Оставить заявку

Инженерия машинного обучения

Онлайн-магистратура «Инженерия машинного обучения» от УрФУ

Освойте Data Science: от простого к сложному
Станьте data- и ML-инженером с дипломом магистра УрФУ
Решайте задачи бизнеса с помощью нейросетей и классических методов Machine Learning
Онлайн-магистратура
Узнать подробнее
Посмотреть программу
Даты обучения:
сентябрь 2023 – июнь 2025
Формат:
очная магистратура в онлайн-формате
Подача документов до 22 сентября включительно
Количество мест ограничено

Магистерская программа УрФУ — получите фундаментальные знания и отработаете навыки на реальных проектах

Магистратура по направлению 09.04.01 Информатика и вычислительная техника
Получите два диплома УрФУ:
ДПО «Руководитель IT-проектов» (по желанию)
Тренажеры, Kaggle-соревнования, хакатоны, мастер-классы
Закрепите знания и навыки на практике
От идеи до реализации
По математике и алгоритмам машинного обучения
Для портфолио и выпускной работы, чтобы успешно трудоустроиться
Освойте крепкую теоретическую базу
Решите реальные бизнес-задачи
Разработайте продукт с использованием искусственного интеллекта
Перед обучением на адаптационных дисциплинах, если у вас нет опыта в IT
Восполните знания по математике

Программа подойдет всем, кто хочет развивать технологии искусственного интеллекта

Чтобы поступить на магистерскую программу, нужен диплом о высшем образовании по любому направлению

Бакалаврам технических кафедр

Специалистам без технического бэкграунда

Тем, кто выбирает карьеру в Machine Learning и Data Science и хочет продолжить фундаментальное обучение в вузе
Которые планируют перейти в IT и найти работу в области ML-инженерии

Инженерам и техническим специалистам

Тем, кто хочет развиваться в IT и прокачать скилы, чтобы внедрять технологии ML-инженерии в существующие проекты

IT-специалистам

Тем, кто хочет получить опыт работы с ML-моделями и большими данными
Один из ведущих вузов страны и крупнейший вуз Урала. Готовит инженеров и программистов для работы в востребованных IT-направлениях
УрФУ
8
10
13
место по востребованности выпусников российских вузов в рейтинге RAEX «100 лучших вузов России»
место в рейтинге 100 лучших российских вузов по версии Forbes
место в рейтинге лучших университетов России от hh.ru — всего в списке более 400 вузов

Комфортное расписание

Гибкая программа: большая часть материалов уже записана и доступна 24/7. На обучение понадобится 15-20 часов в неделю

Основа программы — практика

Тренажеры, kaggle-соревнования, хакатоны, мастер-классы, — практикуйтесь, достигайте целей, нарабатывайте опыт

Выпуск специалистов, готовых к работе

В программе только те знания, навыки и практические задачи, с которыми вы столкнетесь в реальности. Работодателю не придется вас доучивать

Лекции и семинары — онлайн

Не нужно тратить время на дорогу. Дома, в кафе, в коворкинге или на дежурстве — вам решать, где заниматься

Как это — учиться в онлайн-магистратуре

Кейсы от бизнеса в вашем портфолио

Вот какие задачи дают студентам компании-партнеры

Уральский центр систем безопасности (УЦСБ)

Обеспечивает безопасность цифровой инфраструктуры

UDV Group

Развивает технологии информационной безопасности
Автоматизировать работу Security Operation Center на основе анализа данных
Разработать автоматизированную систему обработки чеков
Исследовать методы обнаружения аномалий в темпоральных данных
Выявить аномалии в технологических процессах на примере стенда SWAT (Secure Water Treatment)
Решить задачу по построению структуры документов предприятия

А вот примеры дипломных работ, которые защищают выпускники

1
Использование диффузионных моделей для аугментации данных и улучшения качества сегментации изображений (на примере модели Stable Diffusion)
3
Сегментация сигналов электроэнцефалографии в задаче неконтролируемого построения словаря волн
2
4
Создание математической модели технологического процесса энергопотребления здания
Сбор и обработка данных из открытых источников для создания рекомендательной системы в сфере туризма

Что еще? Бонусы очного обучения студентов

Образовательный кредит под 3%
Отсрочка от армии
Билеты в музеи и театры со скидками
Льготный проезд
Запишитесь на консультацию — расскажем подробнее об обучении
Оставьте заявку
Диплом о профессиональной переподготовке — это:

Подтвердите знания дипломом магистра УрФУ

Все студенты, которые окончат обучение, получат диплом очной магистратуры УрФУ. А те, кто выберет внутри программы факультативный предмет «Разработка IT-проекта», выйдут на рынок с еще одним дипломом от вуза — о профессиональной переподготовке. Также есть возможность получить Европейское приложение к диплому по стандартам Совета Европы и ЮНЕСКО.
знания о том, как управлять IT-проектами по методологии Agile
шанс выделиться на рынке труда среди других соискателей
возможность развиваться не только в разработке, но и управлении IT-проектами

