🤔 Как Data Science усиливает опыт в медицине, финансах и промышленности

Есть стереотип, что в Data Science приходят только программисты, которые с первого курса пишут код по 16 часов в сутки. Из-за этого сильные специалисты из других сфер: инженеры, финансисты, медики, маркетологи — иногда сомневаются и думают: «Куда мне на Физтех, у меня же совсем другой бэкграунд...»

❗️Data Science как раз часто работает на стыке профессий. Данные приходят из разных сфер: промышленности, финансов, медицины, маркетинга. Поэтому прошлый опыт не обнуляется, а становится преимуществом: инженер, финансист или врач лучше понимает, где в его области есть реальная задача для ML, какие данные важны и как результат можно применить на практике.

Вот как это работает в разных сферах.

👷‍♂️ В промышленности: от оборудования — к умным алгоритмам

Например, на производстве модель может анализировать данные с датчиков: температуру, давление, вибрацию — и заранее замечать признаки будущей поломки оборудования.

Наш выпускник Даврон до магистратуры занимался программированием промышленных контроллеров. Когда в работе он столкнулся с элементами ML, решил сменить траекторию и глубже разобраться в машинном обучении.

В МФТИ Даврон выбрал формат «стартап как диплом» и вместе с командой работал над платформой Kit Folly для детских садов и семей.

По работе сталкивался с ML и решил кардинально сменить направление в области ML. И мне это удалось. Во многом — именно благодаря магистратуре

— рассказывает он.

Сейчас Даврон работает NLP-инженером в крупной телеком-компании.

⚡️ В финансах: от интуиции — к точным моделям

В финансах и бизнесе алгоритмы помогают, например, находить подозрительные операции, прогнозировать просрочки по кредитам и оценивать долговую нагрузку компаний.

Наш студент Святослав Попов всегда любил математику, но в начале обучения столкнулся с другим вызовом — нужно было перестроить мышление и научиться думать «как айтишник».

Наверное, начинать думать как айтишник, то есть перепрограммировать свой мозг, думать как компьютер в начале обучения было труднее всего

— рассказывает он.

В дипломной работе Святослав прогнозировал коэффициент финансового рычага через графовые эмбеддинги — работал с задачей на стыке математики, данных и финансовой устойчивости компаний.

🏥 В медицине: от снимков КТ — к помощи в диагностике

Например, у врача за день десятки снимков КТ. Модель может заранее отметить участки, похожие на опухолевые изменения, и помочь быстрее разобрать поток исследований.

Но для этого мало просто обучить алгоритм: нужно понимать, какие признаки важны для диагностики, где высока цена ошибки и что врач будет делать с результатом.

В онлайн-магистратуре МФТИ «Науки о данных» студенты получают фундаментальную базу, практику на кейсах и возможность применять ML-инструменты к задачам из разных сфер.

Как говорит Даврон:

В нынешней работе практически каждый предмет мне пригождается

💬 Если вы не уверены, хватит ли вам технической базы, или не знаете, как связать текущую профессию с миром данных, это можно обсудить на бесплатной консультации.

👉 Запишитесь на бесплатную консультацию на сайте: https://mipt.online/masters/data_science

⌨️ Зачем нужен Data Scientist, если ИИ уже умеет работать с данными

Это один из вопросов, который часто возникает у тех, кто присматривается к Data Science: если ИИ уже помогает работать с данными, насколько перспективно сейчас идти в эту профессию и учиться ей глубоко?

На Дне открытых дверей онлайн-магистратуры «Науки о данных» Даниель Щебентовский, ведущий эксперт-консультант программы, ответил на него.

Сейчас в индустрии становится больше ИИ-помощников и инструментов для автоматизации аналитики. Модели уже умеют отвечать на вопросы, искать информацию, помогать с подготовкой данных и находить первые варианты решений.

Но вместе с этим растет значение качества данных.

