🤔 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

🎓🤩🤩🤩🤩 Стартовал прием документов в онлайн-магистратуру МФТИ «Науки о данных»

С 20 июня открыт прием документов через сервис «Поступление в вуз онлайн» на Госуслугах.

Подать заявление можно здесь: https://www.gosuslugi.ru/vuzonline

Инструкция по подаче документов через Госуслуги: https://mipt.online/podacha-docs

Если есть вопросы по поступлению, оставьте заявку на бесплатную консультацию: https://mipt.online/masters/data_science#rec2158440981

🤞 Желаем, чтобы подача документов прошла легко. Мы на связи, если понадобится помощь.

Начинаем День открытых дверей программы "Науки о данных" через 5 минут, подключайтесь ✅ https://pruffme.com/landing/u2338009/tmp1777468336

😆« Просто писать код — уровень джуна»: зачем дата-сайентисту понимать бизнес-контекст

Тимур Глазков — выпускник онлайн-магистратуры МФТИ «Науки о данных». Сейчас он работает в Яндексе.

До магистратуры у него был нетехнический и, по его словам, «не совсем осознанный» бакалавриат: учеба проходила скорее как сторонний процесс и не была связана с жизненными целями. А в магистратуру Тимур поступал уже с четкой целью — «познать Data Science как научно-техническое направление».

Больше всего его увлекла исследовательская часть: здесь недостаточно просто написать код — нужно разобраться в данных, найти закономерность и понять, что она значит для бизнеса. Поэтому магистратура стала для Тимура способом глубже погрузиться в направление — через науку, практику и собственный проект.

Я вижу, что вокруг меня происходит магия. Магия, как мы знаем, неотличима от слишком сильно продвинутой науки. Я просто чувствовал, что не могу себе позволить обойти это стороной. Это вот как тебе приходит письмо из Хогвартса, а ты про него забываешь.

Сейчас в Яндексе Тимур занимается аналитикой больших данных, Data Engineering, NLP, LLM-инжинирингом и разработкой агентов. Один из его недавних результатов — конструктор LLM-агента для замены асессоров в контуре разметки Яндекс Рекламы. По словам Тимура, агент позволяет экономить человеческие ресурсы асессоров, а в денежном эквиваленте дает компании порядка 6 млн руб. экономии в год.

На первый взгляд это чисто техническая задача. Но, по мнению Тимура, специалисту, достигшему определенного уровня, уже важно понимать, как его работа влияет на бизнес.

В магистратуре он работал над стартапом как дипломным проектом. Именно этот опыт, по его словам, помог лучше понять бизнес-контекст технологических решений.

На каких-то нижних грейдах можно просто писать код, заниматься аналитикой, особо ни о чем не думать. Но на middle-уровне и выше уже нужно понимать бизнес-контекст: как то или иное изменение повлияет на отдел и компанию, какой финансовый эффект это принесет

Сам Тимур в начале обучения недооценивал продуктовую и бизнесовую часть программы.

Хорошо, что магистратура немножко подпинывает студентов и не дает им возможности от этого направления отстраниться

Позже этот опыт пригодился ему и в найме, и в предпринимательстве. Сейчас параллельно с работой в Яндексе Тимур развивает собственный B2C-продукт — сервис генерации персональных тренировок с помощью ИИ-агентов.

Тем, кто только начинает путь в Data Science, он советует внимательно отнестись к pet-проектам, собственным проектам и продуктовой части:

Только создавая и развивая проекты, можно действительно вырасти как специалист. Не существует слишком сложных или даже невыполнимых задач. Существуют просто задачи, которые потребуют чуть больше времени и усилий.

Напоминаем: подача документов уже идет — подробности о программе и поступлении по ссылке: https://mipt.online/masters/data_science

🤩 В МФТИ обучили нейросети для локального анализа ВИЧ-1 на портативном комплексе

Студент-исследователь МФТИ Роман Горбенко под научным руководством Никиты Радченко разработал две ML-модели для анализа ВИЧ-1. Работа выполнена в формате «стартап как диплом».

Разработка стала частью OnSiteSeq — портативного программно-аппаратного комплекса, который позволяет проводить геномный анализ на месте: без отправки данных во внешние сервисы и использования большой стационарной лаборатории.

В чем задача

ВИЧ постоянно и очень быстро мутирует. Чтобы подобрать эффективную терапию, врачу важно знать две вещи: к каким препаратам у вируса уже появилась устойчивость и какая разновидность (субтип) вируса находится в организме.

