Все отзывы выпускников
- Здорово, что все лекции остаются доступными, и я могу возвращаться к ним даже после окончания обучения. Это совершенно другой уровень передачи знаний по сравнению с очным обучением: если ты не присутствовал на занятии и не записал всё самостоятельно, то эта информация теряется для тебя навсегда.
Подробнее...Алина Голкина, выпускница MSAI, 2023 - Мой главный совет — постарайтесь максимально использовать эти два года обучения. Это время стоит посвятить развитию и получению знаний, потому что именно оно даёт возможность вырасти как специалисту в новой области и приобрести уникальные компетенции, которые вряд ли можно получить где-либо ещё.
Подробнее...Мария Катышева, выпускница MSAI, 2023 - Самый показательный момент для меня заключается в том, что сегодня я работаю по профессии и использую знания, полученные во время обучения. Мне никогда не приходилось слышать фразу «забудь всё, чему тебя учили в университете». Наоборот, я понимаю, что обладаю всеми необходимыми знаниями и чувствую себя уверенно как специалист.
Подробнее...Дмитрий Коршунов, выпускник MSAI, 2022 - I was never an alien in the program. Although I don't know Russian, the professors have made sure that they always communicated in English when I was in the webinar room.
Learn more...Bharani Jayakumar, выпускник MSAI, 2023
- Помимо очевидных результатов — новых знаний, компетенций и практических навыков — я бы особенно отметила высокий уровень преподавания и сильное профессиональное сообщество. Среди преподавателей были как опытные теоретики, многие годы работающие в МФТИ, так и молодые практики, непосредственно занятые в индустрии.
Подробнее...Наталия Воробьёва, выпускница MSAI, 2022 - MSAI — это «живая» программа, которая постоянно развивается и обновляется, стремясь соответствовать темпам развития сферы искусственного интеллекта. Одни темы и инструменты заменяются новыми, другие добавляются, чтобы студенты получали наиболее актуальные знания в быстро меняющейся отрасли.
Вероятно, не существует идеальной образовательной программы, способной мгновенно адаптироваться ко всем изменениям в индустрии. Однако сам факт того, что программа регулярно пересматривается, совершенствуется и обновляется, является одним из важных преимуществ MSAI.
Подробнее...Владлен Куликов, выпускник MSAI, 2023 - Большим преимуществом MSAI для меня стал онлайн-формат обучения. Благодаря этому не пришлось переезжать и кардинально менять свою жизнь ради учёбы. Я продолжала работать удалённо в немецкой компании, совмещая профессиональную деятельность с обучением.
Это позволило существенно экономить время и учиться в комфортном для себя темпе: при необходимости пересматривать лекции несколько раз или, наоборот, ускорять просмотр тем, которые были мне уже знакомы. Образовательный процесс оказался очень гибким и удобным для совмещения с работой.
Подробнее...Алуа Мусралина, выпускница MSAI, 2023 - You know, when you are watching some educational videos on YouTube their titles usually include something like “From Zero to Hero”? I think this motto is for me! In the beginning of the program I was zero at least in computer science and now I’m doing my PhD in this field. It’s incredible!
Подробнее...Kerven Durdymyradov, выпускник MSAI, 2023 - Я не менял основное направление своей профессиональной деятельности — для меня было важно приобрести новые навыки и применять их в своей работе. В этом смысле программа MSAI дала мне именно то, за чем я пришёл: знания и инструменты в области машинного обучения и анализа данных, которые уже помогли мне в работе и продолжают приносить пользу сегодня.
Подробнее...Роман Коркин, выпускник MSAI, 2023
Выпускница MSAI, 2023
Алина Голкина
Выпускница MSAI 2023, аналитик данных в компании-резиденте инновационного центра «Сколково»
Алина занимается задачами прогнозирования поведения водителей на платных дорогах, персонализацией тарифов, разработкой программ лояльности и другими проектами.
Обучение в магистратуре позволило ей освоить новые инструменты для решения более сложных профессиональных задач.
Что вам понравилось больше всего в программе?
Самое главное — мне удалось закрыть серьёзные пробелы в тех областях, где раньше не хватало знаний, и сделать это так, как вряд ли получилось бы где-то ещё. Я получила необходимую базу, которая помогает понимать, в каком направлении развиваться дальше и какие темы изучать глубже.
Некоторые из полученных знаний я смогла сразу применять в работе, чтобы увидеть, как они работают на практике. Очень здорово, что все лекции остаются доступными, и к ним можно возвращаться даже после окончания обучения. Это совершенно другой уровень передачи знаний по сравнению с традиционным очным форматом: если ты пропустил занятие и не успел всё записать, информация может быть потеряна навсегда.
Я до сих пор пересматриваю лекции MSAI, когда нужно что-то уточнить или глубже разобраться в теме для решения рабочих задач.
Отдельно хочется отметить нашу учебную группу. Мы продолжаем общаться и поддерживать друг друга как люди со схожими интересами, целями и профессиональными устремлениями. Несмотря на то что программа проходила онлайн и большую часть времени мы виделись только через экран, у нас сформировалась настоящая студенческая атмосфера и чувство взаимной поддержки.
И, конечно, я очень благодарна преподавателям. Они всегда были готовы помочь, поддерживали нас на протяжении всего обучения и помогали запускать собственные проекты.
Мне особенно понравилась работа над выпускным проектом, посвящённым выявлению неисправностей автономных транспортных средств по аудиоданным. Было невероятно интересно погрузиться в эту тему, получить уникальный практический опыт и в итоге прийти к действительно хорошему результату в виде магистерской диссертации.
Сейчас я с нетерпением жду возможности реализовывать ещё более масштабные и интересные проекты в области искусственного интеллекта и продолжаю двигаться в этом направлении.
Что бы вы хотели улучшить в программе или образовательном процессе?
Мне бы хотелось видеть более подробный разбор ошибок после выполнения крупных домашних заданий, особенно лабораторных работ.
Многие задания были творческими: в них не существовало единственно правильного или неправильного ответа, и каждый студент предлагал собственное решение. Поэтому было бы полезно получать более детальную обратную связь и разбор итоговых результатов.
Я понимаю, что уделить столько времени каждому студенту довольно сложно, однако для нас такой формат обратной связи был бы очень ценным.
Какой совет вы бы дали себе, если бы только начинали обучение на программе?
Запастись терпением и верить в себя.
И, конечно, заручиться поддержкой близких людей. Обучение в магистратуре влияет не только на самого студента, но и на его семью. У каждого есть свои обязанности и заботы, поэтому важно заранее понимать, как вы будете распределять время и ответственность.
Иногда приходится посвящать учёбе целые выходные, поэтому очень важно иметь возможность делегировать часть задач или быть уверенным, что рядом есть люди, которые поддержат вас и помогут пройти этот путь до конца.
Алина занимается задачами прогнозирования поведения водителей на платных дорогах, персонализацией тарифов, разработкой программ лояльности и другими проектами.
