Центр непрерывного образования ФКН НИУ ВШЭ

27 July 2026 15:33

Лекция об ИИ-агентах на борту речного трамвая

28 июля приглашаем на лекцию «От языковых моделей до агентов: как создать игру с помощью искусственного интеллекта и в итоге проиграть». Формат необычный — лекция пройдет прямо на борту речного электросудна во время прогулки по второму регулярному маршруту от причала «ЗИЛ» до причала «Печатники».

О чем расскажем:
🟣что такое ИИ-агенты и чем они отличаются от обычных языковых моделей
🟣как собрать собственного ИИ-помощника на своем компьютере
🟣путь от языковой модели к автономному агенту — на живом примере разработки игры

🎙Спикер: Мурат Хажгериев, эксперт Центра непрерывного образования ФКН, автор программы «Основы ИИ-агентов для автоматизации процессов», эксперт программы «Генеративный ИИ для руководителей», CTO в Pilloai.

Организаторы: Центр искусственного интеллекта МТС MWS AI и Центр непрерывного образования ФКН НИУ ВШЭ.

📁Когда: 28 июля, 11:30.

Оформить билет 📍

Центр непрерывного образования ФКН НИУ ВШЭ

23 July 2026 17:55

🧬Хотите оказаться на передовой медицинской науки?

Программа «Кардиогенетика: от секвенирования к разработке кардиопанели» — это единственная в России программа, которая дает комплексное погружение в кардиогенетику.

Мы ждем всех, кто хочет соединить анализ данных, реальные клинические задачи и генетику.

Что вы освоите:
🟣инструменты анализа данных полногеномного секвенирования — на примере кардиогенетики;
🟣ключевые методы поиска мутаций, оценки их патогенности и связи с заболеваниями;
🟣базовые подходы машинного обучения для анализа геномов;
🟣практику на цифровом двойнике пациента — вы сами проведете тестирование и увидите, как теория работает в реальности.

Вы будете работать с реальными задачами и получите навыки, которые сразу примените в своей практике или исследованиях.

🟣Не упустите шанс стать частью прорывного направления!

Узнать подробности 📍

Центр непрерывного образования ФКН НИУ ВШЭ

22 July 2026 18:32

Материалы для старта карьеры в IT

1️⃣Начало карьеры в IT
Бесплатный онлайн-курс, состоящий из 8 уроков и ориентированный на всех, кто планирует поиск работы в IT. Вы научитесь писать резюме и сопроводительные письма и узнаете о рынке труда в IT. Каждое занятие состоит из видеозаписи с теорией и дублирующего лонгрида.

Присоединиться 📍

2️⃣Как найти первую работу в направлениях Data Analysis и Data Science?
Запись вебинара: вы узнаете все про рынок труда, структурируете составление плана по поиску работы в направлениях аналитики и Data Science, поймете, как подходить к написанию сопроводительных писем, а также получите рекомендации от карьерного эксперта по составлению CV.

Смотреть: YouTube, VK 📍

3️⃣Карьера в аналитике: какое направление выбрать?
Из видео узнаете, какие роли существуют в аналитике, чем различаются задачи и инструменты специалистов разных направление, какие навыки являются востребованными для каждой специализации и как выстроить индивидуальную траекторию профессионального роста.

Смотреть 📍

4️⃣Введение в GIT
Научитесь устанавливать и настраивать репозитории, а также эффективно работать с кодом. Курс состоит из 5 уроков: видео с теорией и практикой, дублирующие лонгриды, а также рекомендации и тренировочные задания для начала самостоятельной работы.
Присоединиться 📍

5️⃣Как начать карьеру в Data Science и получить первый оффер?
Запись вебинара, в которой подробно разобраны первые шаги в профессию специалиста по Data Science и рассказано, как грамотно выстроить путь к получению первого оффера.

Смотреть: Youtube, VK 📍

Центр непрерывного образования ФКН НИУ ВШЭ

16 July 2026 10:00

Подборка литературы: математика для анализа данных

Если вы хотите начать заниматься машинным обучением и анализом данных, то без фундаментальных знаний математики обойтись будет трудно. Какие именно разделы вам понадобятся и с чего начать изучение, если до этого всерьез не разбирались с высшей математикой?

Эксперты Центра непрерывного образования ФКН составили для вас подборку книг, которые помогут изучить математику с любым уровнем подготовки.

🟣Математический анализ
🟣Линейная алгебра
🟣Теория вероятностей и статистика
🟣Математика в ML и DA

▶️ Структурированно изучить необходимый материал из дискретной математики, математического анализа, линейной алгебры и теории вероятностей для полноценного понимания и умения решать задачи анализа данных, заручившись поддержкой преподавателей факультета компьютерных наук, можно на программе «Математика для анализа данных».

До 31 июля действует акция «Ранние пташки» — оставьте заявку на программу и заморозьте стоимость до повышения.

Центр непрерывного образования ФКН НИУ ВШЭ

13 July 2026 14:03

Делимся полезным мероприятием от наших новых информационных партнеров.

Россельхозбанк открыл прием заявок на четвёртый сезон конкурса молодых учёных «Созвездие агротеха».

Конкурс направлен на поддержку перспективных разработок, в том числе, в области цифровизации сельского хозяйства — от ИИ и анализа данных до автоматизации, роботизации и других решений для агропромышленного комплекса.

