Аналитика данных и прикладная статистика / Data Analytics and Social Statistics

Магистерская программа «Аналитика данных и прикладная статистика » НИУ ВШЭ создана на базе Международной лаборатории прикладного сетевого анализа (ANR-Lab). В ее основе лежат лучшие практики образовательных программ по прикладной аналитике таких университетов, как Университет Индианы и Университет Иллинойса в США.

Основатели программы — профессора из Университета Индианы Стэнли Вассерман и Валентина Кускова.

Программа готовит высококвалифицированных специалистов (Data Scientists) в области прикладной статистики и сетевого анализа, которые становятся все более востребованными в бизнес-сфере, государственном секторе и в сфере науки как в России, так и за рубежом. Другими словами, программа готовит высококвалифицированных аналитиков данных (Data Analysts) для международного и российского бизнеса, аналитических центров и университетов России, США и Европы.

Программа полностью англоязычная, курсы читают зарубежные преподаватели из Университета Любляны (Словения), Технического университета Граца (Австрия).

В отличие от традиционных программ по статистике или науках о данных, студентам предоставляется возможность создавать собственную траекторию обучения, выбрав один из треков:

• Бизнес-аналитика (ориентирован на подготовку студентов к трудоустройству в бизнес-компании и корпорации),
• Вычислительные социальные науки (ориентирован на подготовку студентов для поступления на ведущие программы PhD в престижных университетах Европы и США).

Основная цель программы – научить студентов использовать продвинутые методы статистического и сетевого анализа вне зависимости от первоначального образования, чтобы решать как исследовательские, так и практические задачи.

Образовательный процесс не ограничивается изучением теорий и методов анализа данных. Студенты могут заниматься академическими исследованиями в Международной лаборатории прикладного сетевого анализа НИУ ВШЭ. Также они могут участвовать в коммерческих проектах Центра аналитической поддержки принятия решений, созданного научными сотрудниками Лаборатории и преподавателями программы.

Программа – это обучение на основе реальных данных и задач. Преподаватели не зацикливаются на инструментах, а учат работать с имеющимися данными и подбирать для их обработки соответствующие методы анализа.

Эта программа не имеет аналогов в России и обладает следующими достоинствами:

• прикладная статистика с нуля;
• выбор трека: бизнес, наука или универсальный;
• обучение на английском языке;
• возможность зарубежных стажировок;
• программы двойных дипломов с университетом Любляны;
• преимущественно зарубежные преподаватели;
• использование реальных данных в качестве примеров во время обучения. это помогает студентам понять, как работает метод и на каких данных его можно использовать;
• регулярные консультации от научных руководителей Международной лаборатории прикладного сетевого анализа;
• индивидуальные учебные планы, которые позволяют студентам создавать собственную траекторию обучения;
• очная форма обучения, которая позволяет постоянно контактировать с преподавателями и получать обратную связь;
• вечерние занятия, которые позволяют совмещать работу и учебу;
• на втором году обучения студенты проходят практику.

Магистерская программа не имеет аналогов в России. В ее основе лежат лучшие практики образовательных программ по прикладной аналитике таких университетов, как Университет Индианы и Университет Иллиноя в США. 

Существует несколько аналогичных программ в европейских университетах, в частности, в Люблянском университете и Северо-Западном университете, которые являются аффилированными партнёрами нашей программы.

По сравнению с аналогичными программами по прикладной статистике в Европе и США наша магистратура в разы дешевле.

Программа будет полезна социологам, экономистам, математикам, химикам, биологам, политологам, юристам, менеджерам, специалистам в области информатики, компьютерных наук и статистики и всем тем, для кого анализ данных – часть работы.

После окончания магистратуры Вы сможете:

• встраивать анализ данных в цикл исследования: от постановки исследовательского вопроса до интерпретации полученных результатов;
• использовать современные подходы и методы
  • наук о данных (Data Science);
  • исследовательского и глубинного анализа данных (Data Mining & Deep Learning);
  • машинного обучения (Machine Learning);
  • нейронных и байесовских сетей (Neural Networks & Bayesian Statistics);
• работать с большими данными (Big Data);
• работать с разными пакетами и базами для анализа данных, построения отчетов: R, Python, SAS, STATA, Orange, Lisrel, MPlus, Pajek, Gephi, Visone, Vertica, SQL, LaTex, etc.;
• владеть математическим английским языком;
• представлять результаты своего научного исследования или бизнес-проекта.