Во многих проектах проблема не в том, что не хватает сложности модели. Мы можем создавать модели любой сложности. Но часто данные неполные, ошибочные или плохо организованные

— объяснял Даниель.

Нейросети все еще не могут полностью заменить специалистов в том числе потому, что учатся на данных из интернета, где много ошибок, неточностей и противоречий.

В реальных проектах данные — это не только таблицы. Это изображения, спутниковые снимки, показания датчиков, текст, видео, голос и другие источники. С ними нужно работать: собирать, очищать, проверять, приводить к нужному виду и понимать ограничения каждого источника.

Если модель используется в реальном продукте, нам очень важно понимать, когда она ошибается, насколько ей можно доверять и как отслеживать качество со временем

— отмечал Даниель.

С ИИ-агентами задача еще сложнее. Когда компания внедряет такого помощника, важно понимать, корректно ли он интерпретировал задачу, какие шаги выполняет и где может ошибиться.

Обычную модель мы можем оценить как-то по метрикам, а помощник может выполнить несколько шагов и ошибиться на любом из них

— объяснял Даниель.

Отдельный вопрос — мультимодальные модели, которые работают сразу с текстами, таблицами, изображениями и другими типами данных. Чем больше источников использует система, тем сложнее объяснить, почему она сделала именно такой вывод.

В реальных проектах всегда есть ограничения по стоимости, скорости, надежности. Поэтому современный дата-сайентист должен разбираться не только в моделях. Нужно понимать данные, продукт, то, как оценивать качество, какие есть ограничения и какие реальные потребности пользователей мы закрываем

— говорил Даниель.

ИИ помогает быстрее работать с данными. Но именно специалист понимает, какое решение подойдет задаче, где система может ошибиться и что нужно сделать, чтобы модель работала в реальном продукте.

✉️ Мотивационное письмо в МФТИ: что писать

Мотивационное письмо помогает понять, зачем вы идете в магистратуру, как разобрались в программе и какую цель ставите на 2 года учебы. Оно нужно обеим сторонам: и вам, и команде магистратуры.

Команда видит, кто приходит учиться, из каких сфер и с какими запросами. Это помогает подбирать кейсы, проектные темы и партнеров под реальные интересы студентов.

А для вас письмо — возможность остановиться и честно ответить себе: зачем я поступаю, куда хочу прийти за 2 года и какой опыт уже могу взять в учебу.

Мотивационное письмо показывает:
— с каким опытом вы приходите;
— почему выбрали эту магистратуру;
— какие темы или проекты вам интересны;
— готовы ли вы к нагрузке и самостоятельной работе.

🙂 Что написать о себе

Начните со своего пути.

Напишите:
— где вы учились;
— в какой сфере работаете;
— с какими задачами уже сталкивались;
— почему решили поступать сейчас;
— что привлекло в программе;
— как учеба связана с вашей карьерой, работой или личным проектом.

Заранее подумайте, как планируете совмещать учебу с работой и личной жизнью. Обучение занимает не меньше 25 часов в неделю, и это важно учитывать до поступления.

📖 Что написать о проекте

В магистратурах Центра «Пуск» МФТИ дипломная работа — большой проект на время учебы. Это может быть стартап, корпоративная задача или исследование.

Готовой идеи на старте может не быть. Начните с области, которая вам близка: например, медицина, логистика, финансы, образование, разработка, продукт, городские сервисы, благотворительность.

📊 Что у вас уже есть для проекта

Возможно, вы уже видите рабочую задачу, которую хотите решить. Или давно замечаете проблему в своей отрасли. Или хотите соединить прошлый опыт с новым направлением.

Напишите, что поможет вам в этом. Например:
— опыт в конкретной сфере;
— рабочие данные, если их можно брать для учебного проекта;
— контакты компаний или профессиональных сообществ;
— команда;
— знание отрасли изнутри;
— понимание задач пользователей или бизнеса.

Если нужных ресурсов пока нет, напишите, что понадобится.

Мотивационное письмо сдают на экзамене, но подготовить его нужно заранее.