Кто может участвовать?
🟣Студенты, магистранты, аспиранты, научные сотрудники, кандидаты и доктора наук от 18 до 35 лет с собственными разработками или патентами по одному из направлений конкурса.

Победителей ждут:
🟣200 000 рублей
🟣Поддержка в развитии и продвижении проекта
🟣Возможность привлечь финансирование и найти индустриальных партнёров
🟣Презентация проекта перед инвесторами АгроИнвестКлуба
🟣Выступление на научной конференции в финале конкурса

📁Заявки принимаются до 30 сентября.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

08 July 2026 15:01

Как работают LLM + секреты промпт-инжиниринга

Центр непрерывного образования ФКН приглашает на открытый вебинар каждого, кто знаком с классическим машинным обучением и основами глубинного обучения и желает погрузиться в особенности работы с современными языковыми моделями.

На вебинаре:
🟣узнаем, что такое большая языковая модель (LLM) и как она генерирует текст
🟣поймем, для каких задач сейчас используются LLM и как они обучались
🟣научимся писать «правильные» запросы к моделям, чтобы они выдавали релевантный ответ

По итогам вебинара все участники смогут применять LLM для решения своих задач, а также получат чек-лист по настройке моделей и промптов для максимально адекватной генерации ответов.

🎙 Спикер: Елена Кантонистова, доцент факультета компьютерных наук, академический руководитель программы «Искусственный интеллект», научный руководитель программы «Прикладные нейросетевые технологии».
📁 Когда: 20 июля в 18:00.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

02 July 2026 09:01

Ежемесячная подборка актуальных IT-вакансий: июль

Позиции стажера:
🟣Аналитик (отдел планирования и целеполагания коммерции), Ozon Офис и Коммерция
🟣Аналитик данных, РТЛабс
🟣Аналитик данных, МТС Банк
🟣Бизнес-аналитик, Astrum Entertainment
🟣Инженер данных, М.Видео-Эльдорадо. ИТ
🟣ML Engineer (Центр квантовых технологий), Сбер

Бизнес-аналитика:
🟣Бизнес-аналитик, RWB (Wildberries & Russ)
🟣Бизнес-аналитик, Альфа-Банк
🟣Бизнес-аналитик, Okkam
🟣Бизнес-аналитик, X5, Управляющая компания
🟣Бизнес-аналитик, «МТС», Аналитика
🟣Бизнес-аналитик, РУСАЛ
🟣Бизнес-аналитик, Ozon fresh

Аналитика данных:
🟣Аналитик данных, Платформа Больших Данных
🟣Аналитик данных, Сбер. IT
🟣Аналитик данных, Ингосстрах
🟣Аналитик данных, ООО HeadHunter::Коммерческий департамент
🟣Аналитик данных, Банк ВТБ (ПАО)
🟣Аналитик данных, Datanomica
🟣Аналитик данных, АО Россельхозбанк
🟣Аналитик данных, CloudPayments

Data Science, ML и DE:
🟣AI-инженер, Дневник.ру
🟣AI Engineer, RWB (Wildberries & Russ)
🟣ML-инженер, Riverstart (ООО Риверстарт)
🟣ML Engineer, TOM TAILOR
🟣Data Scientist, СМ Лаб
🟣Data Scientist, Газпромбанк. IT&Digital.Аналитика
🟣Data Scientist, Т-Банк. ИТ. Аналитика
🟣Data Engineer, Островок.Ostrovok!Tech
🟣Data Engineer, Литрес
🟣Data Engineer, Домклик

Центр непрерывного образования ФКН НИУ ВШЭ

29 June 2026 11:15

RAG-архитектура на пальцах: как языковая модель достает информацию из вашей базы знаний

Есть распространенное заблуждение, будто языковая модель «знает» только то, что видела при обучении. На самом деле, она работает с тем, что лежит в ее контекстном окне: с документами, присланными в чат, результатами поиска, выдержками из базы. Но контекстное окно не резиновое, и вы физически не можете загрузить в него всю корпоративную базу знаний.

Тут и появляется RAG (Retrieval-Augmented Generation). Идея простая: не передавать в модель все подряд, а перед каждым ответом находить в базе именно те фрагменты, которые относятся к вопросу, и подкладывать в контекст только их.

1️⃣Сначала базу нужно подготовить

🟣Документы режутся на фрагменты — чанки. Именно здесь чаще всего закладывается будущее качество: если порежете слишком крупно, то в одном фрагменте смешается несколько тем, а поиск будет промахиваться; слишком мелко — фрагмент потеряет смысл.

🟣Каждый чанк прогоняется через модель-эмбеддер и превращается в вектор — длинный набор чисел, кодирующий смысл текста. Важный момент: близкие по смыслу тексты получают близкие векторы, даже если написаны разными словами, и это принципиально отличает подход от обычного поиска по ключевым словам.

🟣Векторы складываются в векторную базу данных — хранилище, заточенное под одну задачу: быстро находить ближайшие векторы среди миллионов.

2️⃣Что происходит, когда пользователь задает вопрос

🟣Вопрос проходит через тот же эмбеддер и тоже становится вектором, а система ищет в базе фрагменты, чьи векторы ближе всего к вектору запроса. Это шаг retrieval.

🟣Часто сюда добавляют еще один шаг — переранжирование. Первичный поиск по векторам быстрый, но недостаточно релевантный, он может выдасть более 20 кандидатов. Их прогоняют через более тяжелую и точную модель, которая пересортировывает результаты и оставляет действительно лучшие.

