Магистратура
Обработка данных и применение искусственного интеллекта
Программа онлайн-магистратуры НИЯУ МИФИ в партнёрстве с Яндекс Практикумом
Направление 01.04.02 «Прикладная математика и информатика»
- AI
- ML
- Python
- MLOps
- LLM
- NLP
О программе
Магистратура «Обработка данных и применение искусственного интеллекта» готовит специалистов в ключевых направлениях искусственного интеллекта. Вы сможете выбрать специализацию: Машинное обучение — для разработки предсказательных моделей, Компьютерное зрение и NLP — для работы с изображениями и текстами, или Инженерию данных — для построения надежных дата-инфраструктур. Программа сочетает фундаментальные знания, практические навыки и работу с реальными кейсами, готовя выпускников к карьере в передовых технологических компаниях.
2 года
Срок обучения
Онлайн
От 25 часов в неделю, учеба в удобное время
237 500 рублей
Стоимость обучения за семестр (актуально на 2026 г.)
370 мест
Платная форма обучения
24 августа 2026 года
Последний день подачи документов
Инфраструктура МИФИ
Лаборатории, хакатоны, ДПО и другое
Военная кафедра
Очное посещение
Учебный план
- Программирование на Python
- Предподготовка и анализ данных
- Машинное обучение с учителем
- Базы данных и язык SQL
- BI и методы визуализации данных
- Специальные разделы теории вероятностей
- Специальные разделы математической статистики
- А/В тестирование
- Алгоритмы и структуры данных
- Операционные системы семейства Unix
- Навыки коммуникации и представления данных
- Учебная практика
Трек "Data-инженер"
- Анализ бизнес-метрик и продвинутый SQL
- Практическая бизнес-аналитика
- Введение в системный анализ
Трек "ML-инженер"
- Машинное обучение без учителя
- Принципы разработки на Python
- Прогнозирование временных рядов
Трек "NLP-инженер"
- Машинное обучение без учителя
- Принципы разработки на Python
- Прогнозирование временных рядов
Трек "CV-инженер"
- Машинное обучение без учителя
- Принципы разработки на Python
- Прогнозирование временных рядов
- Гибкие методологии
- Учебная практика
Трек "Data-инженер"
- Работа с данными в хранилище
- Автоматизация подготовки данных
- Принципы проверки качества входных данных
- Аналитические базы данных и хранилища
- Потоковая обработка данных и их хранение в озере
- Облачные технологии и проектный практикум
Трек "ML-инженер"
- Разработка пайплайнов подготовки данных и обучения модели
- Принципы и практики для улучшения базовой модели
- Вывод модели машинного обучения в производственную среду
- Практический MLOps
- Рекомендательные системы
- Uplift-моделирование
Трек "NLP-инженер"
- Работа с изображениями и текстами
- Классические и глубинные модели по работе с текстом
- Нейросетевые модели для последовательностей
- Модели на базе архитектуры трансформер
- Большие языковые модели
- Генеративные модели для речи и текста
Трек "CV-инженер"
- Работа с изображениями и текстами
- Свёрточные нейронные сети
- Задача детекции компьютерного зрения
- Задача сегментации компьютерного зрения
- Обработка видеопотока
- Генеративные модели машинного обучения
- Производственная практика (научно-исследовательская работа)
- Преддипломная практика
- Выполнение и защита выпускной квалификационной работы
Руководитель программы
Рябов Павел Николаевич
Заместитель директора Института лазерных и плазменных технологий, исследователь в области прикладной математики и ИИ, автор "Инженерного подкаста", доцент кафедры «прикладная математика», кандидат физико-математических наук
Программа дает весь необходимый технологический стэк для работы ML- и Data-инженером, Аналитиком данных. Вы сможете выбрать для себя ту области AI, в которой хотите развиваться. В программе заложено изучение как математической базы для всех AI технологий, так и большая практическая часть в области разработки, решения бизнес-кейсов и практических задач, что позволит студентам построить карьеру в ведущих технологических компаниях. Вы также станете частью сообщества единомышленников и получите доступ к ведущим экспертам отрасли, что поможет Вам стать востребованным специалистом в области AI.
