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;
Состав и критерии оценивания портфолио в 2026 году
Для участия в конкурсе документов (портфолио) абитуриент предоставляет следующие документы:
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:
- ССТ Лингвотест Академический / Деловой от 80 баллов;
- Иные сертификаты, подтверждающие владение английским языком (кроме сертификатов, выданных организациями, признанными нежелательными в Российской Федерации)
Или
- Справку из предыдущего вуза, подтверждающую обучение полностью на английском языке или на двух языках (русский/английский);
- Справку о сдаче независимого экзамена по английскому языку НИУ ВШЭ;
- Подтверждение гражданства страны, где английский язык является государственным;
- Результаты экзамена по английскому языку, сданного для участия в конкурсе на другую магистерскую программу НИУ ВШЭ.
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.
- 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.
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 | 10 |
| 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 | 10 |
| Собеседование (допускается проведение собеседования
| 50 |
| Всего: | 100 |
По каждому критерию проставляемые баллы будут средневзвешенной оценкой экспертов.
* В случае неявки на собеседование, все критерии портфолио абитуриента оцениваются в ноль баллов.
Рекомендации по подготовке 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.
- Объясните, почему образовательная 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?
Чат для абитуриентов программы «Математика машинного обучения»