🟣Отобранные фрагменты вставляются в промпт рядом с исходным вопросом, модель генерирует ответ, опираясь на эти куски, а не на свои общие представления о запросе. Грамотно собранная система еще и возвращает ссылки на исходные документы, чтобы ответ можно было проверить.

3️⃣Почему RAG, а не дообучение

🟣Может возникнуть логичный вопрос: если нужно, чтобы модель работала с нашими данными, почему просто не дообучить ее на них? Ответ простой: для большинства задач RAG практичнее, ведь для того, чтобы обновить знания, надо всего лишь добавить документ в базу. Источник ответа будет виден, и его можно проверить, чего не дает дообученная модель. К тому же модель можно ограничить рамками контекста, снижая риск галлюцинаций.

4️⃣Особенности работы с RAG и точность ответа

🟣Главное, что надо знать и понимать про RAG: система отвечает настолько хорошо, насколько точен поиск. Если retrieval вытащил не те фрагменты, модель сгенерирует уверенный и складный ответ, но неверный. Поэтому большая часть работы над RAG-системами уходит не на модель, а на поиск: подбор размера чанков, выбор эмбеддера, настройку переранжирования и чистоту базы.

Центр непрерывного образования ФКН НИУ ВШЭ

24 June 2026 09:01

Кардиогенетика: персонализированная медицина XXI века

Сегодня искусственный интеллект и машинное обучение проникают в самые сложные области науки, и персонализированная медицина не исключение. Технологии секвенирования позволяют нам читать геном человека, а инструменты анализа данных — искать в нем мутации, связанные с заболеваниями.

Центр непрерывного образования ФКН приглашает на открытый вебинар, на котором мы определим, какую роль в кардиогенетике играют современные технологии.

Поговорим о том:
🟣какие задачи в биоинформатическом анализе могут быть автоматизированы, а где критически важны экспертные знания врача и исследователя;
🟣что такое «цифровой двойник» пациента и как с его помощью можно отработать весь цикл кардиогенетического тестирования — от сырых данных до клинического заключения;
🟣какие навыки действительно необходимы, чтобы начать карьеру на стыке Data Science, биоинформатики и медицины, и почему базовые знания биологии и клинического контекста остаются незаменимыми.

Вебинар пройдет в рамках подготовки к Летней школе «Кардиогенетика: от секвенирования к разработке кардиопанели» от Центра биомедицинских исследований и технологий ФКН.

🎙Спикер: Мария Попцова, директор центра биомедицинских исследований и технологий ФКН НИУ ВШЭ.
📁Когда: 29 июня в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

18 June 2026 16:32

Говорим с ИИ на его языке: мастер-класс по техникам промпт-инжиниринга

Многие думают, что использование LLM — простая задача. Однако один и тот же запрос можно сформулировать десятью разными способами, а результаты бывают разными: от точного ответа до получения нерелевантной информации. Вся разница в промпте.

Приглашаем на открытый вебинар от Центра непрерывного образования ФКН всех, кто имеет небольшой опыт во взаимодействии с ИИ и хочет начать развиваться в этом направлении.

На вебинаре мы обсудим и посмотрим на примерах:
🟣почему нейросети так чувствительны к формулировкам;
🟣какие техники промптинга работают;
🟣чем отличаются техники в GigaChat, QWEN, Perplexity и Yandex Cloud;
🟣как писать промпты, чтобы получать аналитический результат.

Все участники получат перечень техник промптинга и список задач для их применения.

🎙Спикер: Маргарита Бурова, эксперт и академический руководитель программы «Аналитик данных» Центра непрерывного образования ФКН, руководитель edtech-программ по data science и аналитике Wildberries.
📁Когда: 24 июня в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

15 June 2026 10:31

Компьютерное зрение на практике: распознавание кошек и собак

Все слышали, что нейросети умеют распознавать лица, объекты на фото и даже ставить диагнозы по снимкам. Но как это работает на самом деле? Что происходит внутри, когда модель решает, кот на картинке или собака? И главное — как самому обучить такую модель, даже если ты только начинаешь?

Приглашаем на вебинар от Центра непрерывного образования ФКН, на котором пройдем весь путь от теории до кода в Google Colab и поговорим о том:
🟣как нейросети на самом деле «видят» изображения (спойлер: совсем не как люди);
🟣что такое классификация изображений и какие задачи к ней относятся;
🟣как подготовить данные для обучения: от папки с картинками до готового датасета;
🟣как обучить простую модель распознавания котов и собак;
🟣как проверить качество модели и понять, ошибается она или нет;
🟣и самое интересное: как «обмануть» нейросеть и зачем это делать.

По итогу вебинара все участники заберут готовый notebook с полным пайплайном обучения модели и веса обученной модели — можно сразу запустить у себя и поэкспериментировать.