Преподаватели
Вальд Александр
CEO Wilde.tech, Эксперт Яндекс Практикума
CEO Wilde.tech - компании в сфере услуг по анализу данных; старший эксперт на курсе "Аналитик данных" в Яндекс.Практикуме; спикер от Яндекс GR - проводит лекции для гос.структур стран СНГ (МВД, Минздрав, Минцифры, ИВЦ и др.)
Егорова Аделя
Преподаватель
- Преподаватель НИЯУ МИФИ, занимается анализом данных и машинным обучением, разработкой поисковой системы и системы распознавания текста, основанную на алгоритмах ИИ, победитель CodeRun, организатор студенческих и школьных IT-хакатонов
Ефанов Дмитрий Валерьевич
Доцент
Окончил с отличием МИФИ по специальности «Вычислительные машины, комплексы, системы и сети» и «Информационная безопасность». Лауреат премии Правительства Российской Федерации в области науки и техники и призёр премии «Новатор Москвы» Правительства Москвы. Работал в оборонной промышленности, Ростехе и Сбере. Основатель стартапов и трекер акселератора Росатома. Разработчик легендарной операционной системы МСВС 3.0. Автор учебных пособий и статей по безопасности операционной системы GNU/Linux. Лектор НИЯУ МИФИ, РУДН, МГТУ, РТУ МИРЭА и Университета «Сириус».
Жарова Мария
Data Scientist, WildBerries
Data Scientist в WildBerries, разрабатывает алгоритмы рекомендаций; выпускница МФТИ, кафедры Интеллектуальных систем; соавтор научных статей по искусственному интеллекту в российских и международных журналах (Известия РАН. Теория и системы управления и Journal of computer science international), участник международных научных конференций; автор телеграмм-канала EasyData о Data Science; лектор на совместных магистратурах МФТИ, УрФУ, ТГУ, МИФИ; ex-Data Scientist в Альфа Банк и Сбер.
Зуев Алексей Владимирович
Преподаватель
IT Due Diligence проектов M&A, техническая экспертиза решений и проверка гипотез, разработка скриптов и прототипов, расчеты Green Field. Призер соревнований по ИИ SDSJ-2018 и AIJ-2019, преподаватель программы “Школа новых профессий” СберУниверситета по направлениям Data Analyst и Data Scientist.
Карапетьянц Николай
Ассистент
Преподаватель, руководитель группы развития ИТ-инфраструктуры, заведующий мультивендорной лабораторией по защите информации. Направление научных исследований: средства и методы проактивного реагирования на киберугрозы.
Дополнительные преимущества обучения
-
Исследовательский центр искусственного интеллекта: инновации ИИ в логистике и транспорте
-
Поддержка студенческих инициатив: участие в хакатонах и кружках, организованных совместнос индустриальными партнерами, поддержка в участии в конференциях, научных конкурсах, написании статей
- Университетский акселератор: доработайте бизнес-идею с командой экспертов, получите финансирование на разработку прототипа и запустите успешный стартап
- Доступ к современной IT-инфраструктуре: удалённый доступ к облачной инфраструктуре и суперкомпьютерам вуза, лаборатории мирового уровня, коворкинги и пространства университета
- Возможность участия в CTF курсе и последующих соревнованиях
- Очные гостевые лекции с экспертами из индустрии специально для вас
Отзывы
Алексей
«Больше всего нравится формат обучения — можно учиться в удобное время, хоть и в основном в выходные. Уровень преподавания очень высокий. Преподаватели с опытом приводят примеры из жизни, что делает обучение практичным. Кураторы вовремя и с должной ответственностью относятся к нашему обучению.»
