🧑🎓 Вы просили — делюсь, как готовиться к вступительным в магистратуру по DA / DS / DE
Я сама закончила на ФКН ВШЭ программу «Магистр по наукам о данных» (сейчас — «Прикладные нейросетевые технологии»), поэтому разберу на её примере и ещё трёх смежных онлайн-магистратурах факультета
🌟🌟🌟Что обычно нужно знать: математику (производные, комбинаторика, вероятность, иногда линал), Python на базовом уровне, основы статистики, на части программ — SQL. ML на экзамене редко глубокий, чаще основы и интерпретация задач
🌟🌟Какие бывают испытания: чаще всего онлайн-тест с прокторингом, иногда портфолио (тест + мотивационное письмо + достижения), короткое собеседование. Формат и темы всегда лежат в демо-варианте и курсе подготовки конкретной программы
Аналитика больших данных Курс на Stepik заточен ровно под этот экзамен
Темы: — матан: производные, исследование функций — линал: системы линейных уравнений — комбинаторика и вероятность: правила сложения/умножения, условная вероятность, формула полной вероятности, матожидание — Python: циклы, списки, словари, срезы, функции — аналитика: среднее, медиана, мода, дисперсия, интерпретация таблиц, линейная регрессия
Совпадает с программой экзамена в PDF: 12 вопросов, дается 2 часа на выполнение
В демо-варианте 2026 — производная и минимум функции, комбинаторика, полная вероятность, система уравнений, матожидание, Python с циклами и словарями, вопросы по статистике и регрессии на таблице
Искусственный интеллект
Формат: тест (90 баллов) + мотивационное письмо (10 баллов)
Стартовый трек на Stepik: матан, линал, дискретка, комбинаторика, вероятность, Python, основы ML, Git, Bash, Docker
Демо-вариант 2026: — интегралы, производные, градиент — определители, обратная матрица, линейная зависимость — комбинаторика, дисперсия, матожидание — Python: чтение кода, рекурсия — блок по данным: пропуски, гистограммы, классификация vs регрессия
Критерии в PDF Инженерия данных
Формат: тест (60 баллов) + портфолио (достижения, диплом) 1 час, 10 вопросов
— анализ данных: медиана vs среднее, типы переменных, дисперсия, scatter plot, корреляция, интерпретация регрессии — SQL: CREATE TABLE, ключи, SELECT + GROUP BY / HAVING / ORDER BY — линал: определители, системы уравнений, базис, Гаусс
Вводный курс на Нетологии — в личном кабинете вопросы к экзамену и пробный тест
Прикладные нейросетевые технологии
Раньше — «Магистр по наукам о данных». Формат: тест по матану + собеседование + мотивационное письмо + достижения
Курс на Stepik — вебинары и пробные задания под экзамен
Тест по матану (2 часа, базовый) — демо 2026: уравнения, проценты, логарифмы, производные, пределы, интегралы, комбинаторика, задачи на исполнителя
Собеседование (15–20 мин) — мотивация, проекты. Готовь рассказ про себя и любой pet-проект
Мотивационное письмо — критерии в PDF: зачем программа, сколько часов в неделю готов учиться, сильные и слабые стороны
🐈 Темы между программами пересекаются, но глубина разная: АБД и ПНТ проще, ИИ — самый объёмный, DE — короткий, но нужны SQL и линал