🎙Спикер: Марк Блуменау, академический руководитель программы «Специалист по Data Science» Центра непрерывного образования ФКН и магистратуры «Умные устройства: аппаратная разработка».
📁Когда: 18 июня в 19:00.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

09 June 2026 09:00

📢 Приглашаем на День карьеры Центра непрерывного образования ФКН НИУ ВШЭ

В программе вечера:

1️⃣Мини-лекции от экспертов:

• «Рабочие ИИ-инструменты для поиска работы» — Анна Шангареева, GYROMIND
• «Как развиваться в инженерии данных и не потерять работу в эпоху ИИ» — Кирилл Сысоев, Сбер
• «Карьерный путь выпускника» — Михаил Арк, Сбер

• Яндекс
• Ozon Tech
• ЦНО ФКН

Центр непрерывного образования ФКН НИУ ВШЭ

05 June 2026 11:45

Карта галлюцинаций: где ИИ врет чаще всего и как это ловить

Нейросети уверенно пишут код, анализируют данные и строят гипотезы, но даже лучшие модели периодически выдают убедительную ложь — так называемые «галлюцинации». Это прямая угроза, особенно для начинающих специалистов: от неверного вывода в отчете до сбоя в бизнес-логике.

Приглашаем на вебинар от Центра непрерывного образования ФКН, на котором обсудим, как в таком случае отличить правду от вымысла.

Разберем на реальных примерах:
🟣что такое галлюцинации ИИ и почему они возникают;
🟣какие задачи и данные чаще всего провоцируют нейросети на ошибки;
🟣где и как врет каждый из сервисов: GigaChat, QWEN, Perplexity, Yandex Cloud;
🟣как писать промпты так, чтобы снизить риск получения ложного ответа;
🟣пошаговый алгоритм фактчекинга для начинающих.

Все участники вебинара получат карту галлюцинаций с чек-листом, которая поможет быстро проверять ответы нейросетей.

🎙Спикер: Маргарита Бурова, эксперт и академический руководитель программы «Аналитик данных» Центра непрерывного образования ФКН, руководитель edtech-программ по data science и аналитике Wildberries.
📁Когда: 10 июня в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

01 June 2026 14:02

Акция «ранние пташки»: подать заявку летом — учиться осенью

Центр непрерывного образования ФКН НИУ ВШЭ запускает летнюю акцию: оставьте заявку на программы с осенним стартом до 31 июля и заморозьте стоимость — в сентябре цены будут повышены. Акция распространяется на восемь программ:

1️⃣Программа профессиональной переподготовки (очный формат):

🟣Аналитик данных
Годовая программа полного цикла подготовки специалиста: Python, SQL, статистика, A/B-тестирование, ML и продуктовая аналитика. По окончании слушатели получают диплом НИУ ВШЭ о переподготовке.
Подать заявку 📍

2️⃣Курсы повышения квалификации (очный формат):

🟣Математика для анализа данных
Фундаментальный курс по линейной алгебре, матанализу, дискретной математике и теории вероятностей для последующего изучения ML.
Подать заявку 📍

🟣Алгоритмы и структуры данных
Вы научитесь анализировать сложность алгоритмов, выбирать подходящие структуры данных и писать эффективный код, который не тормозит на больших объемах.
Подать заявку 📍

🟣Прикладная статистика для машинного обучения
Теория вероятностей и математическая статистика с реализацией на Python: от описательных статистик до A/B-тестирования, которое лежит в основе принятия решений в продуктовых командах.
Подать заявку 📍

🟣Машинное обучение
Изучение классических ML-алгоритмов (регрессии, классификации, кластеризации) с практикой на реальных задачах: от подготовки данных до оценки качества моделей.
Подать заявку 📍

3️⃣Курсы повышения квалификации (онлайн):

🟣Python для автоматизации и анализа данных
Освоите Python с нуля и научитесь автоматизировать рутину: сбор данных, обработка таблиц, визуализация, работа с API.
Подать заявку 📍

🟣BI-аналитика и визуализация данных
Научитесь строить интерактивные дашборды в Yandex DataLens и Tableau, проектировать визуализацию под бизнес-задачу и доносить выводы до нетехнических пользователей.
Подать заявку 📍

🟣LLM: создание и интеграция интеллектуальных ассистентов
Разберетесь в архитектуре трансформеров, научитесь проектировать RAG-пайплайны и создавать LLM-агентов для встраивания в реальные продукты.
Подать заявку 📍

Как заморозить цену: оставьте заявку на странице выбранной программы до 31 июля. Менеджер подтвердит участие и зафиксирует для вас текущую стоимость обучения.

Центр непрерывного образования ФКН НИУ ВШЭ

27 May 2026 14:15

Метрики, которые важны: как не утонуть в KPI

Метрики — это измеримые показатели, которые используются в бизнесе для оценки эффективности процессов, маркетинговых кампаний и работы продуктов. Центр непрерывного образования ФКН приглашает на вебинар, который поможет разобраться в том, как переводить абстрактные данные в конкретные коэффициенты и признаки, отслеживать динамику и принимать обоснованные решения.

Мы подробно рассмотрим: 
🟣Какие метрики бывают;
🟣Какие из них используют аналитики в своей работе;
🟣Когда какие метрики лучше выбрать;
🟣Как вычислять метрики.

Все участники вебинара получат набор инструментов, который поможет им легко ориентироваться в метриках и делать необходимые расчеты: чек-лист, дорожную карту выбора метрик и комплект формул с пояснениями.

🎙Спикер: Маргарита Бурова, эксперт и академический руководитель программы «Аналитик данных» Центра непрерывного образования ФКН, руководитель edtech-программ по data science и аналитике Wildberries.
📁Когда: 3 июня в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

24 July 2026 14:00

🎥 Подкаст «Уютный ФКНчик» возвращается

Съемки полюбившегося всем подкаста возобновлены, а мы уже делимся с вами новым выпуском «Оживить машину: новая программа ФКН по робототехнике».

