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

Магистерская программа «Науки о данных (Data Science)»

Будущая профессия

Обоснование потребности в магистрах

Востребованность выпускников

Трудоустройство

Обоснование потребности в магистрах с подготовкой по программе «Науки о данных»

На рынке труда востребованы специалисты, способные работать в области анализа многомерных данных сложной структуры, включая большие и текстовые данные. Уже не раз отмечалось, что организациями накоплены огромные массивы данных, многие из которых плохо структурированы. Их обработка и анализ становятся все актуальней по мере того, как ускоряются бизнес-процессы, ожесточается конкуренция и возрастает цена своевременно и правильно принятого решения. В последние годы также становятся все более доступны для анализа личные и персональные данные, размещенные в сети Интернет, особенно в виде «социальных сетей».

Классическая схема подготовки аналитиков не соответствует этим вызовам, поскольку системно не охватывает дополнительные задачи обработки и анализа данных, включая неструктурированные данные больших объемов. При этом очевиден дефицит специалистов, готовых системно подходить к решению задач, связанных именно с методологией обработки данных разных видов и типов, упорядочением доступа к хранилищам данных, перестройкой структуры хранилищ, эффективностью процессов обработки, анализом больших данных (требующих снижения размерности, спец. схем проведения статистических экспериментов, приближенных методов, эффективных алгоритмов) и т.п. Дефицит обостряется с развитием смежных технологий: 3D-печати, дополненной реальности, облачных вычислений, «умной» среды и т.д.

В качестве примеров можно привести компетенции, указываемые в вакансиях на ведущих online-площадках: работа с большими объемами данных, анализ данных, BI, Big Data, Distributed Cache, Data-Warehouse, ETL, Business Intelligence, Hadoop, MapReduce, опыт анализа социальных сетей, опыт работы с Big Data, и т.д. Более того, серьезно обсуждаются предложения наподобие «Salary of USD 1,061,000 in cash for a Data Scientist!!!». 


Выпускники программы будут востребованы в следующих сферах деятельности:

  • Научно-исследовательская деятельность, как в сфере профессиональной специализации, так и в других сферах в составе коллективов, имеющих дело с большими данными;
  • Аналитическая деятельность (в её классическом понимании) в организациях всех форм собственности, включая промышленные предприятия, консалтинговые фирмы, ассоциации и фонды, органы государственного управления;
  • Экспертная деятельность, связанная с методологией, методами, задачами и технологиями управления и анализа больших данных в сфере профессиональной специализации;
  • Технологическая поддержка аналитической, консалтинговой и оптимизационной деятельности коллективов, имеющих дело с большими данными;
  • Руководство коллективами в аналитических, исследовательских и управленческих подразделениях организаций всех форм собственности.


Трудоустройство 

Выпускники программы работают в ведущих российских и зарубежных организациях:

  • IT-корпорациях (Яндекс, Google, IBS и др.) и сотовых операторах
  • Научно-исследовательских центрах и институтах (НИУ ВШЭ, LORIA, TU-Dresden,...)
  • Консалтинговых компаниях (PWC, E&Y)
  • В Банке России и других коммерческих банках (Сбербанк, ВТБ24)

Ключевой особенностью программы является поддержка участия выпускников в деятельности IT-компаний и IT-стартапов (Algomost, Datadvance, Visillect), а также тесное сотрудничество с ведущими научно-исследовательскими и образовательными центрами: ИППИ РАН, ФИЦ ИУ РАН, Сколковским институтом науки и технологий.

Выпускники программы овладеют знаниями и навыками, востребованными на ведущих online-площадках, в том числе методами и инструментами обработки больших объемов данных (Big Data), препроцессинга данных (Extract-Transform-Load), майнинга данных (Data Mining), извлечения знаний (Knowledge Discovery), построения поисковых систем (Search Engines), анализа социальных сетей (Social Network Analysis), масштабирования алгоритмов (технологии Hadoop и Map-Reduce).