Онлайн-магистратура по наукам о данных факультета компьютерных наук НИУ ВШЭ в партнерстве с Яндексом — Академия Яндекса

Онлайн-магистратура по наукам о данных факультета компьютерных наук НИУ ВШЭ в партнерстве с Яндексом

Магистратура готовит ML-инженеров и исследователей в области изучения данных. Рассказываем подробнее о программе Master of Data Science и делимся историями студентов о том, как они поступили в магистратуру, каково это — учиться онлайн и что делать, если у тебя нет математического бэкграунда

https://avatars.mds.yandex.net/get-media-platform/3578204/286a604c-c7f1-4dbf-a907-8ac5e471fe2d/1240x1240

Главное о программе

Программа Master of Data Science стартовала в 2020 году. Ее цель — подготовка специалистов по машинному обучению, ML-инженеров и исследователей в области data science. Вся программа проходит онлайн и на английском языке, на момент запуска это была первая подобная магистратура в России.

В обучении много практики: студенты отрабатывают знания на реальных задачах, которые решают в индустрии. Например, они обучают диалоговые системы для чат-ботов, решают задачу автоматического определения дорожных полос для беспилотных автомобилей и даже прогнозируют популярность фильмов.

Программа обучения состоит из 23 курсов, например, за время обучения студенты проходят курсы по машинному обучению на больших данных, по введению в глубинное обучение и по теории вычислительного обучения. Часть курсов была разработана вместе с Яндексом. Кроме того, наши специалисты входят в академический совет программы (следят за тем, чтобы программа была полной, актуальной и интересной) и в состав государственных комиссий (принимают экзамены и дипломные работы). Для всех студентов факультета компьютерных наук кураторы организуют пробные собеседования в Яндекс. По итогам собеседования студент получает обратную связь с указанием точек роста и возможность попасть на стажировку в Яндекс. 

Как поступить

Программа Master of Data Science подходит не только тем, кто закончил математические вузы, но и тем, кто решил поменять профессию. Что нужно, чтобы поступить в магистратуру:

  • предоставить диплом бакалавра или специалиста любого направления, в том числе гуманитарного;
  • успешно сдать онлайн-экзамен по базовой математике.

Студентам с непрофильным образованием можно не переживать. На первом курсе магистратуры будет полноценное изучение математики: дискретная математика, математический анализ, линейная алгебра и теория вероятностей. Подробнее изучить структуру программы можно на сайте НИУ ВШЭ

Пара слов об онлайн-формате

Всё обучение проходит на платформе Coursera, а смотреть лекции и выполнять задания можно в удобное время. На все вопросы преподаватели отвечают во время вебинара и на внутреннем форуме для студентов. Вебинары проходят утром и вечером по московскому времени — так студенты из разных часовых поясов могут полноценно обучаться. 

Познакомиться с онлайн-форматом можно на примере открытого курса Probability Theory, Statistics and Exploratory Data Analysis на Coursera, который входит в учебный план программы. Чтобы его прослушать, необходимо зарегистрироваться на платформе и пройти короткое обучение по работе с ней.

О дипломе, который получают выпускники 

Выпускники программы получают диплом по специализации «01.04.02 Прикладная математика и информатика», в который входят: 

  • Стандартный диплом НИУ ВШЭ на русском языке, который также считается довольно престижным и за рубежом. 
  • Европейское приложение к диплому (ЕПД) — перевод диплома на английский язык. Формат ЕПД был изначально разработан такими европейскими институтами, как Совет Европы и Европейская комиссия, поэтому выпускники могут продолжать в странах Европы свое обучение или найти там работу.

Отзывы студентов 

Алёна Дрёмина, студентка первого курса

Мой бэкграунд совсем не связан с математикой и программированием. Я заканчивала бакалавриат Высшей школы экономики по направлению «Филология», но во время учебы больше занималась лингвистикой. Когда у нас появилась дисциплина «Компьютерная лингвистика», я поняла, что мне это интересно. Мы много работали с текстами, делали первые маленькие шаги в natural language processing. Но, к сожалению, это было лишь поверхностное знакомство с компьютерной лингвистикой, во время которого я осознала, что хотела бы и дальше продолжать развиваться в сфере работы с большими данными, не обязательно связанными с лингвистикой.

Когда я решила получать образование в области data science, я недолго выбирала программу, на которой хотела бы учиться. У меня было несколько критериев: удобные часы для учебы, чтобы совмещать с работой, возможность учиться без специального математического бэкграунда, отсутствие в программе не особо нужных дисциплин и большое количество практики. Поэтому Master of Data Science по описанию — это 100% match. 