В 2026 году на ФКН стартовал первый набор бакалаврской программы — «Проектирование интеллектуальных робототехнических систем». Это масштабный проект на стыке информационных технологий, искусственного интеллекта и робототехники, который участвует в инициативе Яндекс Физикал ИИ.

Разбираемся в новом выпуске подкаста «Уютный ФКНчик»:
🟣Кого именно будут готовить на программе?
🟣Как выглядит рабочий день робототехника: от компьютерного зрения до чтения китайской документации на новые «железки»?
🟣Почему для роботов и беспилотных автомобилей не существует идеальных тестов и симуляторов?
🟣И правда ли, что сейчас роботов чаще обучают с помощью ИИ, чем «программируют»?

🎙 Ведущий: Вадим Моргачёв, академический руководитель бакалавриата ПИРС.

Гости:
🎙Даниил Палеев, разработчик программного обеспечения Яндекс Роботикс, программист проектно-учебной лаборатории робототехники ФКН
🎙Максим Спорышев, руководитель службы предсказания и планирования движения в автономном транспорте Яндекса

Подкаст организован Центром непрерывного образования ФКН.

Смотреть выпуск подкаста: VK, Rutube, YouTube 📍

Центр непрерывного образования ФКН НИУ ВШЭ

23 July 2026 11:03

Last call: подать заявку летом — учиться осенью

Осталось совсем немного до окончания акции «ранние пташки» от Центра непрерывного образования ФКН НИУ ВШЭ: оставьте заявку на программы с осенним стартом до 31 июля и заморозьте стоимость — в сентябре цены будут повышены. Акция распространяется на восемь программ:

1️⃣Программа профессиональной переподготовки (очный формат):

🟣Аналитик данных
Годовая программа полного цикла подготовки специалиста: Python, SQL, статистика, A/B-тестирование, ML и продуктовая аналитика. По окончании слушатели получают диплом НИУ ВШЭ о переподготовке.
Подать заявку 📍

2️⃣Курсы повышения квалификации (очный формат):

🟣Математика для анализа данных
Фундаментальный курс по линейной алгебре, матанализу, дискретной математике и теории вероятностей для последующего изучения ML.
Подать заявку 📍

🟣Алгоритмы и структуры данных
Вы научитесь анализировать сложность алгоритмов, выбирать подходящие структуры данных и писать эффективный код, который не тормозит на больших объемах.
Подать заявку 📍

🟣Прикладная статистика для машинного обучения
Теория вероятностей и математическая статистика с реализацией на Python: от описательных статистик до A/B-тестирования, которое лежит в основе принятия решений в продуктовых командах.
Подать заявку 📍

🟣Машинное обучение
Изучение классических ML-алгоритмов (регрессии, классификации, кластеризации) с практикой на реальных задачах: от подготовки данных до оценки качества моделей.
Подать заявку 📍

3️⃣Курсы повышения квалификации (онлайн):

🟣Python для автоматизации и анализа данных
Освоите Python с нуля и научитесь автоматизировать рутину: сбор данных, обработка таблиц, визуализация, работа с API.
Подать заявку 📍

🟣BI-аналитика и визуализация данных
Научитесь строить интерактивные дашборды в Yandex DataLens и Tableau, проектировать визуализацию под бизнес-задачу и доносить выводы до нетехнических пользователей.
Подать заявку 📍

🟣LLM: создание и интеграция интеллектуальных ассистентов
Разберетесь в архитектуре трансформеров, научитесь проектировать RAG-пайплайны и создавать LLM-агентов для встраивания в реальные продукты.
Подать заявку 📍

Как заморозить цену: оставьте заявку на странице выбранной программы до 31 июля. Менеджер подтвердит участие и зафиксирует для вас текущую стоимость обучения.

Центр непрерывного образования ФКН НИУ ВШЭ

20 July 2026 17:30

Препроцессинг данных: ключевые этапы обработки

Перед вами стоит задача проанализировать данные? Тогда первое, с чем вы столкнетесь — это таблицы, полные пропусков, дубликатов и разных странных форматов. Прежде чем приступить к анализу и строить графики, данные нужно привести в порядок — то есть, провести препроцессинг.

Центр непрерывного образования ФКН приглашает всех принять участие в открытом вебинаре, который пройдет в рамках программы «Аналитик данных».

На вебинаре мы ответим на вопросы:
🟣что такое препроцессинг и почему без него нельзя обойтись;
🟣какие этапы подготовки данных пропускать не стоит;
🟣что делать с пропусками, дубликатами и «мусором»;
🟣как привести данные к одному формату и не сломать таблицу;
🟣как проверить, что данные уже готовы к анализу.

Все участники получат перечень основных алгоритмов препроцессинга и дорожную карту подготовки данных.

🎙Спикер: Маргарита Бурова, эксперт и академический руководитель программы «Аналитик данных» Центра непрерывного образования ФКН, руководитель edtech-программ по data science и аналитике Wildberries.
📁Когда: 29 июля в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

15 July 2026 15:05

Глубинное обучение: очный курс

Центр непрерывного образования ФКН открывает набор на очный курс повышения квалификации «Глубинное обучение». Слушатели разберутся с тем, как устроены нейросети, и попрактикуются в разработке на PyTorch.

