте отзыв

Учились здесь? Оставьте отзыв, и, может быть, это поможет другим в выборе. Кроме этого, из ваших оценок формируется наш рейтинг.

Представитель вуза

Юлия Гучок