Бакалавриат Школы технологий
Исследовательский трек
Трек бакалавриата Школы технологий для сильных школьников, победителей и призеров олимпиад
Уже с первого семестра ты будешь работать над реальными научными проектами вместе с учеными мирового уровня в области ИИ, компьютерных наук, экономики, финансов и диптеха.
Интенсивно, много, сложно — для тех, кто готов к нагрузке и не ищет легких путей
Уже с первого семестра ты будешь работать над реальными научными проектами вместе с учеными мирового уровня в области ИИ, компьютерных наук, экономики, финансов и диптеха.
Интенсивно, много, сложно — для тех, кто готов к нагрузке и не ищет легких путей
Победители и призеры ВСОШ проходят по упрощенной схеме
Глубокое погружение
Интенсивная подготовка с фокусом на современные прикладные исследования
Индивидуальная траектория
Формируй персональную образовательную программу вместе с научным руководителем, адаптируй ее под свою цель и исследовательскую тему
Доступ к продвинутым дисциплинам в ЦУ и университетах партнерах
Изучай курсы магистратуры ЦУ и университетов-партнеров. Например, НМУ
Сильное окружение
Учись среди единомышленников, которые хотят двигать науку и стоять у истоков новых технологий
Преимущества
Работа с учеными и лидерами индустриального R&D
Исследования начинаются с первого семестра. В ЦУ 9 лабораторий — от многомерной статистистики до биоматематики
Ты будешь учиться у практикующих математиков и исследователей, а также работать над своими проектами и исследованиями вместе с научным руководителем
Программа в лицах
Математика в лицах
Владимир Пимкин
Академический руководитель
направления «Математика»
направления «Математика»
Илья Мещерин
Академический руководитель направления «Разработка»
Виктор Лопаткин
Руководитель курса
Александр Антропов
Тренер сборной ЦУ по олимпиадной математике
Сергей Николенко
Руководитель курса
Александр Безносиков
Руководитель курса
Искусственный интеллект
Евгений Ильюшин
Академический руководитель направления «Искусственный интеллект»
Иван Оселедец
Научный консультант
Илья Макаров
Руководитель курса
Компьютерные науки
Владимир Спокойный
Научный консультант
Григорий Кабатянский
Научный консультант
Егор Ершов
Руководитель курса
Экономика и финансы
Илья Иванинский
Директор центра бизнес-образования и аналитики
Ольга Обижаева
Руководитель курса
Александр Филатов
Научный консультант
Дмитрий Дагаев
Руководитель курса
Диптех
Андрей Сомов
Зав.лабораторией интеллектуальных сенсорных систем
Борис Фенюк
Зав.лабораторией цифровой биоэнергетики микроорганизмов
Елена Кудряшова
Зав.лабораторией таргетной терапии и предиктивной диагностики
Исследования встроены в основную программу обучения и идут параллельно с курсами. За время обучения ты:
В течение учебного года ты будешь заниматься исследованиями с научным руководителем, а летом сможешь пройти исследовательскую стажировку в научной лаборатории или индустриальном R&D
Исследования начинаются в ЦУ
Поработаешь с научным руководителем над отдельными задачами
Гибкий формат: выбирай, сколько исследований вести одновременно и в каких областях развиваться
Поучаствуешь в семинарах, где будешь презентовать результаты исследований
Подготовишь работы к публикациям и выступлениям на конференциях (в том числе международного уровня A/A*)
От ИИ и финансов до биомедицины и цифрового поведения — где ты можешь включиться в реальные исследовательские проекты уже с первого курса
9 исследовательских лабораторий
Разрабатываем передовые алгоритмы и применяем их в бизнесе. Помогаем студентам начать карьеру в науке
ЦУ х AIRI — совместная лаборатория по ИИ
Занимаемся научными исследованиями, чтобы ИИ стал основой будущих достижений во всех сферах — от естественных наук до практических разработок
Omut AI. Совместная лаборатория ЦУ х Т-Банка
Изучаем, как современные технологии влияют на финансовые рынки и как финтех-решения меняют повседневную жизнь людей и ускоряют рост экономики
Лаборатория финансовых исследований
Создаем интегрированную платформу, которая объединяет геномику, глубокое обучение и проектирование биомолекул