Что входит в программу:
🟣основы глубинного обучения: первая нейросеть на TensorFlow/PyTorch, алгоритм обратного распространения ошибки
🟣свёрточные сети: классификация изображений, transfer learning, разбор известных архитектур
🟣прикладные задачи компьютерного зрения: детекция, сегментация, распознавание лиц, перенос стиля
🟣оптимизация обучения: эвристики и приёмы, ускоряющие сходимость
🟣генеративные модели: автокодировщики и генеративно-состязательные сети (GAN)
🟣обработка естественного языка: векторные представления слов (word2vec, fasttext), рекуррентные сети, ELMo-эмбеддинги
🟣механизм внимания: seq2seq-архитектуры, трансформеры, BERT

Кому подойдёт: тем, кто уверенно владеет Python (условные операторы, циклы, функции, работа со списками, словарями и встроенными функциями) и хочет освоить проектирование и обучение нейронных сетей.

📁 Старт: 29 июля

Подробнее о программе 📍

Центр непрерывного образования ФКН НИУ ВШЭ

09 July 2026 11:03

Чит-листы: универсальная подборка

Для открытия некоторых ссылок требуется VPN

1️⃣Python: основы и рабочая среда
🟣Python Cheat Sheet for Beginners. Базовый синтаксис языка: переменные, словари, массивы, циклы, функции и генераторы списков.
🟣Conda: быстрый старт, команды для работы из терминала, создание и активация сред.
🟣Jupyter Notebook: краткое руководство, комбинации клавиш, типы ячеек, специальные команды.

2️⃣Python для анализа данных
🟣NumPy. Создание, индексация и преобразование массивов, агрегатные функции, универсальные операции, сортировка.
🟣Обработка данных с Pandas. Полный цикл «чтение — подготовка — анализ — визуализация» данных (DataFrame).
🟣SciPy: большой гайд. Решение задач оптимизации, статистика, быстрое преобразование Фурье, интерполяция и линейная алгебра.

3️⃣Визуализация и дашборды
🟣Matplotlib. Создание фигур и осей, основные виды графиков, подписи, аннотации и экспорт.
🟣Seaborn. Высокоуровневые диаграммы, цветовые палитры, стили оформления и статистические визуализации.
🟣Plotly Express. Интерактивные графики, изменение размера и цвета меток, кастомизация.
🟣Streamlit API. Установка и запуск, текст, таблицы, графика, колонки, вкладки, формы и чат-компоненты.
🟣Tableau. Интерфейс, типы визуализаций, вычисляемые поля, действия, компоновка дашбордов.
🟣Power BI. Начало работы, настройка связей, трансформации в Power Query, выбор визуализаций, вычисляемые столбцы на DAX, работа в режимах «Отчет», «Данные», «Модель».

4️⃣Excel, SQL и системы управления БД
🟣Формулы Excel. Большая шпаргалка, охватывающая всевозможные формулы.
🟣Сводные таблицы Excel. Создание, группировка, вычисляемые поля и элементы, обновление источника данных.
🟣Power Query. Очистка, преобразование и объединение источников, автоматизация процессов.
🟣Основы SQL. Базовый синтаксис для начинающих.
🟣Наш пост со всеми шпаргалками по SQL.
🟣PostgreSQL. MySQL. SQLite. T-SQL.

5️⃣Машинное и глубинное обучение
🟣Scikit-learn. Подготовка данных, обучение модели, оценка качества; классификация, регрессия, кластеризация и подбор параметров.
🟣TensorFlow. Шпаргалка по основному фунционалу, примеры кода.
🟣PyTorch. Тензоры, оптимизаторы, функции активации и базовый цикл обучения.
🟣Руководство по настройке параметров XGBoost.
🟣Выбор ML-алгоритма.
🟣Наш большой пост со всеми шпаргалками по Data Science.

6️⃣Дополнительные шпаргалки
🟣Git: основные команды. Наш бесплатный онлайн-курс по Git.
🟣Регулярные выражения: быстрый старт.

Центр непрерывного образования ФКН НИУ ВШЭ

06 July 2026 09:01

«Ты — эксперт по…»: работает ли назначение роли в промпте

Совет начинать запрос со слов «ты — опытный юрист/врач/аналитик» давно кажется необходимым действием при отправке запроса. Логика кажется неоспоримой: назначить модели роль эксперта и получить экспертный ответ, хотя исследования последних лет это не подтверждают.

Что выяснилось:
🟣модели прогнали через тысячи фактических вопросов, перебрав больше сотни ролей. По сравнению с запросом вообще без роли точность не выросла, а местами даже слегка просела;
🟣угадать заранее, какая роль сработает на конкретном вопросе, практически нельзя. Выбор удачной формулировки оказывается практически случайным.

Значит ли это, что прием бесполезен:
🟣Назначение роли влияет не на то, насколько ответ верен, а на то, как он выглядит. Например, роль эксперта может повышать глубину проработки, но снижать ясность и лаконичность. Модель начинает говорить как специалист: обстоятельнее, с профессиональной лексикой и оговорками, но правильных фактов в ответе от этого не прибавляется.

Почему:
🟣Фраза «Ты — эксперт» сдвигает ответ в сторону текстов, которые в обучающих данных выглядели экспертными. Знания при этом не меняются, меняется лишь манера подачи. Роль управляет тем, как модель говорит, а не тем, что она знает.