Что говорят выпускники

Лебедев Александр
Год выпуска: 2023
Для меня, как для психолога по образованию, магистратура по инженерии машинного обучения стала вызовом...
Читать далее
Кожемяков Константин
Год выпуска: 2023
В программе гармонично расставлены модули и курсы. Каждый новый курс был продолжением предыдущего, я мог последовательно углубляться в материал...
Читать далее
Берёзкин Илья
Год выпуска: 2023
Скажу честно, переквалифицироваться из управленца в программиста сложно, но возможно. Благодарю преподавателей за их профессионализм...
Читать далее
Подлягин Алексей
Год выпуска: 2023
Цель поступления на курс - приобретение новых знаний и опыта для применения на текущем месте работы с возможной сменой деятельности в ближайшем...
Читать далее
Жериборова Екатерина
Год выпуска: 2023
Захотелось изменить сферу деятельности, изучить что-то новое и интересное, а направление данного курса обучения — это технологии будущего...
Читать далее
Бабий Инесса
Год выпуска: 2023
За 2 года обучения я получила колоссальное количество знаний в области IT и стала специалистом в машинном обучении...
Читать далее

Поступите на программу в пять шагов

Шаг 1
Оставьте заявку на этой странице
Мы подробно расскажем, что и когда нужно сделать, закрепим за вами личного менеджера
Шаг 2
Зарегистрируйтесь в личном кабинете УрФУ и подайте документы
Вы получите доступ к материалам, которые помогут подготовиться к экзаменам
Шаг 3
Пройдите вступительное испытание
Будет тест по 3 предметам: русский язык, математика и информатика. Его можно сдать в любой день до конца приемной кампании
Оставьте заявку — узнайте подробнее о поступлении
Подать заявку
Шаг 4
Дождитесь результатов экзамена
Информация появится в личном кабинете УрФУ уже через несколько дней после отправки теста на проверку. Мы также продублируем письмо на вашу электронную почту
Шаг 5
Заключите договор и внесите оплату
Отправим документы на вашу почту и будем ждать сканы с подписью

Инженерия машинного обучения — это возможность выбирать из разных направлений, которые нужны рынку

Data Engineer

ML-инженер

Data Scientist

Разрабатывает архитектуру баз данных: настраивает и оптимизирует процессы поставки данных, проектирует структуру их хранения
Участвует во всех этапах создания современных ML-моделей: от анализа исходных данных до подбора и реализации нужных алгоритмов
Разрабатывает и улучшает алгоритмы машинного обучения. Обрабатывает большие данные и помогает бизнесу принимать эффективные решения — в маркетинге, планировании бюджета, кадровых вопросах.

AI Product Owner

Разбирается в специфике и технологиях ML-инженерии: может курировать AI-продукт на всех этапах его жизненного цикла — от идеи до разработки и выхода на рынок
100 000 ₽
Junior-специалист
до полутора лет опыта
от полутора до трех лет опыта
от трех лет опыта
190 000 ₽
Middle-специалист
290 000 ₽
Senior-специалист

Средняя зарплата специалиста в ML, по данным hh.ru в июне 2023 года

Профессионалы машинного обучения нужны в бизнесе, медицине, ритейле, банках и других областях

Ваше резюме после обучения

Разрабатывать архитектуру и ставить задачи для нейросетевых моделей
Обучать нейронные сети
Разрабатывать современные ML-модели на всех этапах
ML-инженер
Участвовать в полном цикле разработки алгоритмов: от проверки гипотез и создания прототипов до написания кода
Антон Пальшин
Работать с Big Data, разрабатывать архитектуру для хранения данных, настраивать ETL
Исследовать различные гипотезы и автоматизировать решения проблем с использованием ML-моделей

Навыки:

Образование:

Инструменты:

Диплом магистра УрФУ «Информатика и вычислительная техника»
Диплом ДПО УрФУ «Руководитель ИТ-проектов»
Python
Plotly
PySpark
Keras
Scikit-learn
SQL
Pandas
Git + GitHub
Apache Airflow
PyTorch
Hadoop
Linux
Jupyter Nbook
Jenkins
Kubernetes
NumPy
Docker
Bash
Streamlit
Matplotlib
FastAPI
Django
TensorFlow
Seaborn
Anaconda
ClearML
Kaggle
Семейство операционных систем на базе ядра Linux
Интерактивный блокнот для записи, передачи и запуска кода
Библиотека Python для математических вычислений
Библиотека для визуализации данных в Python
Фреймворк для Python. Помогает перенести ML-модель в веб
Программа на Java для непрерывной интеграции и доставки ПО
Платформа для автоматического управления контейнеризованными приложениями
Командная оболочка для UNIX-подобных операционных систем
Дистрибутив языков Python и R. Включает набор популярных библиотек для науки о данных и машинного обучения
Библиотека для визуализации данных в Python
Фреймворк для разработки веб-приложений и сайтов на Python
Высокопроизводительный фреймворк для создания API
Открытая библиотека для машинного обучения от Google
Платформа для разработки, доставки и запуска контейнерных приложений
Фреймворк для трекинга ML-экспериментов
Сообщество специалистов по Data Science
Высокоуровневый язык программирования общего назначения
Библиотека с открытым исходным кодом для визуализации данных
Библиотека для машинного обучения на Python. Распространяется в виде свободного программного обеспечения
Открытое программное обеспечение для создания, выполнения, мониторинга и оркестровки потоков операций по обработке данных
Открытая программная библиотека от Яндекса с уникальным патентованным алгоритмом построения моделей машинного обучения.
Веб-сервис для совместной работы и хостингом IT–проектов
Фреймворк с открытым исходным кодом для обработки неструктурированных и слабоструктурированных данных
Открытая нейросетевая библиотека на Python
Продвинутая библиотека для обработки и анализа данных в Python
Фреймворк машинного обучения для языка Python с открытым исходным кодом
Свободно распространяемый набор утилит, библиотек и фреймворк для разработки и выполнения распределённых программ, работающих на кластерах
Язык запросов для работы с базами данных, структурированных особым образом

