🫱‍🫲 Партнерский митап МФТИ & RЕU Data Science Club: применение рекомендательных систем в цифровых сервисах

🗓 15 июля встречаемся с Data Science Club РЭУ им. Г. В. Плеханова — на этот раз говорим о рекомендательных системах и их применении в реальных цифровых продуктах.

Митап объединит студентов, выпускников и экспертов МФТИ и РЭУ — будет два доклада.

На встрече выступят:

▪️ Полина Калинкина — дата-сайентист в Сбере, тимлид проектов REU Data Science Club, преподаватель мультиагентных систем программы «Лекториум» в МГТУ им. Н. Э. Баумана, соавтор курса ML School Pro. Победитель хакатонов НИУ ВШЭ по кросс-доменным рекомендательным системам, мультимодальному Text2Video Retrieval и мультиагентным системам.

🤩 Тема доклада: «Кросс-доменные рекомендации на платформах СберЗвук и СберСММ».

▪️ Александр Калистратов — продуктовый аналитик AnyRecs, сотрудник компании Any.

🤩 Тема доклада: «Применение больших языковых моделей и семантических идентификаторов в генеративных рекомендательных системах».

Приходите, если вам интересны Data Science, машинное обучение, рекомендательные системы и применение LLM в цифровых продуктах.

📌 Формат: онлайн
📅 Когда: 15 июля (среда), 18:30 (Мск)
🔗 Регистрация

😆« 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.

Если вы интересуетесь Data Science и хотите учиться на реальных проектах, присмотритесь к онлайн-магистратуре МФТИ «Науки о данных». 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

😮 Как одна забытая проверка на бэкенде чуть не остановила прием инвестиций

На эфире онлайн-магистратуры МФТИ «Разработка ИТ-продукта» говорили о карьере в разработке и о том, как устроена работа над ИТ-продуктами. Один из примеров разобрал Иван Балашов — руководитель разработки с более чем 10-летним коммерческим опытом в бэкенде. Он участвовал в запуске Ozon.Invest и рассказал историю, в которой одна неучтенная проверка могла стоить очень дорого.

2019 год, Ozon. Команда запускает Ozon.Invest — продукт, в котором продавцы маркетплейса могли привлечь деньги на закупку товаров, а инвесторы — вложиться в пакет и потом получить деньги обратно. Иван сравнивает эту механику с кикстартером.

Команда заранее продумала многое: как распределять деньги, работать с налоговой и устроить все на стороне сервера. Объявили сбор первого инвестиционного пакета — примерно на 16–18 млн рублей.

Когда сбор почти завершился, остался небольшой «хвостик» — всего 700 рублей. Внести эту сумму обычным способом было нельзя: минимальный размер инвестиции составлял 10 тысяч рублей.🧑‍💻

Фронтенд такую сумму не пропускал. Бэкенд — тоже. И никто заранее не подумал, что делать, если в самом конце останется сумма меньше минимального взноса.
Пришлось быстро искать решение и дорабатывать систему.

Такие истории показывают, почему в разработке почти не бывает «простых» проверок. Даже небольшое условие в коде может быть связано с деньгами, ограничениями продукта и действиями людей внутри сервиса.

Например, есть привычное действие — «добавить товар в корзину». Для человека это одна кнопка. А на бэкенде за ней может стоять проверка остатков на складе, резерв товара, срок резерва, списание денег и защита от ситуации, когда последний товар оказался в корзинах у двух людей одновременно.

⚡️ Поэтому хороший разработчик думает не только о том, как написать код.
Он заранее продумывает:
— какие сценарии могут не сработать;
— где проходят границы правил;
— что произойдет на последнем шаге;
— кто столкнется с проблемой, если система все сделает «по правилам», но не даст человеку завершить действие.

С ИИ в разработке похожая история. Агент может набросать фрагмент кода, предложить план или помочь с типовой задачей. Но он не будет потом объяснять бизнесу, почему в продакшене что-то сломалось.

Фраза «это не я, это ИИ написал» не спасет. Ставил задачу, проверял результат и выпускал в продакшен человек — значит, ответственность остается на разработчике.

Специалисту недостаточно знать язык программирования и фреймворк. Ему важно понимать, как техническая «мелочь» влияет на деньги, данные, клиентский путь и работу продукта.