Напишите чистовик до вступительных испытаний и дайте кому-то прочитать. Другой человек может заметить повторы, общие фразы и места, где мысль теряется.

А еще откройте программу вступительных испытаний — там указаны вопросы для мотивационного письма и критерии оценивания.

🔜 Программа вступительных испытаний направления «Науки о данных»

📡 Через 5 минут встречаемся на эфире, подключайтесь! https://puskmiptmasters.ktalk.ru/u3kswupvmkss

Добрый день! 👋 В четверг, 11 июня, приглашаем на первую онлайн-встречу подготовительного курса — по мотивационному письму.

Разберем, как структурировать письмо о себе и своих целях, связав его с вашим профессиональным опытом.

— Дата и время: 11 июня (четверг), 18:00 Мск
— Продолжительность: 1 час 20 минут

Чтобы попасть на занятие, нужно заранее получить доступ к подготовительному курсу: оставить заявку на сайте магистратуры МФТИ и пройти консультацию с менеджером по поступлению.

Оставить заявку

До встречи!

😎Что посмотреть на выходных: запись Дня открытых дверей онлайн-магистратуры «Науки о данных»

Опубликовали запись эфира для тех, кто думает обучаться на Data Science и хочет понять, как сейчас устроена эта сфера.

На встрече разобрали:
— Чем на самом деле занимается дата-сайентист.
— Почему в DS важны не только алгоритмы, но и качество данных, понимание продукта, метрики и ограничения реальных проектов.
— Где применяется Data Science.
— Какие направления сейчас быстро развиваются: мультимодальные модели, small models, ИИ-агенты, интерпретируемость и безопасность моделей.
— Как устроена магистратура: обучение, практика, проектный трек, диплом, стажировки, нетворкинг и поступление.

Отдельно выпускник программы Тимур Глазков рассказал, как учеба помогла ему вырасти в Data Science, попасть в Яндекс и развивать собственный ИИ-проект.

👀 Смотреть эфир: https://vk.com/video-224205661_456239131

В онлайн-магистратурах Центра «Пуск» МФТИ дипломный проект можно развивать в 3 форматах: как технологическую разработку, собственный стартап или корпоративный стартап.

Об этом на Дне открытых дверей рассказала Юлия Соболь, руководитель онлайн-магистратур Центра «Пуск» МФТИ.

При подготовке к поступлению вам нужно будет написать мотивационное письмо и заранее решить, каким проектом вы будете заниматься во время обучения. Поэтому стоит всерьез подумать о том, что вам действительно интересно и с какими компаниями хотелось бы работать над проектом.

Когда вы будете выбирать дипломный проект, у вас будет 3 трека.

1️⃣ Первый трек — исследование (технологическая разработка).

Он подойдет тем, кто планирует продолжать академическую карьеру или заниматься DeepTech-разработкой. Например, создавать новый алгоритм, модель, подход или что-то подобное.

2️⃣ Второй трек — собственный стартап.

Его можно делать как самостоятельно, так и вместе с сооснователем — одногруппником или студентом другой программы.

3️⃣ Третий трек — корпоративный стартап.

Это подвид стартапа, когда вы начинаете развивать разработку или продукт, но делаете это с учетом потребностей компании-партнера. Возможные сценарии — продажа стартапа этой компании, слияние с ней или работа в ее контуре.

Один из вероятных треков — когда компания нанимает основателя стартапа на позицию руководителя проекта. По словам Юлии Соболь, это частая практика для телеком-компаний, банков и ряда бигтехов.

Студенты уже развивали дипломные проекты в разных сферах: от финтеха, телекома и маркетинговых технологий до сельского хозяйства, юридических стартапов и научного ПО для частных лабораторий.

Обучающиеся, которые занимаются запуском своих проектов, могут получить доступ к финансированию. Один из таких инструментов поддержки — грант «Студенческий стартап». Его размер составляет 1 миллион рублей. Грант выдается проектам на очень ранней стадии: даже если у команды еще нет MVP или прототипа решения, но уже есть экспертиза, концепция и первые наработки.