Обучение в магистратуре позволило ей освоить новые инструменты для решения более сложных профессиональных задач.
Что вам понравилось больше всего в программе?
Самое главное — мне удалось закрыть серьёзные пробелы в тех областях, где раньше не хватало знаний, и сделать это так, как вряд ли получилось бы где-то ещё. Я получила необходимую базу, которая помогает понимать, в каком направлении развиваться дальше и какие темы изучать глубже.
Некоторые из полученных знаний я смогла сразу применять в работе, чтобы увидеть, как они работают на практике. Очень здорово, что все лекции остаются доступными, и к ним можно возвращаться даже после окончания обучения. Это совершенно другой уровень передачи знаний по сравнению с традиционным очным форматом: если ты пропустил занятие и не успел всё записать, информация может быть потеряна навсегда.
Я до сих пор пересматриваю лекции MSAI, когда нужно что-то уточнить или глубже разобраться в теме для решения рабочих задач.
Отдельно хочется отметить нашу учебную группу. Мы продолжаем общаться и поддерживать друг друга как люди со схожими интересами, целями и профессиональными устремлениями. Несмотря на то что программа проходила онлайн и большую часть времени мы виделись только через экран, у нас сформировалась настоящая студенческая атмосфера и чувство взаимной поддержки.
И, конечно, я очень благодарна преподавателям. Они всегда были готовы помочь, поддерживали нас на протяжении всего обучения и помогали запускать собственные проекты.
Мне особенно понравилась работа над выпускным проектом, посвящённым выявлению неисправностей автономных транспортных средств по аудиоданным. Было невероятно интересно погрузиться в эту тему, получить уникальный практический опыт и в итоге прийти к действительно хорошему результату в виде магистерской диссертации.
Сейчас я с нетерпением жду возможности реализовывать ещё более масштабные и интересные проекты в области искусственного интеллекта и продолжаю двигаться в этом направлении.
Что бы вы хотели улучшить в программе или образовательном процессе?
Мне бы хотелось видеть более подробный разбор ошибок после выполнения крупных домашних заданий, особенно лабораторных работ.
Многие задания были творческими: в них не существовало единственно правильного или неправильного ответа, и каждый студент предлагал собственное решение. Поэтому было бы полезно получать более детальную обратную связь и разбор итоговых результатов.
Я понимаю, что уделить столько времени каждому студенту довольно сложно, однако для нас такой формат обратной связи был бы очень ценным.
Какой совет вы бы дали себе, если бы только начинали обучение на программе?
Запастись терпением и верить в себя.
И, конечно, заручиться поддержкой близких людей. Обучение в магистратуре влияет не только на самого студента, но и на его семью. У каждого есть свои обязанности и заботы, поэтому важно заранее понимать, как вы будете распределять время и ответственность.
Иногда приходится посвящать учёбе целые выходные, поэтому очень важно иметь возможность делегировать часть задач или быть уверенным, что рядом есть люди, которые поддержат вас и помогут пройти этот путь до конца.
Выпускница MSAI, 2023
Мария Катышева
выпускница MSAI 2023 года, сейчас находится в поиске работы, связанной с голосовыми технологиями. До поступления в магистратуру работала в компании Mercedes менеджером по производственным и логистическим процессам. Программа MSAI помогла ей освоить техническую специальность и найти область своих интересов среди перспективных областей искусственного интеллекта.
Почему вы решили поступить в магистратуру и освоить новое направление?
Мне хотелось получить техническое образование. Я люблю математику, однако моё первое образование было связано с экономикой и не давало возможности глубоко погрузиться в точные науки.
В какой-то момент, работая по своей специальности, я заметила, что мне особенно нравится заниматься оптимизацией и автоматизацией процессов. Я увидела, что многие задачи в производстве и логистике можно решать быстрее и эффективнее с помощью технологий искусственного интеллекта. Тогда я начала искать подходящую образовательную программу и в итоге выбрала MSAI.
Как обучение в MSAI помогло вам определить направление, в котором вы хотите развиваться дальше?
С этим связана небольшая история. Прошлой осенью, когда я выбирала тему для выпускного проекта, я посетила конференцию Яндекса. На ней выступал очень талантливый и умный молодой человек — победитель нескольких интеллектуальных и технологических конкурсов. Ему действительно было чем поделиться с аудиторией.
Однако у него была особенность речи — он заикался. Из-за этого многим слушателям было сложно воспринимать его выступление, а сам он чувствовал себя ещё более неуверенно.
Тогда я подумала: как было бы здорово, если бы такие люди могли свободно делиться своими идеями с большой аудиторией и выступать на сцене независимо от физических ограничений. Некоторые люди живут с заиканием всю жизнь, и этот дефект может серьёзно влиять на их психологическое состояние и социальную активность.
После этого я пришла к своему научному руководителю с идеей проекта по клонированию голоса. Суть проекта заключается в том, чтобы использовать голос человека для создания технологии, способной воспроизводить его речь без проявлений заикания. В результате человек получает чистую, понятную и логично выстроенную речь, сохраняя при этом особенности собственного голоса.
Подобные технологии уже используются в некоторых голосовых помощниках для повышения качества и естественности речи, однако в этой области по-прежнему остаётся множество задач для исследований и развития, позволяющих добиться действительно качественных результатов.
Сейчас я думаю о том, как наиболее эффективно применить знания, полученные во время обучения и работы над выпускным проектом. Эти разработки обладают как коммерческим потенциалом, так и высокой социальной значимостью, поэтому у меня есть возможность выбирать то направление развития, которое кажется наиболее интересным и перспективным.
Какой совет вы бы дали себе, если бы только поступали на программу MSAI?
Мой главный совет — использовать эти два года по максимуму.
Это время стоит полностью посвятить обучению и развитию, потому что именно оно даёт возможность вырасти как специалисту в новой области и получить знания, которые сложно приобрести где-либо ещё. Обучение открывает новые профессиональные горизонты и помогает сформировать прочную основу для дальнейшей карьеры в сфере искусственного интеллекта и машинного обучения.
Почему вы решили поступить в магистратуру и освоить новое направление?
Мне хотелось получить техническое образование. Я люблю математику, однако моё первое образование было связано с экономикой и не давало возможности глубоко погрузиться в точные науки.
В какой-то момент, работая по своей специальности, я заметила, что мне особенно нравится заниматься оптимизацией и автоматизацией процессов. Я увидела, что многие задачи в производстве и логистике можно решать быстрее и эффективнее с помощью технологий искусственного интеллекта. Тогда я начала искать подходящую образовательную программу и в итоге выбрала MSAI.
Как обучение в MSAI помогло вам определить направление, в котором вы хотите развиваться дальше?
С этим связана небольшая история. Прошлой осенью, когда я выбирала тему для выпускного проекта, я посетила конференцию Яндекса. На ней выступал очень талантливый и умный молодой человек — победитель нескольких интеллектуальных и технологических конкурсов. Ему действительно было чем поделиться с аудиторией.
