Очная магистратура в онлайн‑формате
Научись создавать решения в области искусственного интеллекта
02.04.01 «МАТЕМАТИКА И КОМПЬЮТЕРНЫЕ НАУКИ»
Машинное обучение
СТАРТ ОБУЧЕНИЯ — 01.09.2026
2 года обучения
Диплом государственного образца: очная форма
Гранты до 75%
На весь период обучения
Доступ к кампусу
И всей инфраструктуре ЦУ
Студенческие льготы
Включая отсрочку от армии
Онлайн-занятия
Учиться можно из любой точки мира
Семинарские группы
До 20 человек
Буткемпы в Москве
С оплатой проживания
Хочу начать карьеру в машинном обучении
Ищу понятную программу, которая даст сильный фундамент в машинном
обучении, научит современным инструментами технологиям поможет решать реальные задачи бизнеса
обучении, научит современным инструментами технологиям поможет решать реальные задачи бизнеса
Уже работаю в сфере машинного обучения
Хочу структурировать опыт, усилить экспертизу и освоить инструменты, которые позволяют решать более
сложные задачи в индустрии
сложные задачи в индустрии
Для кого эта
программа
Ожидания
от уровня
подготовки
Преимущества программы
Соберешь сильное портфолио проектов по машинному обучению с реальными задачами компаний и прокачаешь фундамент, чтобы уверенно выходить на рынок как начинающий специалист
Обучение
в гибридном
формате
01
Теория
Изучаешь теорию
в удобное тебе время
в удобное тебе время
02
Практические занятия
Закрепляешь изученное на онлайн‑лекции с преподавателем
03
Семинары
На семинарах применяешь знания на практике, работая в мини‑группах
04
Самостоятельная работа
Решаешь домашние задания
05
Очные буткемы
Принимаешь участие в очном буткемпе. Мы оплатим проживание
Сравнение онлайн- и офлайн‑программы
«Машинное обучение»
ОНЛАЙН
ОФЛАЙН
Обучение
Одинаковая академическая команда и программа курсов
Занятия
Обязательное посещение минимум 50%. Доступны записи занятий
Можно учиться из любой точки мира
Необходимо посещать кампус
Взаимодействие с преподавателями
Онлайн-коммуникация через чаты,
видеозвонки и внеучебные встречи онлайн
видеозвонки и внеучебные встречи онлайн
Личный доступ на лекциях
и внеучебных встречах
и внеучебных встречах
Развитие карьеры
Онлайн-встречи
с карьерными консультантами
с карьерными консультантами
Личные встречи
с карьерными консультантами
с карьерными консультантами
Карьерные ярмарки и рекрутинговые
мероприятия онлайн / в кампусе
мероприятия онлайн / в кампусе
Карьерные ярмарки
и рекрутинговые мероприятия в кампусе
и рекрутинговые мероприятия в кампусе
Посещение кампуса
Доступ ко всем мероприятиям, кружкам и спортивному клубу
Буткемп в конце семестра
с оплатой проживания в Москве
с оплатой проживания в Москве
Буткемп в конце
каждого семестра
каждого семестра
Кампус-отели
Не предоставляются
Доступны студентам
без постоянной регистрации в Москве
без постоянной регистрации в Москве
Программа обучения
Рекомендованная траектория прохождения курсов для формирования навыков и перехода в управление продукта
1-Й СЕМЕСТР
2-Й СЕМЕСТР
3-Й СЕМЕСТР
4-Й СЕМЕСТР
Машинное обучение
Основы статистики
SQL и базы данных
Прикладная математика
для машинного обучения
Лаборатория гибких навыков I
Soft Skills Lab I
Python для анализа данных
Алгоритмы
Проектирование систем
машинного обучения
ML System Design
Инженерия данных
Data Engineering
Метрики бизнеса и продукта
Управление продуктами с использованием ИИ
Машинное обучение в бизнесе
ИИ в продуктовом менеджменте
AI в продуктовом менеджменте
Управление карьерой
Mock Interview
Эксплуатация и внедрение моделей машинного обучения
Production ML
Глубокое обучение
Deep Learning
Продвинутое глубокое обучение
Advanced Deep Learning
Временные ряды
Методы оптимизации
Переговоры
Лидерство
Публичные выступления
Визуализация данных
Онлайн-эксперименты
Обработка естественного языка
Natural Language Processing
Компьютерное зрение
Computer vision
Рекомендательные системы
Безопасность в ИИ
Разработка интеллектуальных агентов
Речевые технологии
Ядро программыДисциплины для формирования доменной экспертности
Вариативная часть программыДисциплины по выбору для углубления экспертности поверх ядра программы
Курсы из смежной областиДисциплины по выбору для расширения профиля
Элективы: гибкие навыки
Факультативные дисциплины
Пример расписания
Понедельник
Вторник
Среда
Четверг
Пятница
Суббота
Воскресенье
19:00 – 20:20
Машинное обучение
20:35 – 21:55
Алгоритмы
19:00 – 20:20
Машинное обучение
20:35 – 21:55
Инженерия данных
19:00 – 20:20
Инженерия данных
20:35 – 21:55
AI Beyond Fit Predict
19:00 – 20:20
ML в бизнесе
20:35 – 21:55
Алгоритмы
- Лекции
- Семинары
Карьерные
перспективы
Выпускники смогут построить карьеру в индустрии — от молодых компаний (стартапов) до крупных технологических компаний
После обучения
ты сможешь
уверенно
Поступи
с грантом
до 75% в ЦУ
Команда
программы
Профессиональное
сообщество
Как поступить
на «Машинное
обучение» в ЦУ?
