Подготовка
Документы, правила приема, сроки и другая информация по поступлению в магистратуру размещена на сайте приемной комиссии НИУ ВШЭ.
Для подготовки к успешному прохождению конкурсного отбора для поступающих на программу «Машинное обучение в цифровом продукте» в 2026 году рекомендуется ознакомиться с составом и критериями оценки портфолио.
Для участия в конкурсе документов (портфолио) абитуриент предоставляет следующие документы:
- Копия диплома и приложения к диплому специалиста / бакалавра / магистра.
- CV абитуриента:
CV предназначен для оценки академической подготовки, исследовательского потенциала и мотивации абитуриента. Структура документа отражает ключевые элементы готовности к обучению: от базовых навыков до осознанности образовательных целей.
- Личная информация.
Содержит основные контакты и ссылки на профессиональные профили, помогающие оценить активность и вовлечённость кандидата.
- Образование.
Позволяет понять уровень математической и технической подготовки через перечень ключевых курсов и дополнительного обучения.
- Индивидуальные достижения и научная активность.
Отражает исследовательский опыт: публикации, участие в проектах и работу в лабораториях, демонстрируя способности к научной и прикладной деятельности.
- Мотивационный блок.
Центральный раздел, показывающий осознанность выбора магистратуры, связь интересов с прошлым опытом и реалистичность профессиональных планов.
- Документы, подтверждающие личные академические, научные и профессиональные достижения поступающего.
3.1. Конкурсы и олимпиады:
- Диплом победителя конкурса НИРС НИУ ВШЭ по направлениям «Математика» или «Компьютерные науки»;
- Медаль IOI;
- Медаль международной математической олимпиады;
- Диплом полуфинала NERC;
- Медаль финала ICPC;
- Ранг Master и выше на платформе Kaggle.
3.2. Научная работа
- Тезисы международных конференций;
- Тезисы конференций по тематической области Data Science уровня А и А*;
- Публикация в журналах, индексируемых WoS/Scopus, со значимым вкладом в компьютерные науки;
- Публикация в журналах первого или второго квартиля, индексируемого WoS/Scopus, со значимым вкладом в компьютерные науки;
- Участие в грантах РФФИ, РНФ или фонда развития теоретической физики и математики «БАЗИС».
3.3. Проекты и хакатоны
- Участие в open source проектах;
- Участие в индустриальных конференциях.
3.4. Рекомендации
Рекомендации принимаются от:
- представителей профессорско-преподавательского состава предыдущего учебного заведения;
- представителей индустриальных и/или академических партнеров предыдущего учебного заведения или НИУ ВШЭ;
- руководителя с места работы.
Примерная структура рекомендательного письма:
- Информация о рекомендателе и контекст взаимодействия
Кто пишет рекомендацию, в каком качестве работал со студентом, в какой период и над какими задачами/курсами/проектами. - Академические или профессиональные достижения кандидата
Проекты, курсы, исследования, стажировки, участие в лабораториях или ассистентских активностях. - Технические навыки
Языки программирования, библиотеки, инструменты анализа данных и ML, open-source решения, с которыми работал кандидат. - Проявленные компетенции
Ответственность, самостоятельность, аналитическое и исследовательское мышление, способность работать в команде, качество результатов. - Потенциал для обучения в магистратуре
Насколько кандидат готов к академической или исследовательской траектории, какие сильные стороны это подтверждают. - Итоговая рекомендация
Рекомендовано ли обучение в магистратуре и по каким причинам.
Критерии оценивания портфолио абитуриента
| Критерий | Максимальное количество баллов |
| Личные достижения: опыт проектной и научной деятельности, публикации, гранты (в том числе диплом победителя или призера Олимпиады студентов и выпускников НИУ ВШЭ смежных профилей), участие в конкурсах Конкурсы и олимпиады:
Научная работа
Проекты и хакатоны
Рекомендации
| 10 |
| CV абитуриента (Приложение) | 15 |
| Письменный экзамен1 (допускается проведение экзамена удалённо с прокторингом) | 35 |
| Собеседование2 (допускается проведение собеседование с помощью электронных средств связи) | 40 |
| Всего: | 1003 |
(1) На письменном экзамене от поступающего ожидается владение основами математического анализа, линейной алгебры, теории вероятностей, знание базовых алгоритмов и структур данных, основ машинного обучения и навыки программирования на Python.
(2) К собеседованию допускаются лишь те абитуриенты, которые успешно прошли письменный экзамен. Письменный экзамен считается успешно пройденным, если поступающий получил не менее N баллов за него, где N равно наибольшему числу баллов, для которого не менее N баллов имеет не менее 50 поступающих.
Собеседование проводится в форме устной беседы с абитуриентом. Устная беседа проводится экзаменационной комиссией с каждым абитуриентом индивидуально. Абитуриенту задаются вопросы, которые позволяют оценить его мотивацию, профессиональный, научный и личностный потенциал, а также могут быть предложены к решению в режиме онлайн задачи по темам, которые предусмотрены письменным экзаменом.
(3) Портфолио абитуриента оценивается в 0 баллов в следующих случаях:
- предоставление заведомо ложных сведений
- обнаружение плагиата в решениях задач письменного экзамена
- в случае неявки на письменный экзамен
- в случае неявки на собеседование при допуске