Программа магистратуры — 2 года обучения

Посещайте семинары по расписанию, а лекции смотрите в удобное время на платформе. Чтобы успешно освоить программу, выделите 15-20 часов в неделю для занятий.
1 семестр
сентябрь – январь

Основы профессии. Python. Статистический анализ. Научные исследования

6 з. е.
Программная инженерия
Адаптационный модуль по математике
3 з. е.
6 з. е.
Программирование на Python
3 з. е.
Математические основы анализа данных
Операционная система Linux
Математические основы машинного обучения
3 з. е.
3 з. е.
Бизнес-коммуникация на английском
2 з. е.
Цифровые компетенции в научной деятельности
2 семестр
февраль – июнь

Введение в специализацию. Алгоритмы машинного обучения. Математика, которая стоит за ними. Основы автоматизации

3 з. е.
Математические основы анализа данных 2
6 з. е.
Автоматизация администрирования MLOps
6 з. е.
Программная инженерия 2
3 з. е.
Глубокое обучение
3 з. е.
Математические основы машинного обучения 2
Английский язык
3 з. е.
3 з. е.
Предсказательное моделирование
3 семестр
сентябрь – январь

Погружение в ML. ML-инженерия, управление проектами, работа с большими данными

3 з. е.
Математические основы машинного обучения 3
3з. е.
Управление проектами
6 з. е.
Автоматизация администрирования MLOps 2
3 з. е.
Разработка систем анализа больших данных
3 з. е.
Этика искусственного интеллекта
3 з. е.
Хранение, извлечение и обработка больших данных
9 з. е.
Разработка IT-проекта
Факультативный предмет для тех, кто хочет получить второй диплом дополнительного профессионального образования в сфере управления продуктами
4 семестр
февраль – июнь

Выпускная квалификационная работа. Подготовка и защита выпускного проекта

Сформируете целостное представления о ведущих принципах врачебной этики и рассмотрите этические вопросы анализа биомедицинских данных и ML-технологий
Сможете вести профессиональную деятельность опираясь на философское осмысление изменений происходящие в IT и биомедицинской сферах, их влияния на социальную и духовную жизнь общества
Зачет
В течение семестра будете систематизировать полученные знания и навыки для достижения карьерной цели. Создадите и защитите итоговый проект. Он может быть в формате научного исследования или кейса от партнера программы

Подайте документы и получите уже сейчас:

Подготовительный курс
Приглашение на дни открытых дверей
Участие в круглых столах и воркшопах
01
02
03
Поможет поступить в магистратуру: в материалах есть темы, которые будут на вступительных
Узнавайте первыми о мероприятиях программы, познакомьтесь с преподавателями и экспертами
Проходите важные темы и решайте практические задачи с вступительных вместе с экспертами
Оставить заявку

Центр карьеры.
Как мы помогаем достичь карьерных целей

1. Поможем вам создать резюме
Узнаете, как зацепить внимание работодателя и подсветить ваши достоинства
2. Дадим рекомендации по карьере
Сформируете с карьерным консультантом план действий по достижению цели
3. Научим проходить интервью
Получите обратную связь и поймете, как перейти на следующий этап отбора
4. Разберем и исправим ошибки
Узнаете причины отказов, скорректируете карьерную стратегию и доработаете резюме
10+ лет
опыт наших карьерных консультантов и коучей
81 %
студентов получили приглашение на интервью
71 %
студентов получили повышение или новую работу
200+
компаний работают с нами регулярно
4 недели ежедневной помощи Центра карьеры

Программа трудоустройства

1 этап: подготовка к выходу на рынок
Научитесь грамотно составлять портфолио и резюме узнаете, как вести себя на собеседованиях, и познакомитесь с особенностями рынка
2 этап: выход на рынок
Начнете откликаться на вакансии под чутким руководством команды Центра карьеры и будете участвовать в еженедельных разборах ваших кейсов

Ваши преподаватели работают в УрФУ и развивают реальные проекты в ML

Они помогут понять теорию, поделятся практическим опытом и ответят на вопросы