«Магистратура нужна тем, кто стремится совершенствовать свой профессионализм»
Несмотря на то что основной этап приема в магистратуру НИУ ВШЭ уже завершен, документы еще можно подать на ряд программ, в том числе полностью платных и онлайн. Иван Климов, академический руководитель онлайн-программы «Прикладная статистика с методами сетевого анализа», рассказал о своей программе: как проходит обучение, как студенты занимаются практикой и что по итогам получают выпускники. Успейте подать документы до 15 сентября.
Иван Климов, академический руководитель онлайн-программы «Прикладная статистика с методами сетевого анализа»
— Преподаватели и руководители программы стараются откликаться на запросы и интересы студентов. Мы видим три самых популярных запроса.
Во-первых, это прикладной характер обучения, решение практических задач, получение опыта работы в реальных проектах, исследованиях и разработках. Слушатели могут вовлекаться в проекты преподавателей и сотрудников ANR-Lab (Международная лаборатория прикладного сетевого анализа, МЛПСА. — Ред.), а могут приносить свои задачи и проекты и уже под них набирать команды.
Второе — интерес к сетевому анализу. Это не анализ уже существующих платформ типа «Твиттера» (в настоящее время — X. — Ред.) или «ВКонтакте», а разветвленная методология анализа любых связей и взаимодействий. Например, это связи компаний между собой, совместные публикации и даже просто слова в текстах. Поскольку программа реализуется на базе МЛПСА, слушатели могут воспользоваться экспертизой как вышкинских исследователей, так и коллег из Университета Любляны.
В-третьих, интерес к анализу данных, к овладению статистическими методами. Процентов сорок слушателей программы — это люди с опытом работы, вполне сложившиеся профессионалы. Их интерес состоит в том, чтобы дополнить свой опыт и знания умениями работать с данными, понять, как использование статистических методов должно встраиваться и в логику исследования, и в логику принятия решений, основанных на данных. Именно поэтому среди слушателей можно встретить не только выпускников бакалавриата, но и вузовских преподавателей, финансовых аналитиков, медицинских специалистов и даже бизнесменов или деканов факультетов. Во время работы над проектами порой возникают очень интересные команды.
С прошлого года программу перевели в онлайн-формат. Занятия, как и на большинстве других магистерских программ, начинаются вечером, в 18:30 по московскому времени, и длятся примерно три часа с перерывом. Преподаватель и ассистент ведут семинары в реальном времени, поэтому студенты могут задавать вопросы, уточнять задания, разбирать непонятные моменты и, кроме того, договариваться о персональных консультациях.
Все лекции, семинары и занятия записываются и на следующий день становятся доступными для просмотра. Среди слушателей есть студенты из разных стран — Мексика, Аргентина, Ирландия, Словения, Израиль, Китай. Мы стараемся учесть и этот фактор, поддерживать и вовлекать слушателей в учебный процесс. По нашим оценкам, объем нагрузки не запредельный, примерно 20 часов в неделю. Итоговая оценка по предлагаемым курсам ставится по результатам выполненного проекта, теста или задания. Курсовая работа или ВКР предполагает текст с определенной структурой, логикой, выводами и приложениями, то есть все как у программ онлайн-формата.
Для того чтобы без стресса учиться на нашей программе, стоит оценить и проапгрейдить некоторые свои умения. Программа англоязычная, то есть нужно уверенное владение языком — лекции и значительная часть профессиональной коммуникации проходят на английском. Абитуриенты программы также должны владеть хотя бы базовыми знаниями R и Python. Эти языки, особенно R, достаточно активно применяются нашими преподавателями. В первом модуле у нас предусмотрены два адаптационных курса — математическая статистика и введение в R и Python. Но повторюсь, что вы очень себе поможете, если в течение ближайшего месяца посмотрите в эту сторону.
Что касается практической подготовки, здесь есть три взаимосвязанных компонента. Во-первых, большинство преподавателей ориентируются на то, чтобы в рамках курса студенты освоили определенный метод или подход и сделали какой-то проект. Во-вторых, есть обязательные элементы подготовки: курсовая работа и выпускная работа, Master Theses. Они также заточены на выполнение и защиту прикладного проекта. Со слушателем работает научный руководитель, и, если необходимо, мы подключаем других экспертов, исследователей в качестве консультантов. И третий элемент — сама проектная работа. Она идет в формате проектного семинара, практики, консультаций слушателей программы с другими студентами, которым требуется совет по анализу данных. Однако ключевой элемент всех этих вариантов — участие в реальных проектах и задачах. Слушатели программы могут включаться в текущие проекты сотрудников лаборатории, коллег из других подразделений Вышки или из исследовательской индустрии в целом. Мы ищем тех, у кого есть реальные запросы. Для «РИА Новости» мы провели работу о том, как люди смотрят интерактивное видео, для Московской школы управления «Сколково» делали сегментацию россиян по их отношению к предпринимательству, для еще одной команды «Сколково» провели анализ публикаций о Китае в российских СМИ, для Центра языка и мозга ВШЭ решали задачу различения дислексиков и нормотипичных подростков, для компании Kontakt InterSearch анализировали гендерную специфику лидерства у руководителей крупных российских компаний. Можно еще много примеров привести, но принцип понятен: мы стараемся соединять слушателей программы с командами из исследовательской и аналитической индустрии.
По итогу с умениями, которые получают наши выпускники, можно строить карьеру в самых разных областях. Это, конечно же, бизнес-анализ и сегментация потребителей, например, анализ бизнес-процессов, логистики, широкая HR-проблематика. Также умение работать с данными востребовано в IT-индустрии. Мы стараемся не сильно пересекаться с другими магистерскими программами, которые больше ориентированы на IT-аспекты и темы, в таком большом направлении, как Data Science. Но все-таки мы даем курсы по машинному обучению, дата-майнингу, работе с большими текстовыми массивами. Без этих умений сейчас трудно обойтись. Но наша программа больше именно про статистический анализ данных и про то, как его соединять с методологией сетевого анализа.