Лаборатория вычислительной биомедицины и молекулярной диагностики
Разрабатываем инновационные подходы к лечению онкологических заболеваний и создаем модели предиктивной диагностики воспалительных заболеваний
Лаборатория таргетной терапии и предиктивной диагностики
Разрабатываем антибиотики нового поколения против устойчивых штаммов пневмококков и создаем уникальный технологический цикл
Лаборатория биоэнергетики нового поколения
Проводим междисциплинарные прикладные исследования на пересечении ИИ, сенсорных технологий и встроенных систем
Лаборатория интеллектуальных сенсорных систем
Исследуем ИИ в динамике: обучение с подкреплением и интеграцию ИИ с системами автоматического управления
Лаборатория динамических систем ИИ
Статистика экстремальных размерностей, методы анализа и обучения на сложных структурах, оптимизация в машинном обучении
Лаборатория многомерной статистики и машинного обучения
Разрабатываем передовые алгоритмы и применяем их в бизнесе. Помогаем студентам начать карьеру в науке
ЦУ х AIRI — совместная лаборатория по ИИ
Занимаемся научными исследованиями, чтобы ИИ стал основой будущих достижений во всех сферах — от естественных наук до практических разработок
Omut AI. Совместная лаборатория ЦУ х Т-Банка
Изучаем, как современные технологии влияют на финансовые рынки и как финтех-решения меняют повседневную жизнь людей и ускоряют рост экономики
Лаборатория финансовых исследований
Создаем интегрированную платформу, которая объединяет геномику, глубокое обучение и проектирование биомолекул
Лаборатория вычислительной биомедицины и молекулярной диагностики
Разрабатываем инновационные подходы к лечению онкологических заболеваний и создаем модели предиктивной диагностики воспалительных заболеваний
Лаборатория таргетной терапии и предиктивной диагностики
Разрабатываем антибиотики нового поколения против устойчивых штаммов пневмококков и создаем уникальный технологический цикл
Лаборатория биоэнергетики нового поколения
Проводим междисциплинарные прикладные исследования на пересечении ИИ, сенсорных технологий и встроенных систем
Лаборатория интеллектуальных сенсорных систем
Исследуем ИИ в динамике: обучение с подкреплением и интеграцию ИИ с системами автоматического управления
Лаборатория динамических систем ИИ
Статистика экстремальных размерностей, методы анализа и обучения на сложных структурах, оптимизация в машинном обучении
Лаборатория многомерной статистики и машинного обучения
Вместе с научным руководителем ты определишь индивидуальный учебный план. Вот примеры курсов, из которых он может состоять
Персональная учебная траектория
Черный уровень — самый продвинутый уровень погружения в предмет
Математика
Математический анализ
Черный уровень
Дискретная математика
Черный уровень
Линейная алгебра
Черный уровень
Функциональный анализ
Топология
Теория информации и кодирования
+ Курсы НМУ и других университетов-партнеров
Компьютерные науки
Язык программирования C++
Язык программирования Go
Язык программирования Java
Алгоритмы
Черный уровень
Архитектура компьютера и операционные системы
Введение в теоритические компьютерные науки
Искусственный интеллект
Машинное обучение
Глубокое обучение
Разработка интеллектуальных агентов
Безопасность систем ИИ
Генеративные модели
Эффективное машинное обучение
Экономика и финансы
Введение в микроструктуру рынков
Продвинутое экономическое моделирование
Поведенческая экономика и принятие решений
Эконометрика и анализ данных
Финансовые рынки и инструменты
Анализ венчурных рынков и инвестиционного поведения
Академический руководитель исследовательского трека рекомендует эту траекторию, если ты хочешь развиваться как исследователь в области ИИ
Пример траектории от академического руководителя
Это формирует редкую компетенцию — способность строить системы, устойчивые к неопределённости, а также внешним преднамеренным и не преднамеренным воздействиям.
Ключевая особенность программы — сквозной акцент на «робастности»: слушатель знакомится с этой идеей в контексте математического анализа и оптимизации, затем в статистике, и наконец применяет её при проектировании интеллектуальных агентов.