Перед началом обучения проводится тестирование, на основании которого магистрам помогают сконструировать индивидуальный план и выбрать курсы, которые они считают необходимыми в будущем; найти баланс между основными блоками: бизнес-аналитика, вычислительные социальные науки, сетевые науки и методы сетевого анализа.

В начале обучения реализуются адаптационные курсы по введению в статистику и программирование в R и Python. Это помогает студентам, у которых нет профильного математического или статистического образования.

В рамках программы студенты могут выбрать одну из двух траекторий:

• Бизнес-аналитика (ориентирован на подготовку студентов к трудоустройству в бизнес-компаниях и корпорациях),
• Вычислительные социальные науки (ориентирован на подготовку студентов для поступления на ведущие программы PhD в престижных университетах Европы и США).

Студенты программы учатся использовать современные подходы и методы наук о данных (Data Science), исследовательского и глубинного анализа данных (Data Mining & Deep Learning), машинного обучения (Machine Learning), нейронных и байесовских сетей (Neural Networks & Bayesian Statistics), работать с большими данными (Big Data), а также работать с разными пакетами и базами для анализа и визуализации данных, построения отчетов: R, Python, SAS, STATA, Orange, Lisrel, MPlus, Pajek, Gephi, Visone, Vertica, SQL, LaTex, etc.

Студенты могут заниматься академическими исследованиями в Международной лаборатории прикладного сетевого анализа НИУ ВШЭ. Также они могут участвовать в коммерческих проектах Центра аналитической поддержки принятия решений, созданного научными сотрудниками Лаборатории и преподавателями программы.

Программа сотрудничает с SAS, Deloitte, Volkswagen Group Rus, Росатом и другими компаниями.

Таким образом, во время обучения студенты принимают участие в реальных проектах и могут выбрать место стажировки, которые предлагает программа, или самостоятельно.

Знания и компетенции, полученные выпускниками магистерской программы, позволят им стать высококвалифицированными специалистами-практиками, способными применять передовые комплексные техники анализа данных в своей ежедневной работе в организациях различного типа: как в коммерческих компаниях, специализирующихся в различных отраслях промышленности (банковская сфера, страхование, консалтинг, IT, медицина, фармацевтика), так и в научно-исследовательских организациях (социология, маркетинг). 

Также выпускники программы могут работать консультантами в государственных и корпоративных аналитических центрах, заниматься исследованиями в международных компаниях, продолжить образование в аспирантуре в России или поступить на PhD за рубежом.

Подробнее о будущей профессии.

Также университет организовывает карьерные мероприятия для студентов и выпускников, консультирует по вопросам составления резюме, публикует прямые вакансии от работодателей, заинтересованных в выпускниках НИУ ВШЭ, содействует в трудоустройстве.

В 2023 году по данной программе открывается 25 платных мест для граждан Российской Федерации и 5 платных мест для иностранцев. По окончании обучения вы получите степень магистра по направлению подготовки 01.04.02 «Прикладная математика и информатика». Для поступления достаточно знать курс математики средней школы и понимать английский язык. Сертификаты, подтверждающие знание английского языка и математики, не требуются.

Программа предлагает адаптационные курсы по введению в статистику и программированию на R и Python. Это позволяет студентам с непрофильной степенью бакалавра подтянуть свои знания и полноценно освоить все дальнейшие курсы.

Чтобы получить образование по данной программе, необходимо пройти конкурсный отбор портфолио. Для этого соискатели должны предоставить степень бакалавра или магистра, резюме, мотивационное письмо и рекомендательное письмо. Учитываются также сертификаты, дипломы и другие документы, свидетельствующие об уровне знаний или достижений абитуриента.

Заявки принимаются в декабре-августе 2023 года. Зачисление происходит в конце августа 2023 года.

Раздел «Траектория поступления» поможет вам узнать о правилах приема, сроках и другой информации.

Раздел «Траектория поступления» поможет вам узнать о правилах приема, сроках и другой информации.

Оплата за обучение производится в рассрочку (семестры) или полностью (за год). Также есть вариант рассрочки.

Условия предоставления скидок размещены на сайте.