Однако у него была особенность речи — он заикался. Из-за этого многим слушателям было сложно воспринимать его выступление, а сам он чувствовал себя ещё более неуверенно.
Тогда я подумала: как было бы здорово, если бы такие люди могли свободно делиться своими идеями с большой аудиторией и выступать на сцене независимо от физических ограничений. Некоторые люди живут с заиканием всю жизнь, и этот дефект может серьёзно влиять на их психологическое состояние и социальную активность.
После этого я пришла к своему научному руководителю с идеей проекта по клонированию голоса. Суть проекта заключается в том, чтобы использовать голос человека для создания технологии, способной воспроизводить его речь без проявлений заикания. В результате человек получает чистую, понятную и логично выстроенную речь, сохраняя при этом особенности собственного голоса.
Подобные технологии уже используются в некоторых голосовых помощниках для повышения качества и естественности речи, однако в этой области по-прежнему остаётся множество задач для исследований и развития, позволяющих добиться действительно качественных результатов.
Сейчас я думаю о том, как наиболее эффективно применить знания, полученные во время обучения и работы над выпускным проектом. Эти разработки обладают как коммерческим потенциалом, так и высокой социальной значимостью, поэтому у меня есть возможность выбирать то направление развития, которое кажется наиболее интересным и перспективным.
Какой совет вы бы дали себе, если бы только поступали на программу MSAI?
Мой главный совет — использовать эти два года по максимуму.
Это время стоит полностью посвятить обучению и развитию, потому что именно оно даёт возможность вырасти как специалисту в новой области и получить знания, которые сложно приобрести где-либо ещё. Обучение открывает новые профессиональные горизонты и помогает сформировать прочную основу для дальнейшей карьеры в сфере искусственного интеллекта и машинного обучения.
Выпускник MSAI, 2022
Дмитрий Коршунов
Выпускник MSAI, 2022, инженер по компьютерному зрению в Яндексе. После окончания программы работает в Яндексе над технологиями автономного транспорта, специализируясь на задачах компьютерного зрения. До поступления в магистратуру получил степень бакалавра права и несколько лет работал юристом. Благодаря обучению в MSAI ему удалось кардинально сменить профессию и найти себя в одном из самых перспективных направлений технологической индустрии.
Как программа помогла вам достичь новых профессиональных высот?
Я начал работать в Яндексе ещё во время обучения. Сначала присоединился к команде, которая занималась развитием сервиса каршеринга «Драйв», где существует множество задач для применения методов машинного обучения.
Позже я перешёл в направление автономного транспорта и сейчас занимаюсь компьютерным зрением.
В этом смысле у меня никогда не возникало сомнений в актуальности дисциплин, которые преподавались в MSAI. Я всегда видел их практическую ценность и понимал, как могу применять полученные знания в текущей работе или в проектах, которыми планировал заниматься в будущем.
Даже сейчас всё, чему я научился во время обучения, приносит пользу практически каждый день, несмотря на то что программа была очень интенсивной и охватывала широкий спектр тем.
Самый показательный момент для меня заключается в том, что сегодня я работаю по профессии и использую знания, полученные во время обучения. Мне никогда не приходилось слышать фразу «забудь всё, чему тебя учили в университете». Наоборот, я понимаю, что обладаю всеми необходимыми знаниями и чувствую себя уверенно как специалист.
Что бы вы хотели улучшить, оглядываясь на свой студенческий опыт после выпуска?
Мне не нравилось, насколько сложно было совмещать работу и учёбу. Хотя кому это может нравиться?
Конечно, мне хотелось бы, чтобы программа оставалась такой же сильной, но при этом давалась легче. Однако реальность была иной: свободного времени практически не оставалось.
С одной стороны, мне приходилось восполнять пробелы в базовых знаниях, которых иногда не хватало. С другой — я стремился погружаться в темы максимально глубоко, чтобы получить действительно полное понимание области искусственного интеллекта и машинного обучения.
Какой совет вы бы дали себе, если бы только начинали обучение на программе?
Никакого.
В целом я очень доволен тем, как прошёл этот путь, потому что действительно вложил много времени и сил в освоение программы.
Наверное, единственное, что я бы себе сказал: «Тебе часто будет некомфортно из-за того, что ты чего-то не знаешь. И это нормально. В конечном итоге всё это будет того стоить».
Как программа помогла вам достичь новых профессиональных высот?
Я начал работать в Яндексе ещё во время обучения. Сначала присоединился к команде, которая занималась развитием сервиса каршеринга «Драйв», где существует множество задач для применения методов машинного обучения.
Позже я перешёл в направление автономного транспорта и сейчас занимаюсь компьютерным зрением.
В этом смысле у меня никогда не возникало сомнений в актуальности дисциплин, которые преподавались в MSAI. Я всегда видел их практическую ценность и понимал, как могу применять полученные знания в текущей работе или в проектах, которыми планировал заниматься в будущем.
Даже сейчас всё, чему я научился во время обучения, приносит пользу практически каждый день, несмотря на то что программа была очень интенсивной и охватывала широкий спектр тем.
Самый показательный момент для меня заключается в том, что сегодня я работаю по профессии и использую знания, полученные во время обучения. Мне никогда не приходилось слышать фразу «забудь всё, чему тебя учили в университете». Наоборот, я понимаю, что обладаю всеми необходимыми знаниями и чувствую себя уверенно как специалист.
Что бы вы хотели улучшить, оглядываясь на свой студенческий опыт после выпуска?
Мне не нравилось, насколько сложно было совмещать работу и учёбу. Хотя кому это может нравиться?
Конечно, мне хотелось бы, чтобы программа оставалась такой же сильной, но при этом давалась легче. Однако реальность была иной: свободного времени практически не оставалось.
С одной стороны, мне приходилось восполнять пробелы в базовых знаниях, которых иногда не хватало. С другой — я стремился погружаться в темы максимально глубоко, чтобы получить действительно полное понимание области искусственного интеллекта и машинного обучения.
Какой совет вы бы дали себе, если бы только начинали обучение на программе?
Никакого.
В целом я очень доволен тем, как прошёл этот путь, потому что действительно вложил много времени и сил в освоение программы.
Наверное, единственное, что я бы себе сказал: «Тебе часто будет некомфортно из-за того, что ты чего-то не знаешь. И это нормально. В конечном итоге всё это будет того стоить».
Graduate of MSAI, 2023
Bharani Jayakumar
Graduate of MSAI (2023) working in Infosys Limited which is the second-largest Indian IT company that provides business consulting, information technology and outsourcing services. Currently Bharani is searching for a PhD program in Computer Science in universities across the world to continue mastering machine learning.
Why did you make a decision to enter MSAI and develop new skills there?
Actually, since the pandemic I had a lot of free time because traveling was a completely closed option for me and I didn’t have to work in the Infosys office in Chennai. And I thought: “Okay, why not use this spare time in a fruitful manner, why not study something?”. That’s why I started looking for some online courses and programs.