Что из этого следует:
🟣для фактических и вычислительных задач роль не повышает точность, не стоит полагаться на нее как на способ «усилить» правильность;
🟣для задач, где важны тон, глубина и профессиональная подача, роль работает, но как инструмент управления стилем;
🟣если нужно простое и ясное объяснение понятия, роль скорее мешает, а прямой запрос сработает лучше;
🟣универсально правильной роли нет: эффект формулировки трудно предсказать, поэтому ее стоит подбирать и проверять под задачу.

Центр непрерывного образования ФКН НИУ ВШЭ

01 July 2026 16:00

Генетика в кардиологии: введение в персонализированную медицину

Приглашаем вас принять участие в открытом вебинаре, на котором расскажем о современных представлениях о месте геномных технологий в современной кардиологии, а также опишем ключевые подходы, используемые в клинической практике и находящиеся на этапе разработки.

Кому будет интересно:
🟣студентам и специалистам в области молекулярной биологии, биоинформатики; 
🟣врачам терапевических специальностей и врачам-лаборантам.

Вебинар пройдет в рамках подготовки к Летней школе «Кардиогенетика: от секвенирования к разработке кардиопанели» от Центра биомедицинских исследований и технологий ФКН.

🎙Спикер: Дмитрий Затейщиков, заведующий кафедрой терапии, доктор медицинских наук, профессор ФГБУ ДПО «Центральная государственная медицинская академия» Управления делами Президента Российской Федерации.
📁Когда: 6 июля в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

25 June 2026 14:18

День открытых дверей онлайн-программ факультета компьютерных наук

В эту субботу, 27 июня, пройдет День открытых дверей для абитуриентов бакалавриата и магистратуры. Вы разберетесь в преимуществах онлайн-образования, определитесь с программой и познакомитесь лично с командой ФКН Онлайн.

На встрече расскажут:
⭐️️️️️️️️ какой набор навыков получают студенты и кем становятся выпускники
⭐️️️️️️️️ как устроено поступление и как получить максимальные баллы за портфолио
⭐️️️️️️️️ как получить образовательный кредит под 3% и другие льготы

Онлайн-программы, о которых пойдет речь:
⚪️ Искусственный интеллект
⚪️ Прикладные нейросетевые технологии
⚪️ Аналитика больших данных
⚪️ Инженерия данных
⚪️ Бэкенд-разработка и архитектура программных систем
⚪️ Искусственный интеллект в маркетинге и управлении продуктом
⚪️ Компьютерные науки и анализ данных, онлайн-бакалавриат

📆 Когда: 27 июня, 14:00
💻 Формат: онлайн + запись и полезные материалы после мероприятия

🐭 Зарегистрироваться

Центр непрерывного образования ФКН НИУ ВШЭ

22 June 2026 13:30

Что изучают на программе «Специалист по Data Science»?

Скоро стартует очное обучение на программе профессиональной переподготовки «Специалист по Data Science», аккредитованной Альянсом в сфере ИИ. В течение 15 месяцев слушатели будут изучать все направления современной науки о данных.

В сегодняшних карточках подробно рассказываем о том, какие дисциплины включены в программу и какие навыки удастся приобрести.

🟣Python для автоматизации и анализа данных и SQL
🟣Алгоритмы и структуры данных
🟣Математика для анализа данных
🟣Прикладная статистика для машинного обучения
🟣Машинное обучение
🟣Промышленное машинное обучение на Spark
🟣Глубинное обучение
🟣Введение в MLOps

Старт: 30 июня.

Подробнее о программе 📍

Центр непрерывного образования ФКН НИУ ВШЭ

17 June 2026 16:05

Успеть подать заявку летом и начать учиться осенью

Напоминаем, что в Центре непрерывного образования ФКН НИУ ВШЭ действует летняя акция: вы можете оставить заявку на программы с осенним стартом до 31 июля и заморозить стоимость — в сентябре цены будут повышены. Акция распространяется на восемь программ:

1️⃣Программа профессиональной переподготовки (очный формат):

🟣Аналитик данных
Годовая программа полного цикла подготовки специалиста: Python, SQL, статистика, A/B-тестирование, ML и продуктовая аналитика. По окончании слушатели получают диплом НИУ ВШЭ о переподготовке.
Подать заявку 📍

2️⃣Курсы повышения квалификации (очный формат):

🟣Математика для анализа данных
Фундаментальный курс по линейной алгебре, матанализу, дискретной математике и теории вероятностей для последующего изучения ML.
Подать заявку 📍

🟣Алгоритмы и структуры данных
Вы научитесь анализировать сложность алгоритмов, выбирать подходящие структуры данных и писать эффективный код, который не тормозит на больших объемах.
Подать заявку 📍

🟣Прикладная статистика для машинного обучения
Теория вероятностей и математическая статистика с реализацией на Python: от описательных статистик до A/B-тестирования, которое лежит в основе принятия решений в продуктовых командах.
Подать заявку 📍

🟣Машинное обучение
Изучение классических ML-алгоритмов (регрессии, классификации, кластеризации) с практикой на реальных задачах: от подготовки данных до оценки качества моделей.
Подать заявку 📍

3️⃣Курсы повышения квалификации (онлайн):

🟣Python для автоматизации и анализа данных
Освоите Python с нуля и научитесь автоматизировать рутину: сбор данных, обработка таблиц, визуализация, работа с API.
Подать заявку 📍

🟣BI-аналитика и визуализация данных
Научитесь строить интерактивные дашборды в Yandex DataLens и Tableau, проектировать визуализацию под бизнес-задачу и доносить выводы до нетехнических пользователей.
Подать заявку 📍

🟣LLM: создание и интеграция интеллектуальных ассистентов
Разберетесь в архитектуре трансформеров, научитесь проектировать RAG-пайплайны и создавать LLM-агентов для встраивания в реальные продукты.
Подать заявку 📍

Как заморозить цену: оставьте заявку на странице выбранной программы до 31 июля. Менеджер подтвердит участие и зафиксирует для вас текущую стоимость обучения.