Сейчас закончился первый семестр, и я могу сказать, что было довольно сложно. С математикой до поступления в магистратуру я в последний раз сталкивалась в одиннадцатом классе школы и тогда думала, что никогда с ней больше не встречусь. Так что большое количество математики, да ещё и на английском языке, стало настоящим испытанием. До начала учёбы казалось, что изучение всего лишь двух дисциплин за модуль (в НИУ ВШЭ вместо двух традиционных семестров учебный год поделен на модули, в конце каждого из которых студенты сдают зачеты и экзамены) будет простым делом, так как в бакалавриате у нас было по пять-шесть дисциплин за модуль. На деле оказалось, что времени катастрофически не хватает, и в какой-то момент я поняла, что учусь всё свободное от работы время. 

Больше всего в учёбе, наверное, мне нравится большое количество практических заданий по программированию, позволяющих точно разобраться, как что работает. Это было для меня особенно важно, так как участники похожих программ в разных университетах часто жалуются на недостаток практики.

Магистратура — это явно только начало моего пути в data science, поэтому после её окончания я планирую продолжать развиваться в этой сфере.

Алшеркави Абдулла Садек Абделрахмман, студент первого курса

Десять лет назад я получил степень бакалавра по электронике и компьютерной инженерии. Работал в транснациональных компаниях, таких как Huawei и Vodafone. Пять лет назад переехал из Египта в Тунис и открыл свой бизнес в области телекоммуникаций.

У меня уже есть опыт онлайн-курсов, например, bootcamp на Udemy и курс по математике в Duke University. Кроме этого, я получал международные сертификаты. В какой-то момент я понял, что мне интересно было бы продолжить своё обучение в сфере data science. Я планирую переезд в Швейцарию в ближайшее время, и там есть много возможностей в этой сфере. Диплом магистратуры очень пригодится.

Как я выбирал, где учиться? Сначала я искал офлайн-образование в Тунисе. Были неплохие варианты, но в основном на французском. Мне кажется, что в data science обучение на английском языке открывает больше возможностей. Поэтому я стал рассматривать онлайн-формат. 

Честно сказать, сначала я искал во всемирно известных университетах, но это оказалось очень-очень дорого. А когда нашел программу Master of Data Science, решающим фактором стали высокие места Высшей школы экономики в рейтингах. Остальные опции заметно отставали по этому критерию.

Мне нравится обучение. Мы уже освоили несколько курсов и получили как базовые, так и продвинутые знания. Большинство курсов хорошо выстроены: задания могут быть сложными, но с ними можно справиться. Один курс был не такой удачный, но учебный офис и руководители программы очень нас поддержали: сдвинули дедлайны и организовали дополнительные вебинары. В целом, преподаватели очень поддерживают и быстро отвечают на форумах. А с однокурсниками мы общаемся в чате Slack. 

Отдельно хочу отметить то, что нас учат стилю кода. Это очень важный навык для работы в индустрии: если код написан чисто и правильно структурирован, его впоследствии будет проще редактировать и тебе самому, и коллегам. Курсы, которые я проходил до этого, вообще не обращали внимания на этот аспект.

Еще одно преимущество онлайна — возможность учиться в удобное время. Я многодетный отец, поэтому действительно оценил такую возможность.

Преподаватель об обучении и о том, что делать «нематематикам» 

Денис Ракитин, преподаватель курса по байесовским методам в машинном обучении

Первое, что бросилось в глаза, когда я начал вести курс на Master of Data Science — то, насколько студенты разные. Они живут в разных странах, отличаются по возрасту, опыту и областям знаний. Преподавать у такого набора студентов было необычно и довольно интересно. Учебный план магистратуры построен так, что позволяет не только углубиться в анализ данных, но и начать его освоение с нуля людям, пришедшим из другой области. Базовые курсы по математическим дисциплинам, программированию и машинному обучению в этом сильно помогают.

Мой предмет сложный и теоретически нагруженный, некоторые концепты давались студентам довольно тяжело. Тем не менее они трудились, разбирались в материале и, самое главное, не стеснялись задавать вопросы. Благодаря этому большинство студентов хорошо сдавали домашние задания и в итоге успешно справились с курсом.

Мне кажется, всё, что необходимо для успешной учебы и завершения программы, — учиться. Материал даже сложных курсов можно освоить, если потрудиться, а в случае трудностей с пониманием преподаватели и ассистенты придут на помощь и ответят на накопившиеся вопросы. 

Выпускники программы смогут устроиться на позиции аналитиков, разработчиков и ML-инженеров, которые есть сейчас практически в любой компании. Помимо этого, исследовательский трек магистратуры и курсовые проекты могут стать отправной точкой для начала исследовательской деятельности в области анализа данных.

______________________

Приходите учиться! Прием документов на весенний набор в магистратуру продлится до 28 февраля. Старт обучения — с 11 апреля. Для всех желающих приступить к обучению с 1 сентября — уже с 1 февраля прием документов на осенний набор, который продлится до 19 июля.

Подробнее о поступлении и подаче документов на странице факультета

NLP