At the beginning I didn’t have the aim to get a master's degree in Computer Science but slowly I started learning some basics in data science and machine learning and understood that it was worth studying on a full time basis. MSAI caught my attention on Mastersportal and I decided to enter MSAI basically because of three things.
How was studying on MSAI for you?
First of all, I was never an alien in the program. Although I don't know Russian, the professors have made sure that they always communicated in English when I was in the webinar room.
Concerning studies, I had to take some additional courses in basic math and programming in Python before MSAI because they are essential for mastering machine learning. However, those courses were not enough because MIPT has a high standard of knowledge which is, on the one hand, great for students but, on the other hand, could be quite difficult. It was not easy for me too but professors were really helpful, so I could always ask any doubts, get a response and a helping hand. Besides, there were a bunch of different projects and assignments that helped to understand even more and go deep in the field.
What else did you like about the program or among things related to it?
The fact that the curriculum is structured so that at the beginning students could get acquainted with basics of machine learning, software development with Python and optimization in the first year and only then have a deep dive into applications of deep learning, computer vision, NLP and so on. So, after three semesters of the program students can feel that they come out with much knowledge of computer science and it enables them to make an informed decision about their thesis topic. So, I think it’s really appreciable that you don’t jump from subject to subject, but gradually go deeper into each one.
Besides, I liked the possibility of taking some more courses in order to master something on an advanced level. It wasn’t compulsory for everyone, in my case, for example, I took only digital signal processing (DSP) as an elective and this course was included in my diploma.
And one more cool thing is the fact that we got some bonus lectures because of dynamic changes in the IT industry. In the third semester, for example, we had three more lectures because it was time when Chat GPT came out. Just in order to know that we were not missing the news our professor gave us some extra classes dedicated to large language models (LLM). It was not a part of the curriculum and he could have told us “okay, learn it yourselves if you want”, but he did not. It was really appreciable!
Why did you make a decision to enter MSAI and develop new skills there?
Actually, since the pandemic I had a lot of free time because traveling was a completely closed option for me and I didn’t have to work in the Infosys office in Chennai. And I thought: “Okay, why not use this spare time in a fruitful manner, why not study something?”. That’s why I started looking for some online courses and programs.
At the beginning I didn’t have the aim to get a master's degree in Computer Science but slowly I started learning some basics in data science and machine learning and understood that it was worth studying on a full time basis. MSAI caught my attention on Mastersportal and I decided to enter MSAI basically because of three things.
- The first reason is the MIPT brand, it has a great name in the global academic environment. Even now after graduation it helps me with my PhD application because everyone understands that the master program in MIPT is not a joke.
- The second one is the MSAI curriculum that I really liked. It was quite structured and flexible in comparison with other programs and courses.
How was studying on MSAI for you?
First of all, I was never an alien in the program. Although I don't know Russian, the professors have made sure that they always communicated in English when I was in the webinar room.
Concerning studies, I had to take some additional courses in basic math and programming in Python before MSAI because they are essential for mastering machine learning. However, those courses were not enough because MIPT has a high standard of knowledge which is, on the one hand, great for students but, on the other hand, could be quite difficult. It was not easy for me too but professors were really helpful, so I could always ask any doubts, get a response and a helping hand. Besides, there were a bunch of different projects and assignments that helped to understand even more and go deep in the field.
What else did you like about the program or among things related to it?
The fact that the curriculum is structured so that at the beginning students could get acquainted with basics of machine learning, software development with Python and optimization in the first year and only then have a deep dive into applications of deep learning, computer vision, NLP and so on. So, after three semesters of the program students can feel that they come out with much knowledge of computer science and it enables them to make an informed decision about their thesis topic. So, I think it’s really appreciable that you don’t jump from subject to subject, but gradually go deeper into each one.
Besides, I liked the possibility of taking some more courses in order to master something on an advanced level. It wasn’t compulsory for everyone, in my case, for example, I took only digital signal processing (DSP) as an elective and this course was included in my diploma.
And one more cool thing is the fact that we got some bonus lectures because of dynamic changes in the IT industry. In the third semester, for example, we had three more lectures because it was time when Chat GPT came out. Just in order to know that we were not missing the news our professor gave us some extra classes dedicated to large language models (LLM). It was not a part of the curriculum and he could have told us “okay, learn it yourselves if you want”, but he did not. It was really appreciable!
Graduate of MSAI, 2022
Natalia Vorobieva
Выпускница MSAI 2022. На протяжении почти 13 лет занимается автоматизацией процессов консолидации финансовой отчётности с использованием CAD-систем. Несмотря на большой профессиональный опыт, она решила принять новый вызов и поступила на программу MSAI.
Что оказалось наиболее полезным для вас в профессиональном и личном плане?
Наиболее полезными дисциплинами для меня стали Machine Learning (ML) и Natural Language Processing (NLP). NLP настолько меня вдохновил, что именно этой теме я посвятила свою магистерскую диссертацию.
Сейчас я хочу внедрить результаты своей работы в организации, где работаю, чтобы упростить процессы поиска и обработки информации. В идеале система должна понимать запрос пользователя, находить нужную информацию и выдавать ответ за считанные секунды.
Это поможет нам перейти к подходу data-driven management — управлению на основе данных, когда большинство управленческих решений принимается с опорой на объективную аналитику. О таком подходе много говорят, но на практике он пока реализован далеко не везде.
Кроме того, благодаря полученным знаниям и навыкам я получила карьерное и финансовое повышение. А ещё приобрела важные личные качества — невероятную устойчивость и настойчивость, которые очень помогают мне в работе.
Когда ты два года занимаешься тем, что действительно вдохновляет, невозможное начинает казаться гораздо менее недостижимым.
Что вам понравилось в программе больше всего?
Помимо очевидных вещей — новых знаний, компетенций и навыков — я бы выделила качество преподавания и атмосферу сообщества.
Среди преподавателей были как опытные теоретики, многие годы работающие в МФТИ, так и молодые практики, непосредственно занятые в индустрии. Им всегда было чем поделиться со студентами, потому что компьютерное зрение, робототехника и другие направления искусственного интеллекта — это не просто их интересы, а часть их ежедневной профессиональной деятельности.
У нас была замечательная группа очень мотивированных и амбициозных людей, с которыми мы продолжаем общаться до сих пор. Нас было всего 15–16 человек, но нам удалось создать особую дружескую атмосферу. Мы постоянно общались, созванивались и помогали друг другу разбираться в сложных темах.
Это было прекрасно.
Одно из самых тёплых воспоминаний о магистратуре связано именно с одногруппниками. В первом семестре у нас был очень сложный экзамен. Перед ним мы писали друг другу слова поддержки в общем чате, а после — поздравляли тех, кто успешно его сдал.
Это особое чувство студенчества, когда стоишь перед дверью аудитории в ожидании своей очереди на экзамен. И даже онлайн-формат не смог его разрушить.
Мы искренне радовались успехам друг друга и желали каждому удачи.