Грантовый конкурс
Основной способ поступления. Переняли опыт ведущих ИТ-компаний и сделали максимально комфортным поступление для магистров
При успешном прохождении всех этапов отбора и зачислении предоставляется грант на обучение в размере
до 75% (до 1 350 000 руб.) от стоимости программы
Заполни заявку на сайте — после этого ты получишь доступ в личный кабинет абитуриента
В личном кабинете выбери программу и трек обучения, а также просим написать тебя:
МОТИВАЦИОННОЕ ПИСЬМО
РЕЗЮМЕ
- Образование
- Опыт
- Навыки
- Достижения
Контест проходит в онлайн-формате и состоит из двух предметов
МАТЕМАТИКА
Материалы для подготовки
ПРОГРАММИРОВАНИЕ
Материалы для подготовки
Собеседование состоит из двух частей
ПРАКТИЧЕСКАЯ ЧАСТЬ
- Математика
- Программирование
ПРОВЕРКА ГИБКИХ НАВЫКОВ
- Коммуникация
- Решение конфликтных ситуаций
- Умение обосновать мотивацию в выборе направления
05
Подай заявление на поступление через портал Госуслуг с 20 июня
06
Подпиши оригиналы документов на поступление до 24 августа
Даты
грантового
конкурса
Старт подачи заявок
13 апреля
Если не сможешь пройти контест с первой попытки,
можно попробовать еще раз в следующей волне.
При этом собеседование можно пройти только один раз
за весь грантовый конкурс
можно попробовать еще раз в следующей волне.
При этом собеседование можно пройти только один раз
за весь грантовый конкурс
ВОЛНА 1
13 апреля – 10 мая
ВОЛНА 2
11 мая – 7 июня
ВОЛНА 3
8 июня – 5 июля
ВОЛНА 4
6 июля – 2 августа
ВОЛНА 5
3 августа – 20 августа
Издание приказа о зачислении по всем программам
26 августа
Магистратура
в ЦУ
10 000+
Заявок на поступление в 2025 году
600+
Студентов учатся у нас в магистратуре
200+
Опытных преподавателей из индустрии
Востребованные программы по ИТ‑профессиям
Продуктовый менеджмент
Машинное обучение
Продуктовая аналитика
Бэкенд-разработка
Твои возможности
в ЦУ
01
Мастерская «Пробуй и учись»
Получи опыт работы, выполняя настоящие бизнес-задачи от заказчиков. Реализованными проектами можно будет наполнить портфолио
02
Центр партнерств и карьеры
Подберем карьерный путь, который идеально тебе подойдет, и будем рядом на каждом шаге — от постановки цели до предложения о работе
03
Научные лаборатории
Даем возможность развиваться по академическому треку и участвовать в исследовательской деятельности с профессорами мирового уровня
04
Предпринимательство: ускоритель ЦУ
Поможем технологическим
проектам пройти путь от идеи до MVP и первых продаж
05
Ассессмент, наставники и эксперты
Определяем уровень профессиональных навыков у студентов относительно рыночных карт компетенций. Помогаем с построением персональной траектории карьерного развития
Ответы
на частые
вопросы
Да, если ты получаешь непрерывное образование и поступаешь в магистратуру в год окончания бакалавриата
Да, выпускники получат диплом государственного образца по специальности 02.04.01 «Математика и компьютерные науки» или по специальности 38.04.05 «Бизнес-информатика»
Изучи схему поступления и материалы для подготовки к отборочным испытаниям, а затем приступай к решению онлайн‑контеста.