Она выстроена по принципу последовательного введения абстракций: от классического математического аппарата — через вычислительные и статистические методы — к современным архитектурам глубокого обучения и проблемам безопасности автономных систем.
Траектория представляет собой вертикально интегрированную программу подготовки исследователей в области создания надежных и безопасных интеллектуальных систем.
1-Й СЕМЕСТР
2-Й СЕМЕСТР
3-Й СЕМЕСТР
4-Й СЕМЕСТР
5-Й СЕМЕСТР
6-Й СЕМЕСТР
7-Й и 8-Й СЕМЕСТР
Черный трек
Линейная алгебра I
Машинное обучение
Английский язык
Студия компьютерных наук (СТЕМ)
Семинар: математические проблемы интеллектуальных систем
Черный трек
Язык программирования Python
Черный трек
Математический анализ I
Черный трек
Линейная алгебра II
Глубокое обучение
Английский язык
Основы вычислительных систем (СТЕМ)
Семинар: современные исследования в ИИ
Дискретная математика
Черный трек
Математический анализ II
Дифференциальные уравнения
Английский язык
Философия и наука (СТЕМ)
Семинар: современные исследования в машинном обучении
Теория вероятностей
Численные методы
Черный трек
Алгоритмы
Математическая статистика
Английский язык
Нейронауки и нейроинтерфейсы (СТЕМ)
Семинар: современные исследования в глубоком обучении
Основы теории меры
Технология и инноватика (на английском языке)
Робастная статистика
Исследовательская практика
Семинар: современные исследования в надежности интеллектуальных систем
Робастные методы оптимизации
Безопасность систем ИИ
Исследовательская практика
Семинар: современные исследования в агентных системах
Разработка интеллектуальных агентов
Семинар:современные исследования в ИИ (на английском языке)
Выпускная квалификационная работа
Практика / стажировка
Черный трек
Линейная алгебра I
Машинное обучение
Английский язык
Студия компьютерных наук (СТЕМ)
Семинар: математические проблемы интеллектуальных систем
Черный трек
Язык программирования Python
Черный трек
Математический анализ I
Черный трек
Линейная алгебра II
Глубокое обучение
Английский язык
Основы вычислительных систем (СТЕМ)
Дискретная математика
Черный трек
Математический анализ II
Дифференциальные уравнения
Английский язык
Философия и наука (СТЕМ)
Семинар: современные исследования в машинном обучении
Теория вероятностей
Численные методы
Математическая статистика
Английский язык
Нейронауки и нейроинтерфейсы (СТЕМ)
Семинар: современные исследования в глубоком обучении
Основы теории меры
Черный трек
Алгоритмы
Робастная статистика
Исследовательская практика
Семинар: современные исследования в надежности интеллектуальных систем
Технология и инноватика (на английском языке)
Робастные методы оптимизации
Безопасность систем ИИ
Семинар: современные исследования в агентных системах
Исследовательская практика
Семинар: современные исследования в ИИ (на английском языке)
Разработка интеллектуальных агентов
Выпускная квалификационная работа
Практика / стажировка
Общая нагрузка:
1–2 курс — 50 часов в неделю
3–4 курс — 30 часов в неделю + стажировка / практические занятия
1–2 курс — 50 часов в неделю
3–4 курс — 30 часов в неделю + стажировка / практические занятия
Это только часть курсов. В каждом семестре ты сможешь брать дополнительные
Студенты ЦУ, которые уже активно занимаются наукой
Возможность продолжить исследование в ведущих университетах России: Сколтех, ВШЭ, ИТМО и МГУ
Реальный шанс поступить в ведущие университеты при наличии публикаций и рисерч-портфолио
PhD за границей
Аспирантура в РФ
Работа в рисерче
Путь в самые сильные аналитические центры, ИИ-команды и R&D-подразделения
Карьерные возможности после обучения
Как поступить
Призеры и победители ВСОШ пропускают этап 2
Тебе нужно будет:
- Написать мотивационное письмо и рассказать нам, в какой области знаний лежит твой научный интерес
- Записать видео с обзором на любую научную статью в свободной форме длительностью 3−5 минут
По результатам всех этапов отбора мы пригласим тебя познакомиться с потенциальными научными руководителями и командой ЦУ, очно или онлайн. На собеседовании мы спросим о твоей мотивации, достижениях и планах и дадим тестовое задание. Собеседования будут проводиться с мая 2026.