Какой девиз сопровождал вас во время учёбы и в жизни в целом?
Если говорить о принципе, который одинаково подходит и для обучения в МФТИ, и для жизни в целом, то это известная фраза: «Знания никогда не бывают лишними».
И это действительно так. Но при этом обучение должно приносить удовольствие. Оно может быть сложным, утомительным, запутанным и требовательным, но если процесс не доставляет радости и интереса, то в нём теряется смысл.
Поэтому учиться должно быть не только полезно, но и по-настоящему интересно.
Что оказалось наиболее полезным для вас в профессиональном и личном плане?
Наиболее полезными дисциплинами для меня стали Machine Learning (ML) и Natural Language Processing (NLP). NLP настолько меня вдохновил, что именно этой теме я посвятила свою магистерскую диссертацию.
Сейчас я хочу внедрить результаты своей работы в организации, где работаю, чтобы упростить процессы поиска и обработки информации. В идеале система должна понимать запрос пользователя, находить нужную информацию и выдавать ответ за считанные секунды.
Это поможет нам перейти к подходу data-driven management — управлению на основе данных, когда большинство управленческих решений принимается с опорой на объективную аналитику. О таком подходе много говорят, но на практике он пока реализован далеко не везде.
Кроме того, благодаря полученным знаниям и навыкам я получила карьерное и финансовое повышение. А ещё приобрела важные личные качества — невероятную устойчивость и настойчивость, которые очень помогают мне в работе.
Когда ты два года занимаешься тем, что действительно вдохновляет, невозможное начинает казаться гораздо менее недостижимым.
Что вам понравилось в программе больше всего?
Помимо очевидных вещей — новых знаний, компетенций и навыков — я бы выделила качество преподавания и атмосферу сообщества.
Среди преподавателей были как опытные теоретики, многие годы работающие в МФТИ, так и молодые практики, непосредственно занятые в индустрии. Им всегда было чем поделиться со студентами, потому что компьютерное зрение, робототехника и другие направления искусственного интеллекта — это не просто их интересы, а часть их ежедневной профессиональной деятельности.
У нас была замечательная группа очень мотивированных и амбициозных людей, с которыми мы продолжаем общаться до сих пор. Нас было всего 15–16 человек, но нам удалось создать особую дружескую атмосферу. Мы постоянно общались, созванивались и помогали друг другу разбираться в сложных темах.
Это было прекрасно.
Одно из самых тёплых воспоминаний о магистратуре связано именно с одногруппниками. В первом семестре у нас был очень сложный экзамен. Перед ним мы писали друг другу слова поддержки в общем чате, а после — поздравляли тех, кто успешно его сдал.
Это особое чувство студенчества, когда стоишь перед дверью аудитории в ожидании своей очереди на экзамен. И даже онлайн-формат не смог его разрушить.
Мы искренне радовались успехам друг друга и желали каждому удачи.
Какой девиз сопровождал вас во время учёбы и в жизни в целом?
Если говорить о принципе, который одинаково подходит и для обучения в МФТИ, и для жизни в целом, то это известная фраза: «Знания никогда не бывают лишними».
И это действительно так. Но при этом обучение должно приносить удовольствие. Оно может быть сложным, утомительным, запутанным и требовательным, но если процесс не доставляет радости и интереса, то в нём теряется смысл.
Поэтому учиться должно быть не только полезно, но и по-настоящему интересно.
Выпускник MSAI, 2023
Владлен Куликов
Много лет работал бухгалтером и аудитором, а последние 20 лет является владельцем собственной компании, оказывающей бухгалтерские услуги. Во время обучения в магистратуре подготовил две научные работы, посвящённые большим языковым моделям (LLM), и в настоящее время рассматривает возможности профессионального развития в этой области.
Почему вы выбрали магистратуру MSAI для продолжения образования?
У меня довольно длинная история.
После школы я поступил в МФТИ, правда не в Москве, а на Харьковский факультет ядерной физики. Затем началась перестройка, и закончить университет мне тогда не удалось.
Ещё в конце 1980-х у меня появилась мечта — получить диплом МФТИ. В итоге осуществить её получилось только спустя 35 лет и уже в совершенно другой специальности.
Новое направление я выбрал потому, что понял: то, чем я занимался раньше, больше не приносит мне того удовольствия и профессионального интереса, которые хотелось бы получать от работы и жизни.
Да, я руководитель. Да, у меня есть команда. Но мы работаем в сфере бухгалтерского учёта, где возможности для развития довольно ограничены.
Всё, что связано с машинным обучением и искусственным интеллектом, сегодня развивается невероятно быстро. За этими технологиями будущее. И я подумал: почему бы не попробовать разобраться в этой области, особенно учитывая, что впереди у меня ещё много активных профессиональных лет? Кроме того, математика и физика всегда были мне близки, и я никогда полностью не терял к ним интерес.
Что вам понравилось в программе больше всего?
Прежде всего меня привлекла сама идея онлайн-обучения.
Я родом из Иркутска, а сейчас живу в Израиле, поэтому без дистанционного формата у меня просто не было бы возможности закончить обучение в МФТИ.
Мне очень понравилось, что программа охватывает все ключевые направления, необходимые для понимания современного искусственного интеллекта: от фундаментальных дисциплин — теории вероятностей, статистики и алгоритмов (курс по алгоритмам был действительно великолепным) — до машинного обучения, обработки естественного языка и других актуальных направлений.
Ещё одним большим преимуществом стало то, что обучение ведётся на английском языке. Это помогает сразу освоить правильную профессиональную терминологию и даёт возможность без дополнительных барьеров работать с современными научными публикациями по искусственному интеллекту.
Также важно отметить, что MSAI — это «живая» программа, которая постоянно развивается вместе с индустрией. Одни темы обновляются, другие появляются впервые — всё для того, чтобы студенты получали самые актуальные знания в стремительно меняющейся сфере AI.
Наверное, не существует идеальной программы, которая могла бы мгновенно реагировать на все изменения отрасли. Но то, что программа регулярно обновляется и совершенствуется, уже является её серьёзным преимуществом.
Какие у вас профессиональные и образовательные планы на ближайшее будущее?
Сейчас я готовлюсь к собеседованиям в крупные технологические компании, поскольку именно там наиболее активно развиваются направления, связанные с большими языковыми моделями (LLM), которыми я хотел бы заниматься профессионально.
Если получится попасть в одну из таких компаний — отлично. Если нет, буду рассматривать другие направления в сфере искусственного интеллекта, поскольку уверен, что хочу продолжать развиваться именно в этой области.
Какой совет вы бы дали тем, кто только поступает на программу?
Учиться, учиться и ещё раз учиться.
С момента поступления и до получения диплома придётся много работать и серьёзно вкладываться в своё развитие.
Диплом помогает открыть дверь в компанию, в которой вы хотите работать. Но после этого всё зависит уже от вас — от ваших знаний, навыков и способности применять их на практике.