Если не получилось набрать проходной балл с первого раза, пробуй решить контест вновь в следующей волне
Если не получилось набрать проходной балл с первого раза, пробуй решить контест вновь в следующей волне
Находимся в тесном контакте
с бизнесом и совместно разрабатываем учебные программы
с бизнесом и совместно разрабатываем учебные программы
Для студентов онлайн‑магистратуры места в кампус‑отелях не предусмотрены, так как формат обучения не предполагает
постоянного присутствия студента в Москве
постоянного присутствия студента в Москве
Да, но все зависит от твоих индивидуальных особенностей. Учеба интенсивная, но идет только по вечерам в будни
(не каждый день) и в субботу.
При необходимости разрешаем растянуть прохождение курсов на 3 года. Открыты к обсуждению каждой ситуации индивидуально
(не каждый день) и в субботу.
При необходимости разрешаем растянуть прохождение курсов на 3 года. Открыты к обсуждению каждой ситуации индивидуально
Итоговая работа необходима, если хочешь получить диплом магистра. Это может быть личный проект или крупная задача с твоей работы, не только исследование
Нет, все по желанию
Да, есть. Примеры заданий контеста станут доступны после регистрации в личном кабинете абитуриента
Нет, максимальный размер гранта составляет 75%
Для общения абитуриентов и студентов мы организовываем дни открытых дверей, митапы и другие мероприятия. Следи за обновлениями на сайте и в наших социальных сетях
Напиши в наш Телеграм-бот
Буткемп — интенсивный краткосрочный курс обучения с полным погружением в практику, ориентированный на быстрое освоение конкретного навыка (чаще всего в IT)
Деплой — разговорная форма от Deploy; процесс переноса кода приложения в рабочую среду
Грейд — разговорная форма от Grade; уровень специалиста в компании по компетенциям и опыту
Грейдирование — разговорная форма от Grading; процесс присвоения сотруднику определённого грейда
Джун — разговорная форма от Junior; начинающий специалист
Инсайт — неочевидный, ценный вывод из данных, который меняет понимание проблемы или открывает новую возможность
Миддл — разговорная форма от Middle; специалист среднего уровня
Продакт-менеджер — сокращение от Product Manager; специалист, отвечающий за стратегию, развитие и жизненный цикл продукта
Стек — набор технологий, языков, фреймворков и инструментов, используемых для разработки проекта (например, стек frontend + backend + база данных)
Технологии кэширования — решения для временного хранения часто
используемых данных в быстрой памяти (например, Redis, Memcached) для ускорения работы приложений
Ad-hoc — лат. «для этого случая»; решение, разработанное специально для одной задачи, без расчёта на повторное использование
Airflow — платформа для оркестрации и автоматизации рабочих процессов (пайплайнов), особенно ETL-задач
Apache Iceberg — формат таблиц для хранения больших данных в озёрах данных (data lakes), поддерживающий транзакции и эволюцию схемы
Bash — командная оболочка и язык скриптов в Unix-системах для автоматизации задач и управления системой
BI — Business Intelligence; набор инструментов и практик для сбора, анализа и визуализации данных с целью поддержки управленческих решений
CI/CD — Continuous Integration / Continuous Delivery (Deployment); автоматизированные процессы для интеграции, тестирования и доставки кода в продакшен
CI/CD-пайплайны — автоматизированные цепочки процессов для непрерывной интеграции (Continuous Integration) и непрерывной доставки/развертывания (Continuous Delivery/Deployment) кода
ClickHouse — высокопроизводительная колоночная СУБД для аналитики и обработки больших объёмов данных в реальном времени
Data Science — наука о данных; междисциплинарная область, объединяющая программирование, статистику, математику и машинное обучение для извлечения знаний из данных
Data Scientist — специалист по анализу и интерпретации сложных данных для решения бизнес-задач
DevOps-инструменты — набор программ и практик для автоматизации разработки, тестирования, развертывания и поддержки по (например, Git, Docker, Kubernetes, Jenkins)
Difference-in-Differences — метод эконометрического анализа для оценки эффекта вмешательства путём сравнения изменений во времени между контрольной и экспериментальной группами
Docker — платформа для контейнеризации приложений, позволяющая упаковывать код и зависимости в изолированные контейнеры
DVC — Data Version Control; система контроля версий данных и моделей машинного обучения
ETL-пайплайны — процессы Extract (извлечение), Transform (преобразование), Load (загрузка); последовательность шагов для переноса данных из источников в хранилище
Frontend — фронтенд: часть приложения или сайт, с которой взаимодействует пользователь (интерфейс, визуальная логика)
Git — система контроля версий для отслеживания изменений в коде и совместной разработки
