Длительность
24 месяца
Стоимость
150 000 ₽/сем
Старт набора
20 июня 2026
Формат обучения
Онлайн
Начало обучения
18 сентября 2026
Диплом
государственного образца
государственного образца
Все плюсы очного обучения: отсрочка от армии и льготы
Образовательный кредит с господдержкой
(Науки о Данных)
Почему стоит изучать Data Science
Гибкие карьерные перспективы
Реальные кейсы и исследовательская работа помогут вам собрать портфолио, которое откроет двери в топовые компании, где ищут глубокую экспертизу, а не навык владения софтом
Высокая востребованность и зарплаты
Спрос на сильную математическую базу растет с каждым годом: ИТ-гиганты уровня Яндекса и Сбера охотятся за такими специалистами
Практические навыки на базе теории
Научитесь строить модели машинного обучения, создавать нейросети на PyTorch и запускать их в работу реальных компаний (партнёров)
Сильная математическая и алгоритмическая база
Это фундамент, который превращает рядового программиста в инженера. Именно это отличает академическую программу от обычных курсов и позволяет быстрее вырасти до уровня ведущего специалиста
Ваш профиль после обучения
Технологический стек
Навыки, которые вы приобретёте
Писать код на Python
Разработка эффективных программ для обработки данных с помощью NumPy, Pandas.
Реализация классических алгоритмов (Scikit-learn) и глубоких моделей (PyTorch), с оптимизацией структур данных и алгоритмическим мышлением
Реализация классических алгоритмов (Scikit-learn) и глубоких моделей (PyTorch), с оптимизацией структур данных и алгоритмическим мышлением
Строить модели классического машинного обучения
Создание и обучение алгоритмов (деревья, линейные модели, ансамбли) для задач прогнозирования, сегментации и скоринга с фокусом на feature engineering (конструирование признаков) и оценку производительности
Проводить статистический и разведывательный анализ данных
Анализ распределения, проверка гипотез, выполнение разведывательного анализа данных (Exploratory Data Analysis — EDA) и feature engineering (конструирование признаков) для выявления закономерностей и подготовки данных к моделированию
Переносить модели в рабочую среду
Организация и автоматизация вывода моделей в продуктивную среду (ML Ops): контейнеризация с помощью Docker, оркестрация пайплайнов, управление жизненным циклом моделей посредством инструментов для управления жизненным циклом (MLflow, Airflow). Также обеспечение их интеграции с базами данных (SQL) и инфраструктурой обработки больших данных (Apache Spark, Hadoop)
Ваша профессия после обучения
Аналитик данных
Помогает компаниям понимать поведение пользователей, оптимизировать процессы и находить точки роста продукта
Зарплата:
от 120 000 ₽
Data Scientist (Специалист по Данным)
Помогает компаниям принимать решения на основе фактов и создавать новые продукты
Зарплата:
от 180 000 ₽
Applied DS (Прикладной Аналитик Данных)
Создает прикладные решения на основе ML/DL (Машинное обучение/Глубокое обучение)
Зарплата:
от 120 000 ₽
Machine Learning Engineer (Инженер Машинного обучения)
Разрабатывает модели ИИ и запускает их в реальные приложения и сервисы (с помощью Docker и процессов)
Зарплата:
от 120 000 ₽
Product (Продуктовый аналитик данных)
Работает на стыке продуктовой аналитики, статистики и ML (Машинного обучения), встроен в команду продукта
Зарплата:
от 150 000 ₽
Инженер данных (Data engineer)
Создаёт основу всей инфраструктуры данных компании, без которой невозможна аналитика и машинное обучение
Зарплата:
от 180 000 ₽
*Средняя зарплата по данным аналитики рынка (Habr Career, hh.ru)
1 семестр
База Data Science
Формируете фундамент, без которого невозможно работать с данными и алгоритмами машинного обучения
Ключевые дисциплины
Программирование на Python
Высшая математика для машинного обучения
Основы SQL и баз данных
Разведывательный анализ данных (EDA)
Что вы освоите
обработку и подготовку данных
работу с Python и библиотеками анализа данных
написание SQL-запросов
поиск закономерностей в данных
математические основы машинного обучения
2 семестр
Машинное обучение и алгоритмы
Переходите от анализа данных к разработке моделей машинного обучения
Ключевые дисциплины
Статистический анализ данных
Классическое машинное обучение
Алгоритмы и структуры данных
Дискретная математика
Что вы освоите
формулирование ML-задач (классификация, регрессия, кластеризация)
построение и обучение моделей
оценку качества моделей и выбор метрик
работу с нейросетями
оптимизацию и улучшение моделей
3 семестр
Реальные ML-решения и инфраструктура
Учитесь превращать модели в реальные технологические решения и работать со структурой данных
Ключевые дисциплины
ML в продуктивной среде
Рекомендательные системы
Системы виртуализации и контейнеризации