Поэтому главное — максимально использовать время обучения и не упускать возможности для профессионального роста.
Почему вы выбрали магистратуру MSAI для продолжения образования?
У меня довольно длинная история.
После школы я поступил в МФТИ, правда не в Москве, а на Харьковский факультет ядерной физики. Затем началась перестройка, и закончить университет мне тогда не удалось.
Ещё в конце 1980-х у меня появилась мечта — получить диплом МФТИ. В итоге осуществить её получилось только спустя 35 лет и уже в совершенно другой специальности.
Новое направление я выбрал потому, что понял: то, чем я занимался раньше, больше не приносит мне того удовольствия и профессионального интереса, которые хотелось бы получать от работы и жизни.
Да, я руководитель. Да, у меня есть команда. Но мы работаем в сфере бухгалтерского учёта, где возможности для развития довольно ограничены.
Всё, что связано с машинным обучением и искусственным интеллектом, сегодня развивается невероятно быстро. За этими технологиями будущее. И я подумал: почему бы не попробовать разобраться в этой области, особенно учитывая, что впереди у меня ещё много активных профессиональных лет? Кроме того, математика и физика всегда были мне близки, и я никогда полностью не терял к ним интерес.
Что вам понравилось в программе больше всего?
Прежде всего меня привлекла сама идея онлайн-обучения.
Я родом из Иркутска, а сейчас живу в Израиле, поэтому без дистанционного формата у меня просто не было бы возможности закончить обучение в МФТИ.
Мне очень понравилось, что программа охватывает все ключевые направления, необходимые для понимания современного искусственного интеллекта: от фундаментальных дисциплин — теории вероятностей, статистики и алгоритмов (курс по алгоритмам был действительно великолепным) — до машинного обучения, обработки естественного языка и других актуальных направлений.
Ещё одним большим преимуществом стало то, что обучение ведётся на английском языке. Это помогает сразу освоить правильную профессиональную терминологию и даёт возможность без дополнительных барьеров работать с современными научными публикациями по искусственному интеллекту.
Также важно отметить, что MSAI — это «живая» программа, которая постоянно развивается вместе с индустрией. Одни темы обновляются, другие появляются впервые — всё для того, чтобы студенты получали самые актуальные знания в стремительно меняющейся сфере AI.
Наверное, не существует идеальной программы, которая могла бы мгновенно реагировать на все изменения отрасли. Но то, что программа регулярно обновляется и совершенствуется, уже является её серьёзным преимуществом.
Какие у вас профессиональные и образовательные планы на ближайшее будущее?
Сейчас я готовлюсь к собеседованиям в крупные технологические компании, поскольку именно там наиболее активно развиваются направления, связанные с большими языковыми моделями (LLM), которыми я хотел бы заниматься профессионально.
Если получится попасть в одну из таких компаний — отлично. Если нет, буду рассматривать другие направления в сфере искусственного интеллекта, поскольку уверен, что хочу продолжать развиваться именно в этой области.
Какой совет вы бы дали тем, кто только поступает на программу?
Учиться, учиться и ещё раз учиться.
С момента поступления и до получения диплома придётся много работать и серьёзно вкладываться в своё развитие.
Диплом помогает открыть дверь в компанию, в которой вы хотите работать. Но после этого всё зависит уже от вас — от ваших знаний, навыков и способности применять их на практике.
Поэтому главное — максимально использовать время обучения и не упускать возможности для профессионального роста.
Выпускница MSAI, 2023
Алуа Мусралина
Выпускница MSAI 2023. В настоящее время работает над собственным продуктом в рамках инкубационной программы «От идеи до MVP». До поступления в MSAI получила два высших образования: степень бакалавра в области телекоммуникаций в Казахстане и магистерскую степень по цифровым коммуникациям в Германии. Обучение в МФТИ стало для неё подтверждением того, что учиться новому никогда не поздно.
Почему вы решили поступить в магистратуру и освоить новое направление?
Да, после семи лет учёбы и работы разработчиком в Германии я решила сменить сферу деятельности и получить ещё одно образование.
Мне была нужна структурированная программа, которая дала бы все необходимые знания по интересующим меня направлениям и помогала сохранять дисциплину в процессе освоения новой области.
В интернете можно найти огромное количество материалов, но в них легко потеряться и начать изучать всё одновременно. Именно поэтому я целенаправленно искала магистерскую программу.
Почему вы выбрали MSAI и что вам понравилось в программе?
Большим преимуществом MSAI для меня стал онлайн-формат обучения. Благодаря этому не пришлось переезжать и кардинально менять свою жизнь ради учёбы.
Я продолжала работать удалённо в немецкой компании, совмещая работу и обучение. Это позволило мне значительно экономить время и учиться в удобном для себя темпе: иногда пересматривать лекции несколько раз, а иногда ускоренно проходить те темы, которые уже были мне знакомы.
Образовательный процесс оказался очень гибким.
Если мне не хватало каких-то специальных знаний и нужно было восполнить пробелы, я могла самостоятельно пройти дополнительные курсы в МФТИ. Если же подобная проблема возникала у многих студентов, мы могли сообщить о необходимости дополнительного курса по определённой дисциплине, и его включали в программу следующего семестра.
Это очень хорошая университетская практика, потому что абсолютно нормально чего-то не знать или не уметь. Главное — понимать, как с этим работать и как восполнять недостающие знания.
Какая фраза могла бы описать ваш путь в МФТИ и ваш жизненный девиз?
«Пока не пошли финальные титры, всегда есть шанс всё изменить». Несколько раз во время обучения я сталкивалась с очень сложными заданиями, которые нужно было сдать до полуночи.
За час до дедлайна мне казалось: «Ну всё, уже нет смысла пытаться». Но даже в такие моменты я не сдавалась и продолжала искать решение до самого конца.
И удивительным образом именно в последние минуты перед дедлайном мозг начинал работать по-другому, и задача вдруг решалась.
Поэтому мой совет касается не только учёбы, но и жизни в целом: если вы хотите что-то изменить — делайте это.
Хотите получить вторую магистерскую степень? Отлично, поступайте. Третью? Прекрасно, почему бы и нет.
Пока вы живы, всегда есть возможность попробовать что-то новое, изменить свою жизнь и пойти по другому пути.
Почему вы решили поступить в магистратуру и освоить новое направление?
Да, после семи лет учёбы и работы разработчиком в Германии я решила сменить сферу деятельности и получить ещё одно образование.
Мне была нужна структурированная программа, которая дала бы все необходимые знания по интересующим меня направлениям и помогала сохранять дисциплину в процессе освоения новой области.
В интернете можно найти огромное количество материалов, но в них легко потеряться и начать изучать всё одновременно. Именно поэтому я целенаправленно искала магистерскую программу.
Почему вы выбрали MSAI и что вам понравилось в программе?
Большим преимуществом MSAI для меня стал онлайн-формат обучения. Благодаря этому не пришлось переезжать и кардинально менять свою жизнь ради учёбы.