Go — язык программирования от Google, ориентированный на производительность, простоту и работу с многопоточностью
Helicopter view — общее понимание ситуации; стратегический обзор; целостное видение без погружения в детали
Helm — инструмент для управления Kubernetes-приложениями через чарты (шаблоны развертывания)
Hugging Face — платформа для моделей искусственного интеллекта, особенно в области NLP (обработка естественного языка)
Java (Spring) — язык программирования Java с фреймворком Spring для создания корпоративных веб-приложений и микросервисов
Kafka — распределённая система обмена сообщениями для обработки потоковых данных в реальном времени
Kaggle AutoML Grand Prix — международный конкурс по автоматизированному машинному обучению на платформе Kaggle
Kotlin — современный язык программирования для JVM, часто используемый для разработки под Android и бэкенда
Kubernetes — система оркестрации контейнеров для автоматического развертывания, масштабирования и управления контейнеризированными приложениями
LightAutoML — библиотека для автоматизированного машинного обучения (AutoML)
ML — Machine Learning; методы, позволяющие моделям обучаться на данных и делать прогнозы
ML Researcher — исследователь в области машинного обучения, занимающийся разработкой и анализом новых моделей и алгоритмов
ML-пайплайны — последовательность шагов для преобразования сырых данных в готовую модель машинного обучения
MLOps — Machine Learning Operations; практики по автоматизации и управлению жизненным циклом моделей ML в продакшене
MLflow — платформа для управления жизненным циклом моделей машинного обучения (эксперименты, модели, развертывание)
Middle Research Scientist — исследователь среднего уровня, способный вести проекты и анализ с частичным руководством
MVP — Minimum Viable Product; минимально жизнеспособный продукт: первая версия продукта с азовым функционалом, достаточным для проверки гипотез на рынке
NoSQL — тип баз данных без жёсткой табличной структуры, с гибкой схемой (например, MongoDB, Cassandra)
NumPy — библиотека Python для работы с многомерными массивами и математическими операциями
OpenCV — библиотека компьютерного зрения для обработки изображений и видео
Pandas — библиотека Python для обработки и анализа табличных данных
PhD — Doctor of Philosophy; высшая научная степень, подтверждающая способность к независимым исследованиям
Postgres — сокращение от PostgreSQL; мощная открытая реляционная СУБД с поддержкой сложных запросов, транзакций и расширений
Production ML — использование моделей машинного обучения в рабочей среде (продакшене), с обеспечением стабильности и масштабируемости
Propensity Score Matching — статистический метод оценки эффекта вмешательства путём сопоставления объектов с похожей вероятностью попадания в экспериментальную группу
Python — универсальный язык программирования, популярный в Data Science, веб-разработке, автоматизации и скриптах
QA-инженер — специалист по обеспечению качества (Quality Assurance), тестирующий по на ошибки и соответствие требованиям
R&D — Research and Development; научно-исследовательские и опытно-конструкторские работы (НИОКР) для создания инноваций
Regression Discontinuity Design — квазиэкспериментальный метод анализа, использующий пороговое значение для оценки причинно-следственного эффекта
Research Scientist — специалист, занимающийся фундаментальными или прикладными исследованиями, часто в научных или технологических компаниях
S3 — объектное хранилище (например, Amazon S3), используемое для надёжного и масштабируемого хранения больших объёмов данных
Soft skills — гибкие навыки: коммуникация, эмоциональный интеллект, работа в команде, управление временем и другие
Spark — фреймворк для распределённой обработки больших данных, поддерживает пакетную и потоковую аналитику
SQL — язык структурированных запросов для работы с реляционными базами данных (выборка, обновление, удаление данных)
Synthetic Control — метод оценки эффекта вмешательства путём построения «синтетической» контрольной группы как взвешенной комбинации похожих объектов
Test and Learn — подход, при котором решения проверяются на практике через эксперименты, после чего принимаются на основе полученных данных
Transformers — архитектура нейронных сетей, применяемая в NLP и других задачах; также — одноимённая библиотека от Hugging Face
PyTorch — библиотека для глубокого обучения, разработанная Facebook AI, популярна в исследованиях и разработке моделей
Мы здесь
- Кампус
Центрального
университетаг. Москва- ул. Гашека, д. 7 стр. 1, м. «Маяковская»Кампус
Приемная
комиссия
Москва, ул. Гашека, д. 7, стр. 1
Чат с командой
Центрального
университета
© ЦУ, 2023-2026
Политика обработки персональных данныхПолитика обработки персональных данных Образовательные услуги оказываются АНО ВО «Центральный университет», свидетельство № А007‑115‑77/1 039 609, 29 января 2024