О программе

Аналитик для решения задач бизнеса (Data Scientist), аналитик данных (Data Analyst), биостатистик, кредитный аналитик (Risk Analyst), актуарий (Actuary), квант (Quantitative Analyst – Quant), специалист по машинному обучению (Machine Learning Engineer); статистик в госструктурах, финансовый аналитик – эти и другие профессии, в основе которых лежит использование математических методов и ИТ, сегодня супер востребованы на рынке и высоко оплачиваемы.

Магистратура РУДН обучает комплексу необходимых навыков, в том числе, построению и анализу аналитическими и численными методами математических моделей, работе с программным обеспечением для решения теоретических и прикладных задач математического моделирования всевозможных процессов и систем, разработке алгоритмических решений и вспомогательных программных комплексов.

Математика в РУДН – одна из сильнейших в России, входит в топ-100 в мире в предметном рейтинге QS University Rankings.

Вступительные испытания

Для имеющих аттестат или высшее образование

Экзамены

Мин. балл (Бюджет/Контракт)

Междисциплинарный экзамен (НПм)

30/30

Стоимость обучения

Первый год обучения

363 000₽

260 000₽

Второй год обучения

363 000₽

320 800₽

Обучение и компетенции

Программа обучает:

теория вероятностей и её аксиоматический аппарат;
случайные величины, распределения и функции распределения;
математическое ожидание, дисперсия и другие характеристики случайных величин;
предельные теоремы (закон больших чисел, центральная предельная теорема);
методы статистического вывода: оценивание параметров, проверка гипотез;
теория случайных процессов и стохастических моделей;
методы регрессии и корреляционного анализа

Студенты приобретают:

навыки постановки и решения прикладных задач с использованием вероятностных и статистических методов;
умение анализировать и интерпретировать результаты статистических исследований;
опыт применения программных средств для статистического моделирования и обработки данных (R, Python, MATLAB, SAS);
практику построения математических моделей случайных процессов;
способность разрабатывать и использовать методы статистического контроля качества, прогнозирования и оптимизации;
компетенции в подготовке аналитических отчетов и научных публикаций на основе статистических данных;
умение работать с большими массивами данных и проводить их вероятностный анализ.

Практика и стажировки

НАУЧНО-ИССЛЕДОВАТЕЛЬСКАЯ РАБОТА
Научно-исследовательская работа (НИР) – это систематическое исследование, направленное на решение научной проблемы, расширение знаний и получение новых результатов. Она включает в себя различные типы исследований, таких как теоретические, экспериментальные и поисковые. Проводится на базе выпускающей кафедры.
Обязательный элемент подготовки выпускника – активная научно-исследовательская работа в команде под руководством ведущих специалистов, включающая:

построение и анализ аналитическими и численными методами математических моделей;
разработку алгоритмических решений и вспомогательных программных комплексов для решения современных задач математического моделирования сложных систем (в том числе физических, технических, экономических, статистических и стохастических систем);
активное участие в научных мероприятиях (семинарах, конференциях, молодежных школах, лекториях).

НАУЧНО-ИССЛЕДОВАТЕЛЬСКАЯ РАБОТА
Общая трудоемкость
составляет 9 зачетных единиц; 324 ак. часа

Преддипломная

Преддипломная практика – это завершающий этап обучения, который предшествует защите дипломной работы. Она направлена на сбор материала для диплома, закрепление теоретических знаний на практике и подготовку к будущей профессиональной деятельности.
Проводится на базе выпускающей кафедры или на базе организаций-партнёров:

Международной межправительственной организации «Объединенный институт ядерных исследований»;
Федерального исследовательского центра «Информатика и управление» Российской академии наук;
ООО «БУЛАТ»;
АО «Кордиант».

Общая трудоемкость

составляет 21 зачетную единицу; 756 ак. часов

Стажировки

Российские:

Федеральный исследовательский центр «Информатика и управление» Российской академии наук;
ООО «Технологии системного анализа»;
ЗАО «РосИнтернет технологии»
ООО «Сила Юнион»
ООО «Фирма «Светец»
ООО «Левел Груп»
ООО «Реймер Диджитал»
АО “Кордиант”
АО «Особая экономическая зона «Зеленоград»
АО «ЭВРИКА»
ООО «Безопасная информационная зона»
ООО «Булат»
ООО «НетКрэкер»

Трудоустройство и карьера

Потенциальные профессии:

Data Scientist;
аналитик данных (Data Analyst);
биостатистик;
кредитный аналитик (Risk Analyst);
актуарий (Actuary);
квант (Quantitative Analyst – Quant);
специалист по машинному обучению (Machine Learning Engineer);
статистик в госструктурах (Росстат, Минздрав и др.);
финансовый аналитик;
специалист по A/B-тестированию;
исследователь в области искусственного интеллекта;
экономист-математик;
специалист по прогнозированию (Forecasting Analyst);
спортивный аналитик (Sports Analyst);
специалист по компьютерному зрению (Computer Vision Engineer).

