• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Магистерская программа «Науки о данных (Data Science)»

О программе

Основные цели программы
Актуальность и значимость
Набор компетенций, формируемых программой
Что я буду изучать
Целевая аудитория
В чем преимущества программы
Где я буду работать

Магистерская программа «Науки о данных (Data Science)» была открыта в 2014 году.Создание магистерской программы «Науки о данных (Data Science)» (далее – НОД) отвечает основным вызовам, обращенным к НИУ ВШЭ и Российскому образованию в целом: выход на передовые позиции на международном рынке образовательных программ, подготовка элитных кадров инновационной экономики, обладающих аналитическими, исследовательскими, методическими и технологическими компетенциями в новых областях науки, техники и экономики.

Овладение выпускниками программы целым спектром новейших, эффективных математических технологий, не включённых в классические математические учебники, по которым традиционно готовятся студенты российских университетов, будет существенно способствовать повышению их конкурентоспособности и востребованности.
В силу принципиальной мультидисциплинарности науки о данных, призванной предоставлять средства анализа информационных, социальных, правовых, психологических, экономических, языковых и других явлений, программа станет одной из системообразующих, интересной выпускникам многих факультетов и сотрудникам многих исследовательских центров НИУ ВШЭ и других академических организаций. 


Основные цели НОД:
  • Получение лицами, имеющими базовое образование в области прикладной математики и смежных областях, специализации магистерского уровня в сфере наук о данных;
  • Дополнение аналитических компетенций, полученных при изучении экономики, социологии, компьютерной лингвистики и т.п., математическими и технологическими компетенциями по работе с многомерными данными сложной структуры, включая большие данные, представленные в различных форматах;
  • Получение профессионалами в области системной аналитики или аналитики предметной области дополнительных технологических навыков в области специализации (при попадании профессиональных интересов в один из профилей).

Актуальность и значимость

Один из самых важных современных цивилизационных вызовов — анализ растущего объема данных, порождаемых во всех областях современного общества. Благодаря стремительному развитию современных технических средств и вовлечению буквально каждого члена общества в производство данных, эта проблема будет носить все более фундаментальный характер, определяя эффективность всех серьезных государственных, научных и корпоративных проектов. Современная ИТ-индустрия отзывается на этот вызов, поднимая проблематику больших данных (Big Data), а академическое сообщество — формируя зарождающуюся науку о данных (Data Science). На этот вызов откликаются ведущие университеты мира, открывая факультеты и образовательные программы по науке о данных. Эти образовательные программы предусматривают фундаментальную подготовку в области моделей вычислений, математических методов моделирования и прогнозирования, вычислительной архитектуры, современных методов программирования, хранения и извлечения данных.

Наука о данных востребована в различных областях знаний и технологий, и будет иметь все большее значение в современных исследованиях об обществе и человеке. Одновременно, возникновение науки о данных теснейшим образом коррелирует с возникновением и развитием новых математических подходов, алгоритмов и методов, которые активно разрабатываются и эффективно применяются при анализе и обработке данных, в моделировании. Эти современные математические технологии представляют собой критически необходимое звено в технологической (постиндустриальной) революции XXI века.

Несмотря на колоссальную потребность в специалистах в области наук о данных, в нашей стране этот вызов еще не встретил должного ответа со стороны образовательного сообщества. А ведь наука о данных как область исследований могла бы стать тем объединяющим началом, которое бы связало в одном исследовательско-образовательном проекте представителей различных областей информатики и прикладной математики, в частности, такие области как: теорию вычислений, методы математического моделирования, вычислительную архитектуру, программирование, системы принятия решений, технологии хранения и обработки данных, методы формирования и поддержки баз знаний.


Набор компетенций, формируемых программой

НОД формирует следующие компетенции:

В целом выпускник НОД может решать задачи поиска, сбора, хранения, подготовки, анализа данных и интерпретации результатов в области специализации.
 


Что я буду изучать

Оригинальный образовательный стандарт по направлению 01.04.02 «Прикладная математика и информатика» для данной магистерской программы обеспечивает возможность выбора специализации. Практико-ориентированные специализации адекватно представляют актуальные сферы профессиональной специализации выпускников.

На текущий момент на программе реализуется одна специализация:



Целевая аудитория:
  • выпускники бакалавриата НИУ ВШЭ;
  • выпускники бакалавриата математических факультетов ведущих университетов;
  • выпускники бакалавриата ведущих университетов по направлениям и специальностям, связанным с необходимостью анализа больших данных (экономика, социология, управление сложными системами и др.);
  • специалисты и магистры, желающие получить дополнительную специализацию и системно подготовиться к серьезной аналитической или исследовательской деятельности в области анализа сложных систем и больших данных, а также разработке интеллектуальных систем.


В чем преимущества программы:
  1. концентрация на математических основах, методологии, методах и алгоритмах анализа данных и обработки больших данных;
  2. углублённое изучение базовых моделей для системного взгляда на развитие наук о данных;
  3. акцент на данных сложной структуры, неструктурированных данных и данных на естественных языках, что требует привлечения методов искусственного интеллекта (например, онтологий, социальных сетей, историй болезней, баз патентов, блогов);
  4. cочетание траекторий для «аналитиков» (создателей математических моделей и методов) и «разработчиков» (создателей интеллектуальных систем);
  5. широкий спектр прикладных областей (от поиска в Интернет до медицинской информатики);
  6. опытные преподаватели, одновременно являющиеся известными исследователями и практиками в областях анализа и обработки данных в различных областях (например, Б.Г. Миркин, С.О. Кузнецов, Л.Е. Жуков);
  7. сотрудничество с ведущей корпоративной школой анализа данных - Школой Анализа Данных (ШАД) Яндекса, привлекшей в свои ряды таких блестящих ученых и практиков как акад. А.Н. Ширяев, Н.К. Верещагин и других;
  8. Сотрудничество с Федеральным исследовательским центром "Информатика и управление" ФИЦ ИУ РАН (создана базовая кафедра «Интеллектуальные технологии системного анализа и управления» ФИЦ «Информатика и управление» РАН), лидером в ряде традиционных и новых междисциплинарных направлений: информатика и информационные технологии, математическое моделирование, искусственный интеллект и принятие решений. 
  9. международные академические партнёры, включая университеты, с которыми заключены договоры об обмене (например, University of Blaise Pascal, France, University of Texas, USA, KU Leuven, Belgium, TU Dresden, Germany);
  10. российские и зарубежные партнёры в промышленности, не просто применяющие известные методы и технологии на практике, а ведущие серьёзные научно-исследовательские и опытно-конструкторские разработки в области хранения и обработки больших объемов данных, внося вклад в развитие наук о данных на мировом уровне (такие как, Yandex, Abbyy, Infobright) . В частности, планируется использовать мощности центра обработки данных компании Яндекс в режиме удалённого доступа. Также участникам программы будут доступны новейшие программные средства: от продуктов MathWorks (MatLab) до платформы InfoBright.