• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Магистерская программа «Математика машинного обучения»

29
Март

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
Учитываются оценки абитуриента по профильным предметам - математический анализ, теория вероятностей и математическая статистика, дискретная математика, линейная алгебра, дифференциальные уравнения, методы оптимизации, наличие красного диплома.

10

Дополнительное образование, включая стажировки и профессиональную сертификацию, участие в научно- образовательных школах, сертификаты о прохождении онлайн-курсов по смежным профилям:

  • Каждый сертификат оценивается в 1 балл (не более 10);
  • Участие в Зимней школе по компьютерным наукам ФКН НИУ ВШЭ - 5 баллов.

10

Академические и научные достижения поступающего:

  • именные стипендии;
  • дипломы о победах в научных/образовательных конкурсах и соревнованиях;
  • победы в хакатонах;
  • опыт проектной и научной деятельности;
  • публикации;
  • гранты;
  • релевантный опыт работы.

20

Мотивационное письмо и официальные
рекомендательные письма

10

Собеседование (допускается проведение собеседования
с помощью электронных средств)

  • наличие подтверждения прохождение отбора на трек «Математика машинного обучения» образовательной программы магистратуры «Data Science» Сколковского института науки и технологий на 2026/2027 учебный год - оценивается в 25 баллов

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»