Наименования работодателей, научных и индустриальных партнеров

Потенциальные работодатели: 1. Финансы & Банки (Risk, Quant, Actuarial):

Сбербанк (Аналитика, Risk-менеджмент, AI Lab);
Тинькофф (Data Science, Credit Scoring, Fraud Detection);
ВТБ (Кредитный риск, Quantitative Research);
ЦБ РФ (Макроэкономическое моделирование, Надзор).

2. Технологии & Data Science (ML, AI, Big Data):

Яндекс (Поиск, Рекомендательные системы, Computer Vision);
VK (Mail.ru Group) (Соцсети, Аналитика, NLP);
СберТех (Искусственный интеллект, СберПрактикум);
Лаборатория Касперского (Кибербезопасность, Anomaly Detection).

Инфраструктура

Для развития навыков работы с профессиональным оборудованием

Студенты с 3 курса имеют доступ к оборудованию научных центров института компьютерных наук и телекоммуникаций РУДН:

научный центр моделирования беспроводных сетей новых поколений
научный центр вычислительных методов и моделирования киберфизических систем

Студенты с 3 курса отрабатывают практические навыки на специальных компьютерных программах:

цифровизация бизнес-процессов предприятия: платформа SILA Union для проектирования процессов, анализа показателей, оптимизации деятельности организаций
кибербезопасность предприятия: киберполигон Ampire для обнаружения и анализа атак, настройки защиты, устранения последствий атак

Внеучебная жизнь

Наши студенты учатся дружить с ребятами с других программ, формируя «записную книжку» с контактами смежных специалистов, которые в будущем станут ключевыми фигурами своих профессий.

студенческий комитет факультета – основная площадка для знакомств и общения, участия в совместных мероприятиях факультета. Ребята сами организуют культурные, спортивные мероприятия и квесты;
профессиональные студенческие объединения (ПСО) помогают студентам самостоятельно организовывать встречи с профессионалами отрасли (АО «Гознак», завод «Очаково», Всероссийская патентно-техническая библиотека), инициировать проекты: лекции, семинары, круглые столы;
научное студенческое общество (НСО) обеспечивает возможности сделать первые шаги в науке и начать формировать научное портфолио. Студенты инициируют свои проекты, участвуют в научных конференциях, готовят работы для внутренних и внешних научно-исследовательских конкурсов студентов (например, «Проектный старт: наша научная инициатива»; «Проектный старт: работа научного кружка» и др.). В составе НСО существует 19 студенческих кружков, в числе которых Олимпиадное движение по математике (более 50 медалей за 2024 год), Кружок по робототехнике и искусственному интеллекту, Органический синтез.Победители получают научную стипендию и дополнительные возможности при поступлении в магистратуру РУДН. В рамках конкурсов и грантовых программ были реализованы проекты:
инструмент для выявления нечестной игры в киберспорте;
Telegram-бот для изучения алгебры;
сервис персонализированных модных рекомендаций;
линейка бальнеотерапевтических продуктов;
No-code сервис для генерации баннеров и лендингов;
платформа для управления Kubernetes-кластерами;
катализаторы для переработки нефтяного газа;
исследование стимуляции роста растений с помощью низкотемпературной плазмы;
аналитический сервис для мониторинга экологической ситуации.

Для магистров проводятся профориентационные экскурсии и мероприятия по ведущим организациям отрасли:

Московская городская Дума;
VK Group;
Главный научный внедренческий центр;
VK Education;
АО «Гознак»;
Музей истории акционерного общества «Государственный космический научно-производственный центр имени Михаила Васильевича Хруничева»;
Всероссийская патентно-техническая библиотека;
Объединенный институт ядерных исследований (Дубна);
Sila Union;
Институт теоретической и экспериментальной электродинамики РАН;
музей Криптографии;
Федеральное бюджетное учреждение Российский федеральный центр судебной экспертизы при Министерстве юстиции Российской Федерации.

Профессорско-преподавательский состав образовательной программы

Хачумов Вячеслав Михайлович

Кафедра математического моделирования и искусственного интеллекта

Профессор
Доктор технических наук

Инженер-электромеханик

Ведущий научный сотрудник Лаборатории теоретической физики им. Н.Н. Боголюбова Объединенного института ядерных исследований

Руководитель научного семинара
Член редколлегии научного журнала

Севастьянов Леонид Антонович

Кафедра математического моделирования и искусственного интеллекта

Профессор
Доктор физико-математических наук

Председатель диссертационного совета
Руководитель научного семинара

Стефанюк Вадим Львович

Кафедра математического моделирования и искусственного интеллекта

Профессор
Доктор технических наук

Действующий лектор по искусственному интеллекту, распределенным системам, обучающимся и обучающим системам, творческим решениям, прикладной семиотике, системам коммуникации, динамическим экспертным системам