Магистерская программа, Сетевой анализ, Сетевая аналитика, Прикладная статистика

2 года

Очная форма обучения
Онлайн-программа

Количество платных мест уточняется

ENG

Обучение ведётся полностью на английском языке

Государственная аккредитация

Независимая оценка качества образования

Университет–партнер

Люблянский университет

Факты о программе

Не имеет аналогов в России, единственная программа по прикладной статистике и сетевому анализу

Создана на базе Международной лаборатории прикладного сетевого анализа (ANR-Lab)

Занятия ведут российские и зарубежные преподаватели – партнеры из Университета Любляны

Степень магистра по направлению подготовки 01.04.02 «Прикладная математика и информатика»

Основана на лучших практиках обучения по прикладной статистике в Университете Индианы и Университете Любляны

Образовательный процесс строится на основе экспертизы академических исследований и прикладных проектов

Мы готовим высококвалифицированных специалистов-практиков, способных применять передовые комплексные техники анализа данных в своей ежедневной работе в различных организациях государственного и коммерческого секторов, а также науки

Ключевые преимущества

Онлайн программа со статусом очной

возможность учиться из любой точки мира и совмещать с работой

Гибкий график обучения

онлайн-занятия в вечернее время, доступ к записям на весь период учебы

Индивидуальная траектория

выбор трека и курсов для изучения, обратная связь от преподавателей

Лучшая экспертиза

обучение у ведущих российских и зарубежных специалистов

Отсрочка от армии

отсрочка от призыва граждан на военную
службу предоставляется обучающимся,
в соответствии с Законодательством РФ

Практическая ориентированность

проектное обучение на основе реальных данных и бизнес-задач

Студенческие привилегии

доступ к инфраструктуре и возможностям университета

Обучение на английском

программа на английском с возможностью выбора элективов на русском

Возможности программы

✔ Доступ к экспертизе в области анализа данных

✔ Вход в профессиональное сообщество

✔ Доступ к возможностям университета

✔ Обучение студентов без математического базиса

✔ Консультации с научными сотрудниками

✔ Практика в научной лаборатории

Две траектории обучения

При поступлении на программу вам помогут сконструировать свой индивидуальный план и выбрать курсы, чтобы в дальнейшем пойти по своему треку обучения:

Вычислительные социальные и сетевые науки

посвящен изучению активно развивающихся количественных методов в социальных науках, включая сетевой анализ

Прикладная статистика и науки о данных

посвящен изучению продвинутых методов математической статистики и наук о данных

Перспективы после обучения

Старт карьеры аналитика

Возможность претендовать на позиции аналитика данных, бизнес-аналитика, консультанта в государственных и корпоративных аналитических центрах, международных компаниях

Старт академической карьеры

Возможность заниматься научными исследованиями в области аналитики данных и сетевого анализа в аспирантуре в международной лаборатории в России или за рубежом

Программа позволяет студентам стать высококвалифицированными специалистами-практиками, применяющими передовые комплексные техники анализа данных в различных отраслях знаний (банковская сфера, страхование, консалтинг, IT, медицина, фармацевтика, социология, маркетинг)

Как проходит обучение

✔ Асинхронный формат обучения (предзаписанные лекции)

✔ Оцениваемые и неоцениваемые тесты

✔ Доступ к материалам всех курсов на весь период обучения

✔ Синхронный формат (онлайн-встречи в режиме реального времени)

✔ Задания в виде проектов

✔ Курсовая работа и магистерская диссертация

Содержание программы

Требования к поступающим

В начале обучения мы предлагаем адаптационные курсы:

Введение в статистику
Введение в программирование на R и Python

Поступление на программу

Состав портфолио

15
баллов

Базовое образование

Учитывается соответствие направленности программы, наличие красного диплома

20
баллов

Мотивационное письмо

Примерное содержание: предыдущее образование, мотивация поступления в магистратуру, рассказ о текущей занятости, какие области развития интересуют, чему хочется научиться на программе

10
баллов

Рекомендательные письма (2 шт)

От преподавателей, работодателей или представителей индустрии. Одно письмо – 5 баллов

20
баллов

Резюме

10
баллов

Сертификаты, подтверждающие знание
английского языка

15
баллов

Другие документы

Опыт проектной и научной деятельности, публикации, гранты (в том числе диплом победителя или призера Олимпиады студентов и выпускников НИУ ВШЭ смежных профилей)

10
баллов

Вступительное интервью

Проводится на английском языке

Новости

Ирина Павлова о том, как выявлять тренды в науке

Ирина Павлова, академический рукокодитель DASS и заместитель заведующего ANR-Lab, рассказала, как библиометрический анализ помогает ученым выявлять актуальные направления исследований и находить фундаментальные научные труды.

22 января

Итоги года ANR-Lab

Дорогие коллеги, хотим подвести итоги нашей работы за прошедшие 12 месяцев и поздравить вас с наступающими Новым годом и Рождеством! Пусть 2026-й принесёт вам новые открытия, умиротворение и больше поводов для радости, в науке и за её пределами!

Свободное общение репортаж о событии Международная лаборатория прикладного сетевого анализа

29 декабря, 2025 г.

О программе DASS рассказали на РБК

Научный сотрудник лаборатории Анна Карташева выступила в программе “День. Главное”, посвященной проблемам соотношения технического и гуманитарного в образовании.

Образование СМИ репортаж о событии магистратура Международная лаборатория прикладного сетевого анализа

23 декабря, 2025 г.

Сети вокруг нас: как слушатели ДПО прокачали навыки сетевого анализа

Под руководством сотрудников Международной лаборатории прикладного сетевого анализа состоялся первый выпуск программы повышения квалификации “Сети вокруг нас: как анализировать взаимодействие и влияние методами сетевого анализа”.

репортаж о событии дополнительное образование Международная лаборатория прикладного сетевого анализа

23 декабря, 2025 г.

Аналитика данных и прикладная статистика / Data Analytics and Social Statistics

Факты о программе

Ключевые преимущества

Возможности программы

Две траектории обучения

Перспективы после обучения

Как проходит обучение

Содержание программы

Требования к поступающим

Диплом о высшем образовании

Знание школьного курса математики

Уверенное владение английским языком

В начале обучения мы предлагаем адаптационные курсы:

Поступление на программу

Состав портфолио

Новости

Другие магистерские программы

Умные устройства: аппаратная разработка

Аналитика больших данных

ЛигалТех / Legal Tech

Исследования и предпринимательство в искусственном интеллекте

Искусственный интеллект

Прикладные нейросетевые технологии

Машинное обучение в цифровом продукте

Науки о данных (Data Science)

Прикладные модели искусственного интеллекта

Финансовые технологии и анализ данных

Анализ данных в биологии и медицине

Биоинформатика в агробиотехнологиях

Искусственный интеллект в маркетинге и управлении продуктом

Системный анализ и математические технологии

Искусственный интеллект и продуктовый подход в HR-менеджменте

Математика машинного обучения

Современные компьютерные науки

Технологии искусственного интеллекта в телекоммуникациях