Если ты хочешь заниматься наукой и R&D,
готов (-а) к высокой нагрузке и сложным задачам, регистрируйся в грантовый конкурс
готов (-а) к высокой нагрузке и сложным задачам, регистрируйся в грантовый конкурс
Регистрация на грантовый конкурс
Заявка на грантовый конкурс
Я даю согласие АНО ВО «Центральный университет», АНО ДПО «Т-Образование», АО «ТБанк» на
обработку всех моих персональных данных, указанных в заявке, любыми способами, в том числе
третьими лицами, в том числе воспроизведение, электронное копирование, обезличивание,
блокирование, уничтожение, а также вышеуказанную обработку иных моих персональных данных,
полученных в результате их обработки, с целью:
Указанное согласие дано на срок 15 лет, а в случае его отзыва обработка моих персональных данных должна быть прекращена АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или третьими лицами и данные уничтожены при условии расторжения договора.
Я даю согласие на получение мной рекламы, рассылки, в том числе по сети подвижной радиотелефонной связи, от АНО ВО «Центральный университет», АНО ДПО «Т-Образование», его контрагентов и аффилированных лиц.
- заключения договора с АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- участия в мероприятиях, проводимых АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- создания информационных систем персональных данных АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- а также в любых других целях, прямо или косвенно связанных с деятельностью, осуществляемой АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк».
Указанное согласие дано на срок 15 лет, а в случае его отзыва обработка моих персональных данных должна быть прекращена АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или третьими лицами и данные уничтожены при условии расторжения договора.
Я даю согласие на получение мной рекламы, рассылки, в том числе по сети подвижной радиотелефонной связи, от АНО ВО «Центральный университет», АНО ДПО «Т-Образование», его контрагентов и аффилированных лиц.
Заявка на исследовательский трек
Я даю согласие АНО ВО «Центральный университет», АНО ДПО «Т-Образование», АО «ТБанк» на
обработку всех моих персональных данных, указанных в заявке, любыми способами, в том числе
третьими лицами, в том числе воспроизведение, электронное копирование, обезличивание,
блокирование, уничтожение, а также вышеуказанную обработку иных моих персональных данных,
полученных в результате их обработки, с целью:
Указанное согласие дано на срок 15 лет, а в случае его отзыва обработка моих персональных данных должна быть прекращена АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или третьими лицами и данные уничтожены при условии расторжения договора.
Я даю согласие на получение мной рекламы, рассылки, в том числе по сети подвижной радиотелефонной связи, от АНО ВО «Центральный университет», АНО ДПО «Т-Образование», его контрагентов и аффилированных лиц.
- заключения договора с АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- участия в мероприятиях, проводимых АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- создания информационных систем персональных данных АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк»;
- а также в любых других целях, прямо или косвенно связанных с деятельностью, осуществляемой АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или АО «ТБанк».
Указанное согласие дано на срок 15 лет, а в случае его отзыва обработка моих персональных данных должна быть прекращена АНО ВО «Центральный университет», АНО ДПО «Т-Образование» и/или третьими лицами и данные уничтожены при условии расторжения договора.
Я даю согласие на получение мной рекламы, рассылки, в том числе по сети подвижной радиотелефонной связи, от АНО ВО «Центральный университет», АНО ДПО «Т-Образование», его контрагентов и аффилированных лиц.
Первые шаги после отбора
- проходишь отбор на трек
- выбираешь ментора
- формируешь учебную траекторию
- начинаешь работать над исследовательской задачей
Вопросы и ответы
Все подробности читай здесь
Рекомендуем начинать не с выбора конкретного научного руководителя, а с определения своей области интереса.
На этапе поступления важно понять:
Выбор научного руководителя происходит на следующем этапе — после знакомства с преподавателями и исследовательскими направлениями.