Руслан
«Подача материала и классные лекторы, возможность возвращаться к пройденному материалу — всё это очень удобно. После последней оргвстречи всё выглядит многообещающе. Хотелось бы добавить очный формат встреч и знакомства с МИФИ.»
Иван
В магистратуру по работе с данными я пришёл после бакалавриата по медиакоммуникациям. Выбирал между продолжением учёбы по своему профилю и хардкорной магистратурой, связанной с математикой. Остановился на второй. Рассчитывал на программу без вступительных, но тут они оказались относительно несложными. Хотя подготовка к экзаменам была усердной. Программа адаптирована под новичков. Даже без глубоких знаний математики и программирования ходить на пары и выполнять задания интересно, хоть и сложно. Учёба в среднем занимает от 10 до 30 часов в неделю. В перспективе я задумываюсь о переходе в IT-сферу. Пока же применяю новые знания из математической статистики и теории вероятностей на работе — я корреспондент издания Газета.Ru. Главное преимущество онлайн-магистратуры — доступный и гибкий формат. Учёбу удаётся совмещать с работой, а учиться можно из любой точки мира: несколько одногруппников сейчас живут в других странах и не испытывают технических или организационных сложностей. Все материалы опубликованы на удобной платформе. В своём темпе можно пересматривать лекции и дополнительно изучать западающие темы. Преподаватели и кураторы всегда приходят на помощь: отвечают на вопросы и поддерживают. Если вы задумываетесь о смене профессиональной траектории, эта программа вам подойдёт. Главное, быть готовым к тому, что учиться придётся много.
Как поступить?
Зачисление проходит на конкурсной основе и состоит из:
Вступительное испытание будет состоять из трёх частей:
- Мотивационное письмо о том, почему вы решили выбрать эту программу (50 баллов)
- Решение открытого кейса (40 баллов)
- Математическое тестирование (10 баллов)
Максимальный балл — 100, минимальный проходной балл на программу — 80.
Обратите внимание: если вы заканчиваете бакалавриат в этом году и еще не получили диплом, дождитесь окончания обучения и затем подайте полный комплект документов.
С 20 июня по 24 августа подайте заявление на сайте Госусуг.
Выберите удобный день для вступительных испытаний и пройдите их. Инструкция придет на почту.
Подпишите договор и оплатите обучение.
После 28 августа ищите себя в приказе о зачислении!
Частые вопросы
Диплом государственного образца о высшем образовании с присвоением степени магистра от МИФИ.
Обучение проходит онлайн и построено таким образом, чтобы вы могли совмещать его с работой. В начале каждой недели на образовательной платформе будут открываться лонгриды по дисциплинам для самостоятельного изучения. Параллельно с ними будут проходить контактные занятия (по будням после 18:00 и в субботу). Записи занятий будут доступны на следующий день (либо в понедельник, если занятие выпадает на выходные). Все аттестационные мероприятия проходят асинхронно — на образовательной платформе в рамках установленных дедлайнов.
Да, программа рассчитана на людей, имеющих разный уровень подготовки и опыт.
Вопросы преподавателям и/или менторам можно задавать во время контактных занятий, а также в чатах дисциплины в мессенджерах.
С вами на связи в мессенджере постоянно будут координаторы, чтобы ответить на все ваши вопросы.
Да, в МИФИ есть возможность обучения на Цифровой кафедре.
Да, если вы поступаете сразу после окончания своей первой программы бакалавриата.
Да, поступление на конкурсной основе. Занятия проходят очно на территории университета 2 раза в неделю в будние дни. С дополнительной информацией можете ознакомиться на сайте Приемной комиссии.
Для иностранных граждан из стран визового режима к стоимости обучения прибавляется 10%.
Остались вопросы?
Контакт приемной комиссии
По вопросам поступления
Или напишите в наш телеграм-бот
kaf42_abitur_bot