Магистерская программа, Сетевой анализ, Сетевая аналитика, Прикладная статистика

2 года

Очная форма обучения
Онлайн-программа

25/3

25 платных мест

3 платных места для иностранцев

ENG

Обучение ведётся полностью на английском языке

Государственная аккредитация

Независимая оценка качества образования

25 ноября15:00

Семинар "ANR-Lab на хакатоне «Организация и люди: текущие вызовы и векторы развития»"

онлайн

30 ноября

День открытых дверей факультета социальных наук НИУ ВШЭ

Мясницкая улица, 20, Россия, Москва

Университет–партнер

Люблянский университет

Факты о программе

Не имеет аналогов в России, единственная программа по прикладной статистике и сетевому анализу

Создана на базе Международной лаборатории прикладного сетевого анализа (ANR-Lab)

Занятия ведут российские и зарубежные преподаватели – партнеры из Университета Любляны

Степень магистра по направлению подготовки 01.04.02 «Прикладная математика и информатика»

Основана на лучших практиках обучения по прикладной статистике в Университете Индианы и Университете Любляны

Образовательный процесс строится на основе экспертизы академических исследований и прикладных проектов

Мы готовим высококвалифицированных специалистов-практиков, способных применять передовые комплексные техники анализа данных в своей ежедневной работе в различных организациях государственного и коммерческого секторов, а также науки

Ключевые преимущества

Онлайн программа со статусом очной

возможность учиться из любой точки мира и совмещать с работой

Гибкий график обучения

онлайн-занятия в вечернее время, доступ к записям на весь период учебы

Индивидуальная траектория

выбор трека и курсов для изучения, обратная связь от преподавателей

Лучшая экспертиза

обучение у ведущих российских и зарубежных специалистов

Отсрочка от армии

отсрочка от призыва граждан на военную
службу предоставляется обучающимся,
в соответствии с Законодательством РФ

Практическая ориентированность

проектное обучение на основе реальных данных и бизнес-задач

Студенческие привилегии

доступ к инфраструктуре и возможностям университета

Обучение на английском

программа на английском с возможностью выбора элективов на русском

Возможности программы

✔ Доступ к экспертизе в области анализа данных

✔ Вход в профессиональное сообщество

✔ Доступ к возможностям университета

✔ Обучение студентов без математического базиса

✔ Консультации с научными сотрудниками

✔ Практика в научной лаборатории

Две траектории обучения

При поступлении на программу вам помогут сконструировать свой индивидуальный план и выбрать курсы, чтобы в дальнейшем пойти по своему треку обучения:

Вычислительные социальные и сетевые науки

посвящен изучению активно развивающихся количественных методов в социальных науках, включая сетевой анализ

Прикладная статистика и науки о данных

посвящен изучению продвинутых методов математической статистики и наук о данных

Перспективы после обучения

Старт карьеры аналитика

Возможность претендовать на позиции аналитика данных, бизнес-аналитика, консультанта в государственных и корпоративных аналитических центрах, международных компаниях

Старт академической карьеры

Возможность заниматься научными исследованиями в области аналитики данных и сетевого анализа в аспирантуре в международной лаборатории в России или за рубежом

Программа позволяет студентам стать высококвалифицированными специалистами-практиками, применяющими передовые комплексные техники анализа данных в различных отраслях знаний (банковская сфера, страхование, консалтинг, IT, медицина, фармацевтика, социология, маркетинг)

Как проходит обучение

✔ Асинхронный формат обучения (предзаписанные лекции)

✔ Оцениваемые и неоцениваемые тесты

✔ Доступ к материалам всех курсов на весь период обучения

✔ Синхронный формат (онлайн-встречи в режиме реального времени)

✔ Задания в виде проектов

✔ Курсовая работа и магистерская диссертация

Содержание программы

Требования к поступающим

В начале обучения мы предлагаем адаптационные курсы:

Введение в статистику
Введение в программирование на R и Python

Поступление на программу

Основные сроки и дедлайны

1 апреля

Начало приема документов

16 сентября

Дедлайн приема документов

23 сентября

Дедлайн подписания документов для зачисления на программу

Состав портфолио

15
баллов

Базовое образование

Учитывается соответствие направленности программы, наличие красного диплома

20
баллов

Мотивационное письмо

Примерное содержание: предыдущее образование, мотивация поступления в магистратуру, рассказ о текущей занятости, какие области развития интересуют, чему хочется научиться на программе