Главный критерий — совпадение научных интересов, а не статус или известность специалиста.
На этапе поступления важно понять:
- в каком направлении ты хочешь развиваться (математика, искусственный интеллект, финансы и др.)
- какой тип задач тебе ближе (теоретические или прикладные)
- какой формат работы тебе подходит (самостоятельная работа или регулярное взаимодействие с научным руководителем)
Выбор научного руководителя происходит на следующем этапе — после знакомства с преподавателями и исследовательскими направлениями.
Главный критерий — совпадение научных интересов, а не статус или известность специалиста.
Мотивационное письмо — это способ показать, как ты думаешь и что именно тебя интересует. Мы обращаем внимание на следующие аспекты:
1. Конкретность интереса
Важно не просто назвать область, а объяснить, какие темы или задачи тебе интересны и почему.
2. Предшествующий опыт
Это могут быть олимпиады, проекты, курсы или самостоятельное изучение. Важен не масштаб, а то, как ты осмыслил (-а) свой опыт.
3. Способ мышления
Нас интересует, умеешь ли ты формулировать вопросы и объяснять, как подходишь к их решению.
4. Планы на обучение
Расскажи, какие задачи ты хотел (-а) бы попробовать в университете и в каком направлении развиваться.
Рекомендуемая структура:
Старайся избегать общих формулировок без конкретики. Постарайся писать просто и по существу, с конкретными примерами — так нам будет легче понять, что именно тебе интересно и как ты рассуждаешь.
1. Конкретность интереса
Важно не просто назвать область, а объяснить, какие темы или задачи тебе интересны и почему.
2. Предшествующий опыт
Это могут быть олимпиады, проекты, курсы или самостоятельное изучение. Важен не масштаб, а то, как ты осмыслил (-а) свой опыт.
3. Способ мышления
Нас интересует, умеешь ли ты формулировать вопросы и объяснять, как подходишь к их решению.
4. Планы на обучение
Расскажи, какие задачи ты хотел (-а) бы попробовать в университете и в каком направлении развиваться.
Рекомендуемая структура:
- Область научного интереса
- Как у тебя появился этот интерес
- Что ты уже пробовал (-а) делать
- Что хочешь делать дальше
Старайся избегать общих формулировок без конкретики. Постарайся писать просто и по существу, с конкретными примерами — так нам будет легче понять, что именно тебе интересно и как ты рассуждаешь.
Мы не проверяем «правильность» разбора — нам важно понять, как ты думаешь и насколько ты разобрался (‑сь) в материале.
Главное — это понимание, а не пересказ. Не нужно повторять текст статьи или читать по ней. Гораздо важнее объяснить своими словами, в чем ее идея и что в ней происходит.
За 3−5 минут достаточно простой и логичной структуры. Коротко расскажи, о чем статья, какую проблему она решает, какое решение предлагают авторы и почему это вообще важно. Этого уже достаточно, чтобы показать, что ты разобрался (‑сь).
Будет плюсом, если ты добавишь свое мнение: что тебе показалось интересным, какие есть ограничения у работы и что можно было бы сделать дальше. Это показывает, что ты не просто понял (‑а) текст, но и начал (‑а) с ним работать.
Старайся объяснять просто. Если ты можешь рассказать идею так, чтобы ее понял человек без специальной подготовки, это гораздо сильнее, чем сложные формулировки и термины.
Выбирать можно любую статью — лучше из той области, которая тебе действительно интересна. Она не обязана быть сложной. Наоборот, понятная тебе статья с хорошим разбором — это намного лучше, чем сложная, но пересказанная поверхностно.
Главное — это понимание, а не пересказ. Не нужно повторять текст статьи или читать по ней. Гораздо важнее объяснить своими словами, в чем ее идея и что в ней происходит.
За 3−5 минут достаточно простой и логичной структуры. Коротко расскажи, о чем статья, какую проблему она решает, какое решение предлагают авторы и почему это вообще важно. Этого уже достаточно, чтобы показать, что ты разобрался (‑сь).
Будет плюсом, если ты добавишь свое мнение: что тебе показалось интересным, какие есть ограничения у работы и что можно было бы сделать дальше. Это показывает, что ты не просто понял (‑а) текст, но и начал (‑а) с ним работать.
