Подготовка к поступлению
Уважаемые абитуриенты!
Программа "Математика машинного обучения" реализуется совместно со Сколковским институтом науки и технологий.
! Обратите внимание, что процедура поступления в Сколтех отличается от процедуры поступления в НИУ ВШЭ.
Страница трека Math of Machine Learning (в рамках программы «Data Science») в Сколтехе;
Для участия в конкурсе документов (портфолио) абитуриент предоставляет следующие документы:
Состав и критерии оценивания портфолио в 2024 году
1. Копия диплома и приложения к диплому специалиста / бакалавра / магистра
2. Сертификаты, подтверждающие уровень знания английского языка
Поступающие могут подтвердить необходимый уровень владения английским языком, предоставив в Приёмную комиссию сертификат международного экзамена:
- САЕ (Certificate of Advanced English),
- ВЕС Higher (Business English Certificate),
- IELTS с оценкой не ниже 6 баллов,
- TOEFL IBT (Internet Based) от 80 баллов (рассчитывается от 0 до 120),
- TOEFL ITP, в том числе предоставляемый Сколковским институтом науки и технологий, от 450 баллов (рассчитывается от 370 до 677),
- TOEFL PBT (Paper Based) – от 500 баллов (рассчитывается от 310 до 677),
- TOEFL СBT (Computer Based) от 232 баллов,
- CPE (Certificate of Proficiency in English) A/B/C.
Или
- Справку из предыдущего вуза, подтверждающую обучение полностью на английском языке или на двух языках (русский/английский),
- Подтверждение гражданства страны, где английский язык является государственным.
Подтверждение знания английского языка не оценивается и является обязательным для принятия портфолио к рассмотрению комиссией.
3. Документы, подтверждающие академические и научные достижения поступающего
- Дипломы победителей, призеров и лауреатов студенческих конкурсов научных работ, исследовательских проектов и олимпиад различных уровней. В том числе диплом 2 или 3 степени Олимпиады «Математика машинного обучения»,
- Дипломы, сертификаты и прочие документы, подтверждающие профессиональную квалификацию за период обучения в вузе/ после окончания вуза (кроме иностранного языка),
- Сведения о получении именных стипендий. Справка из деканата/учебной части вуза, подтверждающая получение именной стипендии вуза, города, региона (республики/области), правительства, Президента РФ, фондов общественных организаций и т.п.,
- Публикации в профессиональных изданиях, журналах, сборниках студенческих работ, материалы конференций, депонированные рукописи,
- Справки из издательства / редакции / оргкомитета конференции о приеме работы к публикации.
В личное дело абитуриента можно загрузить ксерокопии публикаций (с копией титульного листа, содержащего выходные данные, а также содержания/оглавления) и свидетельств, которые заверяются Приемной комиссией при условии предоставления оригиналов.
4. Мотивационное письмо (на английском языке)
Не более одной страницы формата А4 (около 2000 знаков).
5. Рекомендации (на английском языке)
Не менее 2-х рекомендаций от представителей профессорско-преподавательского состава предыдущего учебного заведения, либо от представителей индустриальных и/или академических партнеров предыдущего учебного заведения. Рекомендации должны быть от представителей предметной области программы «Математика машинного обучения» или смежных областей.
6. Разное
- Сертификаты о прослушанных онлайн-курсах,
- Дополнительное образование,
- Опыт проектной работы.
Критерии оценивания портфолио абитуриента
|
Критерий |
Максимальное количество баллов* |
|
Базовое образование (учитываются оценки абитуриента по профильным предметам (математический анализ, теория вероятностей и математическая статистика, дискретная математика, линейная алгебра, дифференциальные уравнения, методы оптимизации)), наличие красного диплома. |
15 |
|
Дополнительное образование, включая стажировки и профессиональную сертификацию, участие в научно- образовательных школах, сертификаты о прохождении онлайн-курсов по смежным профилям:
|
10 |
|
Академические и научные достижения поступающего:
|
20 |
|
Мотивационное письмо и официальные рекомендательные письма |
10 |
|
Собеседование (допускается проведение собеседования с помощью электронных средств) |
45** |
|
Всего: |
100*** |
По каждому критерию проставляемые баллы будут средневзвешенной оценкой экспертов.
* В случае неявки на собеседование, все критерии портфолио абитуриента оцениваются в ноль баллов.
** 45 баллов за собеседование выставляется в следующих случаях:
- наличие Диплома III степени Олимпиады «Математика машинного обучения», проводимой совместно с Сколковским институтом науки и технологии и НИУ ВШЭ в 2024 году.
*** Портфолио абитуриента оценивается в 100 баллов в следующих случаях:
- наличие сертификата, подтверждающего, что абитуриент является победителем (Диплом I и II степени) Олимпиады «Математика машинного обучения», проводимой совместно НИУ ВШЭ и Сколковским институтом науки и технологии в 2024 году.
- наличие подтверждения прохождение отбора на трек «Математика машинного обучения» образовательной программы магистратуры «Data Science» Сколковского института науки и технологий на 2024/2025 учебный год.
Рекомендации по подготовке презентации к собеседованию
- Собеседование в среднем длится 15 минут.
- Кратко опишите проекты, над которыми вы работаете или когда-то работали. Это может быть ваш диплом бакалавра или задача, которая была частью вашей работы. Опишите проблему, ее важность, методы и результаты. Сделайте презентацию привлекательной, поскольку интервьюеры имеют очень разнообразные научные интересы (обычно в области прикладной математики, физики и информатики).
- Объясните, почему эта программа соответствует вашему бэкграунду и планам на будущее. Перечислите несколько курсов, которые вас больше всего интересуют и почему.
- По окончании программы вы должны завершить исследовательский проект и написать магистерскую диссертацию. Опишите потенциальный проект, который привлекает вас с точки зрения темы и практической значимости. Как он укладывается в профиль программы «Математика машинного обучения»? Какие исследовательские группы вас интересуют и почему? Объясните, почему они должны принять вас?