Обычно для этого используют зарубежные онлайн-базы. Но у них есть серьезные ограничения: требуется стабильный доступ в интернет, а российские типы вируса распознаются хуже. Дело в том, что около 83% пациентов в России заражены особой разновидностью ВИЧ-1 (линией А6), которая редко встречается в зарубежных базах. Из-за этого иностранные алгоритмы могут ошибаться при анализе российских образцов.

Что сделал Роман

Роман создал алгоритмы, которые работают полностью автономно и локально — на небольшом переносном устройстве, без интернета и обращения к внешним сервисам. Нейросети получают «сырые» данные с портативного ДНК-секвенатора и сразу формируют готовый отчет для врача.

Первая модель оценивает вероятность лекарственной устойчивости ВИЧ-1 к 14 антиретровирусным препаратам. В ее архитектуру встроен механизм Self-Attention, который позволяет учитывать связи между мутациями, даже если они находятся далеко друг от друга в геномной последовательности.
Вторая модель определяет субтип вируса по env-гену — участку, кодирующему белки вирусной оболочки.

Что получилось

Модели протестировали на независимых российских данных RuHIV, предоставленных ЦНИИ Эпидемиологии Роспотребнадзора. В выборку вошли данные 356 пациентов.

Средний ROC-AUC для прогноза устойчивости к 14 препаратам составил 0,990. Точность определения основной российской линии A6 достигла 99,64%, F1 = 1,00.

Полный конвейер также запустили на OnSiteSeq Edge с вычислительным блоком NVIDIA Jetson AGX Xavier.

Что дальше

Это исследовательская разработка. Чтобы ее можно было использовать как медицинское программное обеспечение, нужно пройти следующие этапы: клинические исследования на новых пациентах, проверка редких субтипов, сравнение с лабораторными фенотипическими тестами и регистрация.

🔗 Подробный технический разбор архитектуры моделей, данных и запуска на OnSiteSeq — читайте в статье на Хабре: https://habr.com/ru/companies/mipt_digital/articles/1058460/

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

22 июля приглашаем на открытый эфир о программе «Науки о данных» для тех, кто хочет перейти в Data Science, углубить знания в машинном обучении и работе с данными или применять эти технологии в своей профессиональной области.

На эфире расскажем:
— Кому подходит программа и с каким бэкграундом можно поступать.
— Как устроен учебный план и какие треки можно выбрать: Machine Learning, Data Engineering или Data Analysis.
— Как совмещать онлайн-магистратуру с работой и сколько времени занимает обучение.
— Над какими кейсами работают студенты и что можно добавить в портфолио.
— Какие форматы дипломной работы доступны: исследование, стартап или корпоративный проект.
— Как обучение повлияло на профессиональный путь выпускников программы.
— Как проходит поступление в 2026 году и к чему надо подготовиться.

В конце встречи ответим на вопросы об обучении и поступлении.

📅 22 июля (среда), 18:00 (Мск)
💻 Онлайн
➡️ Регистрация

🗞 До конца приема документов в онлайн-магистратуру МФТИ «Науки о данных» осталось меньше месяца

Если вы планировали поступать в этом году, сейчас самое время вернуться к документам, срокам и подготовке к вступительным испытаниям.

Прием документов в онлайн-магистратуру МФТИ «Науки о данных» завершится 15 августа.⏳

Программа подойдет тем, кто хочет развиваться в Data Science, машинном обучении, аналитике данных и работе с большими данными.

Во время обучения студенты изучают фундаментальные и прикладные дисциплины, работают с практическими задачами, разбирают индустриальные кейсы и готовят диплом в формате исследования, стартапа или корпоративного проекта.

Онлайн-формат помогает совмещать учебу с работой: занятия проходят по вечерам и в выходные, а материалы доступны на образовательной платформе. При этом обучение в магистратуре требует регулярной включенности: нагрузка составляет около 25–30 часов в неделю.

За месяц еще можно успеть:
— уточнить требования к поступлению;
— подготовить документы;
— разобраться со вступительными испытаниями;
— пройти консультацию и задать вопросы команде магистратуры;
— начать подготовку к обучению.

Если вы давно присматривались к Data Science, но откладывали решение, начните с консультации. На встрече расскажем, как устроена программа, какие документы нужны для поступления и как подготовиться к вступительным испытаниям.

➡️ Запишитесь на бесплатную консультацию и узнайте, что нужно успеть сделать до окончания приема документов