Старайся объяснять просто. Если ты можешь рассказать идею так, чтобы ее понял человек без специальной подготовки, это гораздо сильнее, чем сложные формулировки и термины.
Выбирать можно любую статью — лучше из той области, которая тебе действительно интересна. Она не обязана быть сложной. Наоборот, понятная тебе статья с хорошим разбором — это намного лучше, чем сложная, но пересказанная поверхностно.
Собеседование — это не проверка знаний, а разговор о том, как ты думаешь и что тебе интересно.
Подумай заранее, почему тебе интересна выбранная область, что ты уже пробовал (‑а) делать и какие задачи тебе хотелось бы решать дальше. Будь готов (‑а) коротко рассказать о своем опыте и объяснить, как ты рассуждаешь.
На собеседовании могут предложить задачу или попросить подумать вслух — здесь важен не правильный ответ, а ход мысли.
Лучшее, что можно сделать — потренироваться объяснять свои идеи вслух. Важно не бояться говорить, если чего‑то не знаешь.
Подумай заранее, почему тебе интересна выбранная область, что ты уже пробовал (‑а) делать и какие задачи тебе хотелось бы решать дальше. Будь готов (‑а) коротко рассказать о своем опыте и объяснить, как ты рассуждаешь.
На собеседовании могут предложить задачу или попросить подумать вслух — здесь важен не правильный ответ, а ход мысли.
Лучшее, что можно сделать — потренироваться объяснять свои идеи вслух. Важно не бояться говорить, если чего‑то не знаешь.
Да, на трек предусмотрен донабор через вступительные испытания после каждого семестра. О формате испытаний мы сообщим отдельно
Нет, нужно учиться только в ЦУ
Напиши контактному лицу по Исследовательскому треку: CPO Школы технологий, Алена Попова a.popova@centraluniversity.ru
Все подробности читай здесь
Рекомендуем начинать не с выбора конкретного научного руководителя, а с определения своей области интереса.
На этапе поступления важно понять:
Выбор научного руководителя происходит на следующем этапе — после знакомства с преподавателями и исследовательскими направлениями.
Главный критерий — совпадение научных интересов, а не статус или известность специалиста.
На этапе поступления важно понять:
- в каком направлении ты хочешь развиваться (математика, искусственный интеллект, финансы и др.)
- какой тип задач тебе ближе (теоретические или прикладные)
- какой формат работы тебе подходит (самостоятельная работа или регулярное взаимодействие с научным руководителем)
Выбор научного руководителя происходит на следующем этапе — после знакомства с преподавателями и исследовательскими направлениями.
Главный критерий — совпадение научных интересов, а не статус или известность специалиста.
Мотивационное письмо — это способ показать, как ты думаешь и что именно тебя интересует. Мы обращаем внимание на следующие аспекты:
1. Конкретность интереса
Важно не просто назвать область, а объяснить, какие темы или задачи тебе интересны и почему.
2. Предшествующий опыт
Это могут быть олимпиады, проекты, курсы или самостоятельное изучение. Важен не масштаб, а то, как ты осмыслил (-а) свой опыт.
3. Способ мышления
Нас интересует, умеешь ли ты формулировать вопросы и объяснять, как подходишь к их решению.
4. Планы на обучение
Расскажи, какие задачи ты хотел (-а) бы попробовать в университете и в каком направлении развиваться.
Рекомендуемая структура:
Старайся избегать общих формулировок без конкретики. Постарайся писать просто и по существу, с конкретными примерами — так нам будет легче понять, что именно тебе интересно и как ты рассуждаешь.
1. Конкретность интереса
Важно не просто назвать область, а объяснить, какие темы или задачи тебе интересны и почему.
2. Предшествующий опыт
Это могут быть олимпиады, проекты, курсы или самостоятельное изучение. Важен не масштаб, а то, как ты осмыслил (-а) свой опыт.
3. Способ мышления
Нас интересует, умеешь ли ты формулировать вопросы и объяснять, как подходишь к их решению.
