Содержание статьи
Сайт магистерской программы с доходом до 80 000 рублей в месяц
Претендовать на одно из восьми мест магистратуры, оплаченной НЛМК, могут выпускники технических специальностей любых вузов. Плюсом для кандидатов будет знание Python и С++, а также познания в машинном обучении на базовом уровне. С первых же дней учащихся ждет знакомство с архитектурой систем ML, Big Data, практика в разработке на основе open source и большой блок по необходимой в ML математике.
После двух лет обучения участники программы получат диплом МФТИ, а также приобретут реальный опыт цифрового преобразования производства.
Магистрантов ждут:
- доход от 35 000 до 80 000 рублей и официальный опыт работы с первых дней обучения и на протяжении двух лет обучения;
- работа в кросс‑функциональных командах;
- возможность практиковаться на производственных площадках НЛМК;
- возможность полноценного трудоустройства с зарплатой до 140 000 рублей на последних курсах магистратуры;
- зрелые процессы разработки и современный стек технологий;
- возможность разрабатывать собственные опенсорсные библиотеки и контрибьютить в популярные ML-решения;
- уютный современный офис в центре Москвы.
«Для НЛМК это ценные кадры, которые могут продолжать работать и расти в компании, а для МФТИ — это престиж», — говорит руководитель направления методологии разработки математических моделей НЛМК Шамиль Ульбашев.
Будущие профессии
Магистратура дает учащимся возможность овладеть навыками, необходимыми в двух современных профессиях — Data Scientist и AI Engineer.
Data Science — современная теория машинного обучения
Ты узнаешь современную теорию машинного обучения, которая позволяет добиваться от моделей нужных свойств. Ты поймешь, как модели согласуются с физическими принципами производственных процессов, научишься получать теоретические оценки неопределенности прогнозов моделей (Uncertainty Quantification), изучишь обобщающие способности модели при работе с новыми данными.
AI Engineering: разработка конвейеров машинного обучения
Ты пройдешь полный путь разработки системы машинного обучения, узнаешь, из каких компонентов состоит конвейер машинного обучения, научишься пользоваться инструментами XOps, разберешься с архитектурой таких систем как Spark, Dagster, BentoML, JuputerHub и освоишь принципы построения платформ на их основе.
Что предстоит изучать
Обучение состоит из двух блоков, один посвящен непосредственно ML Engineering, другой — связанному с ним математическому аппарату.
Блок 1. ML Engineering
- Командные принципы работы и инструменты разработки: Docker for Data Science, Git, VS Code + Jupyter
- Архитектура ML Systems. Типовая архитектура и принципы построения: End-To-End ML Pipeline, Model Serving, Retrain Data Pipeline
- Методология разработки End-To-End ML Pipeline: на примере TFX, MLflow, Metaflow
- Big Data for Data Science: Kafka, HDFS, S3, ClickHouse, Spark, Hive
- Разработка на основе open source
Блок 2. ML Математика
- Математика для Data Science: статистические тесты, байесовская и частотная интерпретации вероятности, субъективная и объективная неопределенности
- Теория оптимизации. Основы статистической теории обучения (Statistical Learning Theory)
- Machine Learning
- Deep Learning
- Металлургические процессы
Как стать претендентом
Чтобы сделать первый шаг на пути к профессии будущего, достаточно оставить заявку на сайте программы. Заявки принимаются до 20 июля 2021 года. В конце месяца пройдут отборочные туры, и в первой половине августа будет известен список магистрантов.
«Мы очень рады открытию новой цифровой магистратуры совместно с компанией НЛМК, — сказала руководитель направления индустриальных магистратур центра образовательных программ МФТИ Анна Голенкова. — Накопленные нами компетенции позволят обеспечить студентов мощным багажом знаний в области математики, машинного обучения и программирования. А применение принципа «learning-by-doing» в учебе даст возможность применять теорию на практике решения оперативных задач вместе с наставниками из НЛМК и постепенно погружаться внутрь теории процесса».