Я продолжала работать удалённо в немецкой компании, совмещая работу и обучение. Это позволило мне значительно экономить время и учиться в удобном для себя темпе: иногда пересматривать лекции несколько раз, а иногда ускоренно проходить те темы, которые уже были мне знакомы.
Образовательный процесс оказался очень гибким.
Если мне не хватало каких-то специальных знаний и нужно было восполнить пробелы, я могла самостоятельно пройти дополнительные курсы в МФТИ. Если же подобная проблема возникала у многих студентов, мы могли сообщить о необходимости дополнительного курса по определённой дисциплине, и его включали в программу следующего семестра.
Это очень хорошая университетская практика, потому что абсолютно нормально чего-то не знать или не уметь. Главное — понимать, как с этим работать и как восполнять недостающие знания.
Какая фраза могла бы описать ваш путь в МФТИ и ваш жизненный девиз?
«Пока не пошли финальные титры, всегда есть шанс всё изменить». Несколько раз во время обучения я сталкивалась с очень сложными заданиями, которые нужно было сдать до полуночи.
За час до дедлайна мне казалось: «Ну всё, уже нет смысла пытаться». Но даже в такие моменты я не сдавалась и продолжала искать решение до самого конца.
И удивительным образом именно в последние минуты перед дедлайном мозг начинал работать по-другому, и задача вдруг решалась.
Поэтому мой совет касается не только учёбы, но и жизни в целом: если вы хотите что-то изменить — делайте это.
Хотите получить вторую магистерскую степень? Отлично, поступайте. Третью? Прекрасно, почему бы и нет.
Пока вы живы, всегда есть возможность попробовать что-то новое, изменить свою жизнь и пойти по другому пути.
Graduate of MSAI, 2023
Kerven Durdymyradov
Graduate of MSAI (2022), now he is doing his PhD in Computer Science studying in one of the most popular technical universities in the world - King Abdullah University of Science and Technology (KAUST) in Saudi Arabia. MSAI enabled him to extend the horizons of his scientific interests and to find his way in computer science.
How was studying on MSAI for you?
I will never forget the first lecture: we were learning coding and the professor told us to open the terminal and Jupyter Notebook. All of these words were new to me! What is a terminal? What is Jupyter? I knew that Jupyter was a planet and that’s all! I have never coded in Python, so my nightmare started there. But I’m really thankful to the professors because they answered every silly question in a clear way and took it seriously even if the answer seemed obvious to them. They helped me a lot.
To be honest, in the beginning of the program I thought that if it is online you can cheat but, believe me, you just can’t. Studying online seemed to me much more difficult than studying in person. You need to study and there is no other way to go through the program and only you are responsible for it.
How did the program affect your current professional and scientific interests from your personal point of view?
Actually, I was accepted for my PhD because of MSAI. My supervisor here is Russian and I contacted him during my studies in MIPT. And he immediately answered me and agreed to have a zoom meeting! I don’t think he would do that for a random guy but I was an MIPT student and studied on MSAI, so.
Besides, because of the program I could change my professional direction and continue to develop in computer science as a PhD student. I suppose machine learning was one of the most useful disciplines for me. I had a lot of gaps in basic things but the professor helped me mind them and make the final project. So, in the 4th semester I was doing two things at the same time: improving my coding skills and doing my final project.
I really don’t think that if I had had some problems with programming at the end of the program somewhere else, professors would have helped me with it by sending me some articles and videos on YouTube. They would have said something like: “Just do your project”. But there it was not like that. Everybody cared about my understanding of the subject.
My current PhD project is dedicated to decision rules. So far, I have analyzed some theoretical aspects of the project and now I have at least two or three more years to make the project and finish my PhD.
What advice would you give yourself if you have just entered MSAI?
Personally, these months before the beginning of the program I thought: “If you don’t know something on the high level, you still can handle it and learn what is necessary during the course”. Unfortunately, I was wrong. That’s why I would advise myself to learn a lot of Python stuff before the course because the sufficient level of Python for MSAI is at least intermediate. Mine was zero, so, my time was divided between the main course and programming on Python. If you are good at coding before the program, it might be much more understandable and efficient for you.
However, at the same time professors could organize some extra classes for those students whose background was not enough to understand a new subject, especially if there were many people like that.
What was your motto during the program and generally in life?
You know, when you are watching some educational videos on YouTube their titles usually include something like “From Zero to Hero”? I think this motto is for me! In the beginning of the program I was zero at least in computer science and now I’m doing my PhD in this field. It’s incredible!
How was studying on MSAI for you?
I will never forget the first lecture: we were learning coding and the professor told us to open the terminal and Jupyter Notebook. All of these words were new to me! What is a terminal? What is Jupyter? I knew that Jupyter was a planet and that’s all! I have never coded in Python, so my nightmare started there. But I’m really thankful to the professors because they answered every silly question in a clear way and took it seriously even if the answer seemed obvious to them. They helped me a lot.
To be honest, in the beginning of the program I thought that if it is online you can cheat but, believe me, you just can’t. Studying online seemed to me much more difficult than studying in person. You need to study and there is no other way to go through the program and only you are responsible for it.
How did the program affect your current professional and scientific interests from your personal point of view?
Actually, I was accepted for my PhD because of MSAI. My supervisor here is Russian and I contacted him during my studies in MIPT. And he immediately answered me and agreed to have a zoom meeting! I don’t think he would do that for a random guy but I was an MIPT student and studied on MSAI, so.
Besides, because of the program I could change my professional direction and continue to develop in computer science as a PhD student. I suppose machine learning was one of the most useful disciplines for me. I had a lot of gaps in basic things but the professor helped me mind them and make the final project. So, in the 4th semester I was doing two things at the same time: improving my coding skills and doing my final project.
I really don’t think that if I had had some problems with programming at the end of the program somewhere else, professors would have helped me with it by sending me some articles and videos on YouTube. They would have said something like: “Just do your project”. But there it was not like that. Everybody cared about my understanding of the subject.
My current PhD project is dedicated to decision rules. So far, I have analyzed some theoretical aspects of the project and now I have at least two or three more years to make the project and finish my PhD.
What advice would you give yourself if you have just entered MSAI?
Personally, these months before the beginning of the program I thought: “If you don’t know something on the high level, you still can handle it and learn what is necessary during the course”. Unfortunately, I was wrong. That’s why I would advise myself to learn a lot of Python stuff before the course because the sufficient level of Python for MSAI is at least intermediate. Mine was zero, so, my time was divided between the main course and programming on Python. If you are good at coding before the program, it might be much more understandable and efficient for you.
However, at the same time professors could organize some extra classes for those students whose background was not enough to understand a new subject, especially if there were many people like that.
What was your motto during the program and generally in life?
You know, when you are watching some educational videos on YouTube their titles usually include something like “From Zero to Hero”? I think this motto is for me! In the beginning of the program I was zero at least in computer science and now I’m doing my PhD in this field. It’s incredible!