10
баллов

Рекомендательные письма (2 шт)

От преподавателей, работодателей или представителей индустрии. Одно письмо – 5 баллов

20
баллов

Резюме

10
баллов

TOEFL, IELTS

Или их эквивалент

15
баллов

Другие документы

Опыт проектной и научной деятельности, публикации, гранты (в том числе диплом победителя или призера Олимпиады студентов и выпускников НИУ ВШЭ смежных профилей)

10
баллов

Вступительное интервью

Проводится на английском языке

Стоимость обучения на 2024 год

За семестр
200 000 ₽

Оплата производится
по семестрам

За год
400 000 ₽

СКИДКИ НА ОБУЧЕНИЕ

Возможность получить
скидку по нескольким основаниям

Подробнее

КРЕДИТ ОТ СБЕРБАНКА

Возможность оформить
образовательный кредит
с государственной поддержкой

Подробнее

НАЛОГОВЫЙ ВЫЧЕТ

Возможность оформить
социальный налоговый вычет
по расходам на обучение

Подробнее

РАССРОЧКА

Возможность
получить рассрочку
на оплату обучения
в несколько платежей

ОПЛАТА ЗА СЧЕТ РАБОТОДАТЕЛЯ

Возможность заключения
трехстороннего договора
с оплатой стоимости обучения
работодателем

ОПЛАТА МАТЕРИНСКИМ КАПИТАЛОМ

Возможность
оплаты обучения
средствами материнского капитала

Новости

Лучшие курсы DASS

Восемь курсов магистерской программы "Аналитика данных и прикладная статистика" были признаны студентами когорты 2023-2025 лучшими.

25 октября

Анна Карташева рассказала, почему строить сети выгодно

В новом выпуске «+/- 10 минут» Анна Карташева, кандидат философских наук, научный сотрудник Международной лаборатории прикладного сетевого анализа НИУ ВШЭ, директор издательства «Деловая книга» рассказала, почему сети строить выгодно, какие существуют системные искажения технологий; как они работают, почему качественный контент не всегда набирает много просмотров и лайков; в чем различие между эхокамерами и пузырями фильтров.

Экспертиза идеи и опыт Международная лаборатория прикладного сетевого анализа

18 октября

Начало учебного года на программе DASS

Учебный год на программе Data Analytics and Social Statistics (DASS) начался!

Образование репортаж о событии магистратура

14 октября

Анна Карташева рассказала, как данные превращаются в знание

Эксперт нового выпуска рубрики «+/- 10 минут» — Анна Карташева, кандидат философских наук, научный сотрудник Международной лаборатории прикладного сетевого анализа НИУ ВШЭ, директор издательства «Деловая книга». В лекции мы разбираемся, как данные становятся информацией, а информация — знанием. А также обсуждаем, могут ли данные быть нейтральной и безошибочной фиксацией фактов, и как особенности формирования знания влияют на современные информационные системы.

Экспертиза идеи и опыт Международная лаборатория прикладного сетевого анализа

2 октября

Аналитика данных и прикладная статистика / Data Analytics and Social Statistics

Факты о программе

Ключевые преимущества

Возможности программы

Две траектории обучения

Перспективы после обучения

Как проходит обучение

Содержание программы

Требования к поступающим

Диплом о высшем образовании

Знание школьного курса математики

Уверенное владение английским языком

В начале обучения мы предлагаем адаптационные курсы:

Поступление на программу

Основные сроки и дедлайны

Состав портфолио

Стоимость обучения на 2024 год

Новости

Другие магистерские программы

ЛигалТех / Legal Tech

Искусственный интеллект в маркетинге и управлении продуктом

Аналитика больших данных

Магистр по наукам о данных

Математика машинного обучения

Искусственный интеллект

Современные компьютерные науки

Исследования и предпринимательство в искусственном интеллекте

Науки о данных (Data Science)

Системный анализ и математические технологии

Продуктовый подход и аналитика данных в HR-менеджменте

Анализ данных в биологии и медицине

Анализ данных в девелопменте

Прикладные модели искусственного интеллекта

Финансовые технологии и анализ данных