На онлайн-магистратуре МФТИ «Разработка ИТ-продукта» учат смотреть на разработку именно так: через бэкенд, fullstack-разработку, архитектуру ПО, системное проектирование и сложные ИТ-системы.
😆 Подробнее о программе, обучении и поступлении — на странице онлайн-магистратуры: https://mipt.online/masters/development?utm_source=tg

🕒 До конца приема документов в онлайн-магистратуры МФТИ остается 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-магистратуры Центра «Пуск» МФТИ завершится 15 августа.💜

В 2026 году открыт набор на 3 программы:
— 👩‍🎓«Науки о данных»
Для тех, кто хочет развиваться в Data Science, машинном обучении, аналитике данных и работе с большими данными.
— 💻 «Разработка ИТ-продукта»
Для тех, кто хочет расти в разработке, работать со сложными ИТ-системами и архитектурой, создавать технологические продукты.
— 🕹«Управление ИТ-продуктами»
Для тех, кто хочет развиваться в продуктовой роли, запускать цифровые продукты, работать с метриками, командами и бизнес-задачами.

Онлайн-магистратуры МФТИ — это очное обучение в дистанционном формате. Занятия проходят онлайн, материалы доступны на платформе, а учебу можно совмещать с работой.

Во время обучения студенты работают над практическими задачами, участвуют в хакатонах, разбирают кейсы компаний-партнеров и готовят диплом в формате исследования, стартапа или корпоративного проекта.

За месяц еще можно успеть:
— выбрать программу;
— уточнить требования к поступлению;
— подготовить документы;
— разобраться со вступительными испытаниями;
— записаться на консультацию и задать вопросы команде магистратуры.

Если вы давно присматривались к программе, но откладывали решение, начните с консультации. На встрече расскажем, как устроено обучение, какие документы нужны для поступления, как проходит вступительное испытание и как подготовиться к старту.

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

➡️ «Управление ИТ-продуктами»
➡️ «Разработка ИТ-продукта»
➡️ «Науки о данных»

📹 Эфир «Запуск корпоративного стартапа во время обучения: как совместить работу и учебу с максимальной пользой»

Магистратура может стать не только новой ступенью образования, но и возможностью решить реальную задачу своей компании, получить поддержку экспертов и выйти на новый профессиональный уровень.

На открытой встрече выпускники онлайн-магистратур Центра «Пуск» МФТИ и представители компаний расскажут, как развивали корпоративные стартапы во время обучения.

За 3 года наши студенты разработали и защитили более 50 проектов для Hoff, Сбера, билайна, НИИАС РЖД, НЛМК, Совкомбанка, МКБ, Zecurion, GreenData и других компаний. Они работали над реальными задачами бизнеса вместе с преподавателями, научными руководителями, экспертами и представителями заказчиков.

В программе:
🔹 Какие корпоративные стартапы выпускники разрабатывали во время обучения и для каких компаний.
🔹 Какие задачи стояли перед командами и какие решения они предложили.
🔹 Как студенты совмещали основную работу, учебу и разработку реального продукта.
🔹 Как работа над корпоративным стартапом повлияла на карьеру и профессиональное развитие выпускников.
🔹 Как прийти в магистратуру с проектом своей компании или взять задачу от индустриального партнера и развивать во время обучения в магистратуре Центра «Пуск» МФТИ.

📅 28 июля (вторник)
🕖 19:00 (Мск)
💻 Онлайн

▶️Регистрация

👀 ➖ День открытых дверей онлайн-магистратуры МФТИ «Разработка ИТ-продукта»

Приглашаем на открытый эфир, который будет полезен тем, кто планирует поступать на программу в 2026 году и хочет заранее разобраться, как устроены обучение, практика и процесс поступления.

Расскажем, какие дисциплины входят в учебный план, как студенты совмещают магистратуру с работой, над какими проектами работают во время обучения и какие карьерные траектории могут выстроить после выпуска.

На эфире обсудим:
— Как устроена программа «Разработка ИТ-продукта» и кому она подойдет.
— Какие навыки получают студенты и как проходит работа над практическими задачами.
— Как обучение помогает расти в разработке, переходить к проектированию архитектуры и запускать собственные ИТ-продукты.
— Как устроен процесс поступления в 2026 году: какие документы потребуются и как подготовиться к вступительным испытаниям.

К встрече присоединится выпускник программы, который поделится опытом обучения и расскажет, как полученные знания помогли ему в работе.

👥 Специальный гость:
Антон Устинов — академический руководитель программы, директор по технологиям и информационным технологиям (CTO/CIO) с более чем 15-летним опытом в разработке и проектировании архитектуры финтех- и EdTech-продуктов (Сбер, Exante, Click и SmartBank), кандидат экономических наук и сертифицированный архитектор Сбера.

📅 Дата: 4 августа (вторник)
⏰ Время: 18:00 (Мск)
🔗 Регистрация

❗️По техническим причинам вынуждены перенести открытую встречу День открытых дверей магистратуры «Разработка ИТ-продукта».

📆 Новая дата — 4 августа в 18:00 (Мск).
Ждём встречи 4 августа!

