Аналитика
данных

Магистерская программа
О программе
  • Длительность
    2 года
  • Количество мест
    35 бюджетных, 15 контрактных
  • Форма обучения
    Очная. Часть профессиональных дисциплин проходит в смешанном формате с применением дистанционных технологий
  • Стоимость контрактного обучения
    449 000 ₽
  • Язык обучения
    Русский
  • Государственная аккредитация
    Диплом государственного образца
Менеджер программы
Ольга Борисовна Егорова
Телефон: +7 (921) 928-48-12
Email: oegorova@itmo.ru
Программа готовит специалистов в области Data Science

Аналитика данных — перспективное и сложное направление, востребованное во всем мире. Умение работать с данными и извлекать из них пользу пригодится в различных областях: бизнесе, науке, образовании. Аналитик разбирается в математике и статистике, может проводить исследования, строить гипотезы и визуализировать данные

Во время обучения вы:

  • Узнаете, как создавать, адаптировать и применять методы анализа данных к самым разным предметным областям
  • Изучите методы машинного обучения, анализ временных рядов, интеллектуальный анализ текстов на естественном языке, изображений, звуков и компьютерное зрение
  • Часть курсов вы изучите в Школе анализа данных (ШАД)
Программа магистратуры «Аналитика данных»
Профильные курсы
Модуль
Обработка текстов и изображений
Модуль
Статистика и машинное обучение
Обязательные дисциплины
Дисциплина по выбору 1
Машинное обучение часть 1 (ШАД)
Статистика и машинное обучение
Дисциплина по выбору 2
Машинное обучение часть 2 (ШАД)
Выпуклый анализ и глубокое обучение
Анализ данных на Python
Дополнительные главы баз данных
Разработка приложений СУБД
Обработка текстов
Обработка естественного языка (ШАД)
NLP
Обработка изображений
    Компьютерное зрение
    Компьютерное зрение (ШАД)
    Модуль
    Анализ сложноструктури-
    рованных данных
    Модуль
    Большие данные и нейронные сети
    Модуль
    Графы и информационный поиск
    Анализ графовых данных и глубокое обучение
    Байесовские методы в машинном обучении (ШАД)
    Современные архитектуры нейронных сетей
    Технологии хранения и обработки больших объёмов данных
    Информационный поиск
    Высокопроизводительный анализ графовых данных
    Способы поступления
    Партнёры программы
    НПП «Видеомикс»
    Отзывы
    Алексей Михалев
    Выпускник 2023
    Учёба дала мне много теоретических и практических знаний. Курсы по базам данных, машинному обучению и статистике заложили хорошую основу для самостоятельного изучения более сложных материалов. Уже через полгода учёбы я смог устроится на позицию Data Scientist'а в банк «‎Санкт-Петербург‎».
    Федор Жилкин
    Выпускник 2023
    Обучение стало для меня полезным опытом. Больше всего мне понравились курсы по хранению данных, аналитике данных, машинному и глубокому обучению. Здесь я получил основы того, как устроена сфера машинного обучения, узнал, как решать те или иные задачи с помощью различных технологий.

    Помимо знаний, учеба принесла полезные знакомства. Например, именно в ИТМО я познакомился с крутым фронтендером, который взял эти задачи в моей команде.
    Алина Дзестелова
    Выпускница 2023
    Мне нравится гибкость программы и возможность подбирать элективы и нагрузку как из университета, так и из Школы Анализа Данных под себя, начиная от истории искусств и заканчивая глубоким обучением. Особенно хотелось бы отметить курсы по продвинутому компьютерному зрению и работе с NoSQL базами данных.
    Александр Савельев
    Выпускник 2023
    Помимо хорошо составленный программы, которая помогла мне улучшить навыки в машинном обучении и анализе данных, особенно на курсах по информационному поиску и компьютерному зрению, в ИТМО я начал активно заниматься научной деятельностью и принял участие в шести международных конференциях в сотрудничестве с исследовательским коллективов программы.
    Артём Назаренко
    Выпускник 2022
    Обучение в магистратуре для меня было важным этапом в профессиональном развитии. Там я не только изучил современные методы анализа данных, но и освоил инструментарий для их применения. Кроме того, немаловажным считаю получение практического опыта в ходе работы над исследовательским проектом.

    Еще могу отметить нетворкинг. Сейчас желательно иметь связи в научной среде, знать, к кому можно обратиться за советом. Одно дело — научиться пользоваться инструментом, и совсем другое — понимать информацию, которую обрабатываешь, и выводы, которые делаешь.
    Авторы и преподаватели
    Михайлова Елена Георгиевна
    кандидат физико-математических наук, доцент, руководитель модуля
    Графеева Наталья Генриховна
    кандидат физико-математических наук, доцент
    Аббакумов Вадим Леонардович
    Бойцев Антон Александрович
    кандидат физико-математических наук, доцент
    кандидат технических наук, доцент
    Романов Алексей Андреевич
    Волчек Дмитрий Геннадьевич
    кандидат физико-математических наук, доцент
    Токман Мария Александровна
    кандидат технических наук, доцент
    кандидат физико-математических наук, доцент
    Егорова Ольга Борисовна
    кандидат филологических наук, доцент
    кандидат физико-математических наук, доцент, главный аналитик ПАО «Газпром нефть»
    Малых Валентин Андреевич
    кандидат технических наук, доцент, старший научный сотрудник Центра искусственного интеллекта МТС
    Самарин Алексей Владимирович
    старший преподаватель
    Tilda Publishing
    Вопросы и ответы