Дипломный трек совмещен на 3 программах Центра «Пуск» МФТИ: «Науки о данных», «Разработка ИТ-продукта» и «Управление ИТ-продуктами». Студенты этих программ будут работать в рамках единого дипломного трека, смогут сотрудничать и находить сооснователей для стартапов не только на своей программе, но и на смежных.

Юлия Соболь: «Нетворкинг — это то, чем мы гордимся. Это очень круто, потому что ваше сообщество кратно растет и сразу обрастает не только коллегами, но и смежными специалистами, которые составляют основу любой ИТ-компании».

🤩 20 июня начнется прием документов в онлайн-магистратуры Центра «Пуск» МФТИ.

Если вы планируете поступать, то уже сейчас можно подумать над идеей проекта для мотивационного письма.

А если остались вопросы о программах, документах или поступлении — напишите в поддержку, менеджер приемной комиссии поможет сориентироваться.

🤍Получить консультацию

Дайджест ближайших мероприятий магистратуры «Науки о данных»

1️⃣ 🎦 Эфир «Что происходит с рынком Data Science и как действовать специалисту»

О чем поговорим:
— Как ИИ-агенты меняют работу аналитиков, дата-сайентистов, ML- и дата-инженеров.
— Какие навыки помогают выделиться на рынке.
— Какие задачи в Data Science автоматизируются быстрее всего.
— Что сейчас чаще проседает у кандидатов на собеседованиях.
— На что делать упор в обучении, резюме и портфолио.
— Как искать первую работу в Data Science и развиваться дальше, если вы junior или middle.
— Какие карьерные траектории есть в ML, Data Engineering и Data Analysis.

Эфир подойдет тем, кто:
— рассматривает переход в Data Science из разработки, инженерии, аналитики, математики или другой смежной области;
— думает, стоит ли сейчас идти в Data Science и с чего начать;
— уже работает с данными и хочет понять, как расти дальше;
— готовится к поступлению в онлайн-магистратуру «Науки о данных» МФТИ;
— хочет разобраться, какие навыки действительно важны для карьеры в Data Science в 2026 году.

Спикер: Александр Толмачев — директор по машинному обучению и анализу данных (CDO). Он преподает анализ данных и моделирование в Сколково, выступает генеральным продюсером конференции Data Day, руководил дата-функцией в Ozon Банке и создал курс «Инженер данных» в Яндекс Практикуме.

Когда и где:
📅 24 июня (среда), онлайн
⏰ 19:00
🔜 Регистрация
💜💜💜💜💜💜💜💜💜💜💜💜💜💜💜💜

2️⃣ 😶 День открытых дверей онлайн-магистратуры МФТИ «Науки о данных»

Встречу проведет Юлия Соболь, руководитель онлайн-магистратур МФТИ.

💡 На эфире обсудим:
— Тренды и возможности рынка Data Science в 2026 году.
— Применение знаний, получаемых в магистратуре, для решения реальных задач.
— Формат обучения: структура дисциплин, занятия, командная работа.
— Стажировки у индустриальных партнеров МФТИ и совместные проекты студентов.
— Советы по успешному старту в Data Science и развитию портфеля проектов.

Также ответим на все ваши вопросы.

👥 Гости эфира:

Даниель Щебентовский — ведущий эксперт-консультант программы, Lead ML в международной финтех-компании, владелец московского хаба Open Data Science (ODS).

Майя Котыга — ведущий аналитик данных в Ростелекоме, выпускница программы «Науки о данных» 2026 г. Раскроет тему «финансовой окупаемости» образования через стипендии и гранты, исходя из личного опыта. Вы узнаете о возможностях магистратуры и о том, как университет поддерживает своих студентов.

Дата: 25 июня (четверг)
Время: 18:00 (Мск)
🔜Регистрация