🏳️ От аномалий на железной дороге до маркетплейса вторсырья: какие проекты запускают в магистратуре МФТИ

Система, которая обнаруживает аномалии на железной дороге. ИИ, обрабатывающий обращения граждан. Маркетплейсы для аптечных товаров и вторичного сырья.

🧕 Все эти проекты студенты развивали во время обучения в магистратуре, работая над реальными задачами компаний.

Уже завтра на эфире «Запуск корпоративного стартапа во время обучения: как совместить работу и учебу с максимальной пользой» своими кейсами поделятся:

🔹 Артемий Звонарев, руководитель управления флотом роботов-доставщиков в Яндексе. Вместе с командой разработал для НИИАС РЖД систему обнаружения аномальных явлений.
🔹 Владимир Бескоровайный, технический директор (CTO) компании по разработке ИИ- и Enterprise Software-продуктов. Его проект AI Appeals Processor помогает обрабатывать и анализировать обращения граждан с использованием ИИ.
🔹 Валерия Мицевич, директор по продукту (CPO) “Hello, Doc!”. Расскажет о маркетплейсе аптечных товаров и БАДов.
🔹 Кирилл Райченко, руководитель направления B2B-продуктов в «LADA Цифра» (АВТОВАЗ) и преподаватель МФТИ. Представит Vtorion — маркетплейс вторичного сырья для НЛМК.

Выпускники расскажут, как совмещали работу, учебу и развитие продукта, какие задачи решали команды и как корпоративный стартап повлиял на их профессиональное развитие.

📅 28 июля (вторник)
🕖 19:00 (Мск)
💻 Онлайн
▶️Регистрация

🐾 От ветеринарии — к разработке ИИ-приложения для детей: история Натальи Новиковой

Создавать технологический стартап в одиночку — значит утром проектировать бэкенд, днем проводить кастдевы, а вечером разбираться с требованиями Роскомнадзора.😵‍💫

Именно такой путь прошла выпускница онлайн-магистратуры МФТИ «Разработка ИТ-продукта» Наталья Новикова. До перехода в ИТ она работала ветеринарным врачом-ортопедом. В магистратуру пришла не для того, чтобы написать диссертацию «в стол», а чтобы собрать полноценный B2C-продукт.

Так появился «ЧитКит» — мобильное приложение для детского чтения с использованием ИИ: ребенок читает книгу, а затем может общаться с ее персонажем.

3 главных вызова соло-разработчика:

1️⃣ Соперничество с TikTok и дофаминовыми ловушками. Обычное чтение проигрывает гаджетам, а родители устают от постоянного контроля. Наталья провела 40+ глубинных интервью и выяснила: 73% родителей считают чтение источником конфликтов с детьми. Решение: формат Active Reading. Ребенок не просто читает, а вовлекается в диалог с героем через нейросеть Gemini.
2️⃣ Галлюцинации ИИ и спойлеры. Во время первых тестов LLM задавала примитивные вопросы и... могла раскрыть сюжет развязки. Решение: Наталья спроектировала пайплайн с LLM-арбитром, где одна нейросеть проверяет ответы другой, и строгой векторной изоляцией. Уровень галлюцинаций снизился до 0,1%.
3️⃣ Борьба за секунды (и детское терпение). Прямые запросы к ИИ заставляли экран зависать на 3–15 секунд. Для ребенка это вечность — он просто закрывал приложение. Решение: перестроить архитектуру на асинхронные очереди (Redis Streams) и Server-Sent Events (SSE). Время отклика (TTFB) сократилось на 98,8%.

💡 Главный вывод для тех, кто создает свой продукт:

«Развивать стартап — это как ехать сквозь туман: ты видишь только ближайшие 50 метров дороги. Невозможно знать все заранее — от настройки баз до юридических нюансов. Главное — сначала проверить идею на реальных людях, а остальному научишься по пути»

📊 Итог к моменту защиты диплома:

⏺44 платные подписки — еще до официальной защиты проекта в МФТИ.
⏺D7 Retention — 46%, время чтения увеличилось в 2,3 раза по итогам пилота.
⏺Полный стек в одиночку: Flutter, Go, Python, Yandex Cloud, RAG-пайплайн, ЮKassa и публикация в RuStore.
⏺Впереди — B2B-пилоты со школами и голосовые on-device-технологии.

📖 Как создать свой продукт не «в стол»?

Читайте в полной версии статьи:
⏺Архитектурная схема: как устроены RAG-пайплайн и интеграция векторных баз.
⏺Как работали с юнит-экономикой и подготовкой продукта к рынку.
⏺Как не выгореть, когда одновременно приходится решать десятки задач.
⏺Как проверять гипотезы через Figma и кастдевы.