4. Планы на обучение
Расскажи, какие задачи ты хотел (-а) бы попробовать в университете и в каком направлении развиваться.
Рекомендуемая структура:
- Область научного интереса
- Как у тебя появился этот интерес
- Что ты уже пробовал (-а) делать
- Что хочешь делать дальше
Старайся избегать общих формулировок без конкретики. Постарайся писать просто и по существу, с конкретными примерами — так нам будет легче понять, что именно тебе интересно и как ты рассуждаешь.
Мы не проверяем «правильность» разбора — нам важно понять, как ты думаешь и насколько ты разобрался (‑сь) в материале.
Главное — это понимание, а не пересказ. Не нужно повторять текст статьи или читать по ней. Гораздо важнее объяснить своими словами, в чем ее идея и что в ней происходит.
За 3−5 минут достаточно простой и логичной структуры. Коротко расскажи, о чем статья, какую проблему она решает, какое решение предлагают авторы и почему это вообще важно. Этого уже достаточно, чтобы показать, что ты разобрался (‑сь).
Будет плюсом, если ты добавишь свое мнение: что тебе показалось интересным, какие есть ограничения у работы и что можно было бы сделать дальше. Это показывает, что ты не просто понял (‑а) текст, но и начал (‑а) с ним работать.
Старайся объяснять просто. Если ты можешь рассказать идею так, чтобы ее понял человек без специальной подготовки, это гораздо сильнее, чем сложные формулировки и термины.
Выбирать можно любую статью — лучше из той области, которая тебе действительно интересна. Она не обязана быть сложной. Наоборот, понятная тебе статья с хорошим разбором — это намного лучше, чем сложная, но пересказанная поверхностно.
Главное — это понимание, а не пересказ. Не нужно повторять текст статьи или читать по ней. Гораздо важнее объяснить своими словами, в чем ее идея и что в ней происходит.
За 3−5 минут достаточно простой и логичной структуры. Коротко расскажи, о чем статья, какую проблему она решает, какое решение предлагают авторы и почему это вообще важно. Этого уже достаточно, чтобы показать, что ты разобрался (‑сь).
Будет плюсом, если ты добавишь свое мнение: что тебе показалось интересным, какие есть ограничения у работы и что можно было бы сделать дальше. Это показывает, что ты не просто понял (‑а) текст, но и начал (‑а) с ним работать.
Старайся объяснять просто. Если ты можешь рассказать идею так, чтобы ее понял человек без специальной подготовки, это гораздо сильнее, чем сложные формулировки и термины.
Выбирать можно любую статью — лучше из той области, которая тебе действительно интересна. Она не обязана быть сложной. Наоборот, понятная тебе статья с хорошим разбором — это намного лучше, чем сложная, но пересказанная поверхностно.
Собеседование — это не проверка знаний, а разговор о том, как ты думаешь и что тебе интересно.
Подумай заранее, почему тебе интересна выбранная область, что ты уже пробовал (‑а) делать и какие задачи тебе хотелось бы решать дальше. Будь готов (‑а) коротко рассказать о своем опыте и объяснить, как ты рассуждаешь.
На собеседовании могут предложить задачу или попросить подумать вслух — здесь важен не правильный ответ, а ход мысли.
Лучшее, что можно сделать — потренироваться объяснять свои идеи вслух. Важно не бояться говорить, если чего‑то не знаешь.
Подумай заранее, почему тебе интересна выбранная область, что ты уже пробовал (‑а) делать и какие задачи тебе хотелось бы решать дальше. Будь готов (‑а) коротко рассказать о своем опыте и объяснить, как ты рассуждаешь.
На собеседовании могут предложить задачу или попросить подумать вслух — здесь важен не правильный ответ, а ход мысли.
Лучшее, что можно сделать — потренироваться объяснять свои идеи вслух. Важно не бояться говорить, если чего‑то не знаешь.
Да, на трек предусмотрен донабор через вступительные испытания после каждого семестра. О формате испытаний мы сообщим отдельно
Нет, нужно учиться только в ЦУ
Напиши контактному лицу по Исследовательскому треку: CPO Школы технологий, Алена Попова a.popova@centraluniversity.ru