Инфраструктура Big Data (или BI-инструменты)
Что вы освоите
внедрение ML-моделей в продукты
построение ML-пайплайнов
работу с Docker и инфраструктурой ML
создание рекомендательных систем
работу с большими данными
4 семестр
Исследование и выпускной проект
Исследование и разработка собственных решений
Что происходит на этом этапе
проведение научно-исследовательской работы
разработка прототипа data-решения
анализ современных методов и технологий
написание и защита магистерской диссертации
Ваш диплом и бонусы
Диплом магистра — подтверждение вашей квалификации
После успешной защиты вы получите диплом государственного образца. Это подтверждение вашей экспертности для работодателей и уверенный шаг в развитии карьеры
Бонусы очных студентов во время обучения
Доступ к библиотеке и событиям НИ ТГУ
Скидки в транспорте и музеях
Отсрочка от армии
Образовательный кредит под 3%
Стипендия на конкурсной основе
Учебный отпуск для работающих студентов
(до 15 дней на сессию)
(до 15 дней на сессию)
Используйте для своих учебных проектов
Незаменимый инструмент в задачах Data Science
Бесплатный доступ только для студентов ТГУ
Высочайшая скорость обработки данных
Подключайтесь онлайн из любой точки
Области применения
Математическое моделирование
Анализ Big Data (в том числе для CERN)
Инженерный консалтинг
Инженерное проектирование
Доступ к суперкомпьютеру CYBERIA от ТГУ
Разработка системы анализа тональности новостей, выявляющую влияние новостного фона на цены активов
Применение методов Data Science (Анализа Больших Данных) для динамической балансировки пассажиропотока в городской транспортной сети
Создание ботов, использующих машинное обучение для автоматической торговли
Разработка нейросети для автоматического анализа резюме
Разработка модели вопросно-ответной системы для голосового помощника на базе технологий обработки естественного языка
Проекты, которые войдут в ваше портфолио
Во время обучения вы будете работать с реальными задачами по обработке текста и создавать решения, которые можно показать работодателю
Примеры сотрудничества
2engine
Прогнозирование финансовых рынков и разработка торговых стратегий с помощью машинного обучения
Инфоматикс
Интеллектуальные системы диагностики, обслуживания и управления транспортом
ВКонтакте
Автоматизация обработки документации путем использования нейросетевых технологий
Эксперты и преподаватели
Программу реализуют преподаватели Томского государственного университета и специалисты индустрии, работающие с задачами анализа данных и машинного обучения. Вы будете учиться у экспертов, которые совмещают академическую подготовку и практический опыт
Диана Даммер
Кандидат физико-математических наук
Доцент кафедры теории вероятностей и математической статистики ТГУ. Исследует вероятностные модели реальных систем.
Артём Осинцев
Эксперт программы
Общий стаж в сфере 11 лет. Старший преподаватель каф. Общей, компьютерной и когнитивной лингвистики.
Татьяна Кабанова
Кандидат физико-математических наук
Доцент кафедры теории вероятностей и математической статистики ТГУ.
Ольга Марухина
Кандидат технических наук
Доцент Института прикладной математики и компьютерных наук ТГУ, доцент Инженерной школы информационных технологий и робототехники Томского политехнического университета, сертифицированный эксперт по компетенции «Машинное обучение и большие данные»
Вероника Томина
Старший бизнес-аналитик в ГК «Лига Цифровой экономики»
Евгения Землянская
Продуктовый маркетолог компании Rubius
Анастасия Кока
Преподаватель кафедры английского языка в сфере научной коммуникации ФИЯ ТГУ
Как проходит обучение
Формат обучения
Лекции доступны в записи. Регулярные онлайн-занятия с преподавателями проходят в фиксированное время
Нагрузка
В среднем 25-30 часов
в неделю, включая лекции, практики и самостоятельную работу
в неделю, включая лекции, практики и самостоятельную работу
Структура обучения
Дисциплины выстроены последовательно: от базы к прикладным модулям
Практика с первого семестра
Студенты работают с реальными кейсами и данными, включая задачи от индустриальных партнёров
Обратная связь
Домашние задания проверяются преподавателями. Есть возможность задать вопросы и получить разбор
Программа построена так, чтобы вы могли совмещать учёбу
с основной занятостью
с основной занятостью
Сколько стоит обучение
Бюджетных мест нет, но можно оплатить обучение удобным вам способом
Можно оформить налоговый вычет и вернуть 13% стоимости обучения
Образовательный кредит под 3%
Оплата раз в семестр
Стоимость семестра
150 000₽
Образовательный кредит
от 150₽/мес
Стоимость в год
300 000₽
Кому подойдёт обучение в Онлайн-магистратуре
Не подойдёт, если вы
Ищете быстрый и лёгкий формат
Не готовы работать с теоретическими дисциплинами