➡️ Читать историю полностью: https://habr.com/ru/companies/mipt_digital/articles/1063846/

👨‍🎓 День открытых дверей онлайн-магистратуры МФТИ «Управление ИТ-продуктами»

6 августа приглашаем на онлайн-встречу МФТИ для тех, кто планирует развиваться в продуктовом менеджменте и хочет подробнее узнать о программе, учебе и возможностях после магистратуры.

На встрече расскажем:
▪️ Чему учатся будущие продакт-менеджеры и какие навыки развивают в магистратуре.
▪️ Как устроена работа над проектами и дипломом, взаимодействие с экспертами.
▪️ Какие карьерные возможности открываются перед студентами и выпускниками.
▪️ Как проходит онлайн-обучение и можно ли совмещать его с работой.
▪️ Что нужно для поступления в 2026 году и как подготовиться к вступительным испытаниям.

Спикеры встречи:
— Юлия Соболь — заместитель руководителя Центра «Пуск» МФТИ.
— Елена Тупикова — экс-директор по продукту (CPO) в Яндексе, генеральный директор CPO.Agency, ментор и бизнес-коуч.

Кроме того, к встрече присоединятся представитель команды сопровождения поступления и выпускник программы, который поделится своим опытом обучения и карьерной историей.

В конце эфира можно будет задать вопросы спикерам.

📅 6 августа (четверг)
🕖 19:00 (Мск)
Регистрация

🧑‍💻 «Дата-сайентист-единорог» уходит в прошлое: какие треки есть в Data Science сегодня

Александр Толмачев начал путь в Data Science около 14 лет назад — в период, когда профессия в России только формировалась. Тогда еще не было четкого разделения на аналитику данных, инженерию данных и ML-инженерию.

На заре развития профессии дата-сайентист был универсальным специалистом. Он сам писал ETL, переносил данные из одной системы в другую, собирал витрины, работал с SQL, настраивал эксперименты, строил дашборды, обучал модели и объяснял результаты бизнесу.

«Это был такой некий универсальный зверь. На первых конференциях мы рисовали такого золотого единорога», — описывает Александр.

Эта универсальность подразумевала широкий кругозор: специалист должен был понимать и техническую сторону задачи, и экономическую. Но с ростом индустрии стало понятно, что один человек не может одинаково хорошо закрывать все направления.

Сначала выделились продуктовая, маркетинговая и риск-аналитика — специалисты, которые работают с A/B-тестами, гипотезами, метриками и бизнес-доменом. Затем отдельной профессией стала инженерия данных: инфраструктура, пайплайны и хранилища усложнились — и эту часть работы тоже пришлось выносить в самостоятельное направление.

Сегодня, по словам Александра, «как такового дата-сайентиста особо-то и нет — это в целом направление, которое разошлось на разные фокусы». Часть, связанную с машинным обучением, теперь чаще называют ML Engineering, а внутри каждого направления появляются еще более узкие специализации: DataOps, MLOps, продуктовая, финансовая, антифрод- и логистическая аналитика.

Александр выделяет 3 основных трека в Data Science:

1️⃣ Data Analyst — для тех, кому ближе бизнес-мышление: метрики, гипотезы, A/B-тесты, дашборды и исследования. Такой специалист помогает бизнесу находить инсайты в данных и принимать решения.
2️⃣ Data Engineer — для тех, кому нравится программировать данные: стр оить ETL-пайплайны, хранилища и витрины, работать с Airflow, Spark, Kafka и SQL. Это фундамент для работы аналитиков и ML-специалистов.
3️⃣ ML Engineer — для тех, кому ближе математика, модели, алгоритмы и доведение ML до продакшена. Здесь уже недостаточно просто выбрать CatBoost, LightGBM или другую модель. Важно, чтобы она запускалась, стабильно работала и помогала бизнесу.

«Важно даже не то, какая модель у тебя выбрана, а то, что специалист дотаскивает модель до продакшена», — подчеркивает Александр.

Стать экспертом сразу во всех 3 направлениях почти невозможно: в каждом треке накопилось слишком много навыков, паттернов и профессиональных нюансов.

Поэтому Александр советует выбирать не по уровню престижа или зарплаты:

«То, что у вас внутри больше откликается, — именно туда нужно идти. Определитесь, что вы страстно любите. Это самое главное, это фундамент всей жизни».

В программе онлайн-магистратуры «Науки о данных» фундаментальная база сочетается с профильными треками: Machine Learning, Data Engineering и Data Analysis. Обучение помогает не просто идти в Data Science «вообще», а выстраивать понятную профессиональную траекторию.

Подробнее о программе и треках — на сайте https://mipt.online/masters/data_science. Прием документов открыт.