Выпускник MSAI, 2022
Роман Коркин
Выпускник первого набора MSAI (2022). Научный инженер, ведущий физик технологического центра Schlumberger в Хьюстоне, кандидат физико-математических наук.
Почему вы решили поступить на программу MSAI и освоить новое направление?
Долгое время я работал над одним проектом и никак не мог найти подход к его решению. Я изучал статьи, искал информацию, пробовал разные методы, но стандартные подходы не работали — данных было недостаточно для решения задачи.
В какой-то момент мне пришла мысль попробовать использовать статистические методы. Для этого пришлось активно заняться программированием. И тогда я неожиданно обнаружил, что существует множество уже разработанных и проверенных методов для решения подобных задач, а я фактически пытался изобретать велосипед просто потому, что мне не хватало необходимых знаний.
Именно тогда я понял, что пришло время обновить свои компетенции и освоить новые инструменты.
При этом я не собирался менять основное направление своей деятельности. Для меня было важно получить новые навыки и применять их в текущей работе. В этом смысле программа MSAI дала мне именно то, за чем я пришёл: методы машинного обучения и анализа данных, которые уже помогли мне в работе и продолжают приносить пользу сегодня.
Кроме того, я давно был знаком с репутацией МФТИ. Ещё во время учёбы на физическом факультете Новосибирский государственный университет многие наши преподаватели были выпускниками Физтеха первых лет. Поэтому в выборе университета у меня не было сомнений, и я был рад возможности пройти обучение именно здесь.
Что вам понравилось в программе больше всего?
Прежде всего мне понравился подбор учебных материалов и содержание программы в целом.
Наряду с классическими статистическими методами мы изучали множество современных разработок, которые появились сравнительно недавно и уже были включены в программу. Для такой быстро развивающейся области, как искусственный интеллект, это особенно важно.
Программа была очень органичной. У меня не возникало ощущения, что какие-то темы появляются слишком поздно или, наоборот, изучаются преждевременно. Всё было выстроено логично и последовательно.
Отдельно хотелось бы отметить преподавательский состав. В большинстве своём это были специалисты, непосредственно работающие в профильных областях: компьютерном зрении, машинном обучении, робототехнике и других направлениях. Они приносили в аудиторию знания и опыт, которые используют в своей работе каждый день. Это было действительно ценно.
Мне также понравилась возможность выбирать дополнительные курсы. Выбор был практически неограниченным. Например, я прошёл несколько курсов по теории графов из программы по современной комбинаторике, а после успешной сдачи экзаменов они были включены в мой диплом.
Конечно, дополнительные курсы можно проходить и самостоятельно на Coursera или других образовательных платформах. Но на практике всё зависит от того, насколько у вас хватает времени и мотивации заниматься этим самостоятельно.
И, безусловно, важным результатом обучения стали связи с одногруппниками. Было очень интересно наблюдать, как люди с совершенно разным профессиональным опытом снова становятся студентами.
Это совсем не похоже на обучение сразу после бакалавриата, когда ты поступаешь в магистратуру, полный энергии и свободного времени. Здесь совершенно другой уровень ответственности и управления своим временем.
Какой девиз сопровождал вас во время обучения и в жизни?
У МФТИ уже есть отличный девиз: «Дерзай и знай». Мне он всегда нравился, и я старался следовать ему.
А если говорить о жизненном принципе, то когда-то у меня был замечательный преподаватель физики, который говорил: «Жизнь прекрасна и удивительна, а чем труднее путь, тем слаще победа».
Я стараюсь придерживаться этих слов и сегодня. И продолжаю следовать этому принципу в жизни и работе.
Почему вы решили поступить на программу MSAI и освоить новое направление?
Долгое время я работал над одним проектом и никак не мог найти подход к его решению. Я изучал статьи, искал информацию, пробовал разные методы, но стандартные подходы не работали — данных было недостаточно для решения задачи.
В какой-то момент мне пришла мысль попробовать использовать статистические методы. Для этого пришлось активно заняться программированием. И тогда я неожиданно обнаружил, что существует множество уже разработанных и проверенных методов для решения подобных задач, а я фактически пытался изобретать велосипед просто потому, что мне не хватало необходимых знаний.
Именно тогда я понял, что пришло время обновить свои компетенции и освоить новые инструменты.
При этом я не собирался менять основное направление своей деятельности. Для меня было важно получить новые навыки и применять их в текущей работе. В этом смысле программа MSAI дала мне именно то, за чем я пришёл: методы машинного обучения и анализа данных, которые уже помогли мне в работе и продолжают приносить пользу сегодня.
Кроме того, я давно был знаком с репутацией МФТИ. Ещё во время учёбы на физическом факультете Новосибирский государственный университет многие наши преподаватели были выпускниками Физтеха первых лет. Поэтому в выборе университета у меня не было сомнений, и я был рад возможности пройти обучение именно здесь.
Что вам понравилось в программе больше всего?
Прежде всего мне понравился подбор учебных материалов и содержание программы в целом.
Наряду с классическими статистическими методами мы изучали множество современных разработок, которые появились сравнительно недавно и уже были включены в программу. Для такой быстро развивающейся области, как искусственный интеллект, это особенно важно.
Программа была очень органичной. У меня не возникало ощущения, что какие-то темы появляются слишком поздно или, наоборот, изучаются преждевременно. Всё было выстроено логично и последовательно.
Отдельно хотелось бы отметить преподавательский состав. В большинстве своём это были специалисты, непосредственно работающие в профильных областях: компьютерном зрении, машинном обучении, робототехнике и других направлениях. Они приносили в аудиторию знания и опыт, которые используют в своей работе каждый день. Это было действительно ценно.
Мне также понравилась возможность выбирать дополнительные курсы. Выбор был практически неограниченным. Например, я прошёл несколько курсов по теории графов из программы по современной комбинаторике, а после успешной сдачи экзаменов они были включены в мой диплом.
Конечно, дополнительные курсы можно проходить и самостоятельно на Coursera или других образовательных платформах. Но на практике всё зависит от того, насколько у вас хватает времени и мотивации заниматься этим самостоятельно.
И, безусловно, важным результатом обучения стали связи с одногруппниками. Было очень интересно наблюдать, как люди с совершенно разным профессиональным опытом снова становятся студентами.
Это совсем не похоже на обучение сразу после бакалавриата, когда ты поступаешь в магистратуру, полный энергии и свободного времени. Здесь совершенно другой уровень ответственности и управления своим временем.
Какой девиз сопровождал вас во время обучения и в жизни?
У МФТИ уже есть отличный девиз: «Дерзай и знай». Мне он всегда нравился, и я старался следовать ему.
А если говорить о жизненном принципе, то когда-то у меня был замечательный преподаватель физики, который говорил: «Жизнь прекрасна и удивительна, а чем труднее путь, тем слаще победа».
Я стараюсь придерживаться этих слов и сегодня. И продолжаю следовать этому принципу в жизни и работе.