Ожидаете мгновенного карьерного результата
Не планируете регулярно заниматься
Подойдёт, если вы
Уже работаете в IT
Рассматриваете образование как инвестицию в долгосрочный рост
Хотите структурировать знания и собрать сильное портфолио проектов
Понимаете, что курсов и самообучения уже недостаточно
Онлайн-курсы
Освоить конкретный инструмент
Быстро получить прикладной навык
Узкий стек технологий
Краткосрочный эффект
Курсы помогают освоить конкретный инструмент или стек
Онлайн-магистратуры ТГУ
Понять фундамент и методы
Сформировать системное мышление
Освоить математическую и алгоритмическую базу
Усилить профессиональную устойчивость
Магистратура помогает понять базу и заложить крепкий фундамент
Чем магистратура отличается от онлайн-курсов
О Томском государственном университете
НИ ТГУ — один из старейших университетов России и крупный научно-образовательный центр. Программы онлайн-магистратур объединяют академическую базу университета и современные технологии онлайн-обучения
год
1878
Год основания университета
место
7
По версии QS World University Rankings 2025
место
17
В рейтинге Forbes среди российских вузов 2025
место
4
В международном рейтинге университетов Round University Rankings 2025
место
6
В Национальном рейтинге университетов в 2024 году по версии «Интерфакса»
Участник программы «Приоритет 2030»
Федеральная программа развития университетов
Опыт дистанционного образования более 27 лет
Онлайн-магистратуры реализуются Институтом дистанционного образования НИ ТГУ — подразделением, которое более 5 лет разрабатывает и внедряет онлайн-программы высшего образования
Выпускники онлайн-магистратур получают диплом магистра НИ ТГУ
Выпускники онлайн-магистратур получают диплом магистра НИ ТГУ
Как стать студентом?
Оставьте заявку
С вами свяжется специалист приемной комиссии и подробно расскажет о всех шагах
Подготовьтесь
к вступительному испытанию на нашем тренажёре
к вступительному испытанию на нашем тренажёре
Вступительное испытание включает мотивационное письмо и тестирование по математике. Предоставим доступ к подготовительному курсу бесплатно
Дождитесь результатов вступительных испытаний
Результаты будут доступны в личном кабинете ТГУ, а также направим информацию на электронную почту
Заключите договор и внесите оплату
После прохождения оплаты и получения вузом скана подписанного договора вы попадете в списки на зачисление
Поздравялем!
Вы — студент Томского государственного университета
Хотите сделать следующий шаг в профессиональном развитии?
Оставьте заяку, мы расскажем как устроена магистратура, какие навыки вы получите и как подготовиться к поступлению
Нажимая на кнопку «Оставить заявку», вы соглашаетесь с условиями обработки персональных данных в соответствии с политикой конфиденциальности
Часто задаваемые вопросы
Онлайн-магистратура - формат высшего образования, позволяющий изучать программы классического университета с максимальным использованием удобных онлайн-технологий
Вы получите диплом государственного образца о высшем образовании от ТГУ. Направление: 09.04.03 «Прикладная информатика»
Да, это не является обязательным критерием. Но важно, чтобы у вас уже был диплом о высшем образовании.
В программе есть вводные дисциплины, которые позволят адаптироваться и восполнить пробелы в знаниях
В программе есть вводные дисциплины, которые позволят адаптироваться и восполнить пробелы в знаниях
Учёбе нужно уделять от 25 часов в неделю. Все онлайн-занятия будут в вечернее время или в субботу, в первой половине дня, чтобы вы могли совмещать обучение с работой
Да, онлайн-магистратуры относятся к очным образовательным программам, поэтому студенты могут воспользоваться отсрочкой, при соблюдении непрерывности образования (если поступили в магистратуру в год окончания первого бакалавриата/специалитета)
Оставьте заявку на обучение и с вами свяжется специалист приёмной комиссии. Он расскажет вам о магистратуре и пригласит на день открытых дверей, где вы сможете пообщаться с экспертами и преподавателями
Вы получите информацию на почту, с которой оставили заявку на программу. Также о датах вы можете узнать в телеграм-канале онлайн-магистратур ТГУ или в группе в ВК
Вы можете оплачивать за год, по семестрам, двумя платежами в семестр. Чтобы оплата была более комфортной, можно взять образовательный кредит с господдержкой (Сбер, Т-банк)
Да, для этого необходимо будет заказать академическую справку из вашего ВУЗа, на основании которой будет принято решение о перезачёте
Бесплатная консультация
Свяжемся с вами в течении дня и ответим на все вопросы
Нажимая на кнопку «Оставить заявку», вы соглашаетесь с условиями обработки персональных данных в соответствии с политикой конфиденциальности