Центр непрерывного образования ФКН НИУ ВШЭ

11 June 2026 12:02

ИИ для аналитики: какие задачи уже решают языковые модели, а где и зачем нужен аналитик

Языковые модели уже генерируют SQL-запросы по текстовому описанию, автоматизируют очистку данных, строят простые графики и делают предварительные выводы. В связи с чем у многих новичков возникает ощущение: «а зачем тогда учиться на аналитика, если ИИ все делает сам?». На практике все сложнее — модели ошибаются, пропускают контекст, не чувствуют бизнес-задачи и часто дают ответ, который звучит красиво, но фактически не работает.

Приглашаем вас на вебинар от Центра непрерывного образования ФКН, на котором разберем, что можно делегировать искусственному интеллекту, а где не обойтись без аналитика.

Поговорим о том:
🟣какие задачи по анализу данных языковые модели уже закрывают хорошо, а где пока проваливаются;
🟣как выглядит нормальный рабочий процесс, в котором ИИ служит помощником;
🟣какие сервисы и инструменты использовать новичку;
🟣что такое хороший промпт для аналитической задачи;
🟣какие главные ограничения и подводные камни существуют при работе с ИИ в аналитике.

Все участники вебинара получат чек-лист с сервисами для ИИ-аналитики, примеры промптов и список ключевых ограничений.

🎙Спикер: Маргарита Бурова, эксперт и академический руководитель программы «Аналитик данных» Центра непрерывного образования ФКН, руководитель edtech-программ по data science и аналитике Wildberries.
📁Когда: 17 июня в 17:30.

Регистрация 📍

Центр непрерывного образования ФКН НИУ ВШЭ

08 June 2026 15:34

Промпт-инжиниринг: методологии CO-STAR и TIDD-EC

Языковые модели достраивают наиболее вероятные продолжения на основе того, что вы дали на вход, и чем больше в запросе неоднозначности, тем шире пространство возможных ответов и выше шанс получить размытый или нерелевантный результат. Методологии структурирования промптов решают эту проблему и превращают расплывчатое пожелание в спецификацию. Сегодня разберем 2️⃣ наиболее популярных.

1️⃣CO-STAR

Основной концепт — разложение запроса на шесть измерений, каждое из которых закрывает отдельный источник неоднозначности.

🟣Context: фоновые данные, в которых существует задача, позволяющие модели сузить ответ до конкретной ситуации.
🟣Objective: одна четко сформулированная задача.
🟣Style: структура и манера изложения.
🟣Tone: эмоциональная окраска. И в данном случае стиль и тон намеренно разделены: текст может быть строго структурированным по стилю, но при этом дружелюбным по тону.
🟣Audience: на кого ориентирован ответ и какая глубина объяснений требуется.
🟣Response: объем, структура, формат вывода, лимит по длине. Этот компонент экономит больше всего итераций, так как именно несовпадение формата чаще всего заставляет переписывать запрос.

CO-STAR сильнее всего в задачах генерации текста, в которых результат оценивается субъективно и важны попадание в аудиторию и выдержанная стилистика.

2️⃣TIDD-EC

Более строгая методология, ориентированная на задачи, в которых ответ оценивается по объективным критериям: правильно/неправильно, соответствует формату/нет. Пять основных пунктов:

🟣Task type: категория операции: классификация, извлечение сущностей, суммаризация, переписывание.
🟣Instructions: пошаговый алгоритм выполнения. Здесь описывается не что нужно получить, а как к этому прийти.
🟣Do: признаки, которые обязательно должны присутствовать в ответе.
🟣Don't: ограничения и типичные ошибки, которые нужно исключить. Связка Do/Don't задает границы ответа с двух сторон и заметно снижает количество отклонений от ожидаемого результата.
🟣Examples & Content: образцы желаемого вывода плюс конкретные данные для обработки. Примеры работают как few-shot обучение прямо внутри запроса: модель ориентируется на эталон.

TIDD-EC лучше применять в формализованных задачах с жесткими требованиями: парсинг в структурированный формат, разметка, классификация по заданным правилам.

Как выбирать на практике:
🟣Результат оценивается субъективно (тексты, письма, контент, коммуникация): CO-STAR с упором на контекст, аудиторию и стилистику.
🟣Результат проверяется по четким критериям (обработка данных, извлечение, классификация): TIDD-EC с упором на инструкции, ограничения и примеры.

Центр непрерывного образования ФКН НИУ ВШЭ

04 June 2026 09:05

Ежемесячная подборка актуальных IT-вакансий: июнь

Позиции стажера:
🟣Аналитик, Axenix
🟣Бизнес-аналитик, Kept, Технологическая практика
🟣Дата-аналитик Smart Rollout, «МТС»
🟣Системный аналитик, Т1 Иннотех
🟣Стажер по исследованию AI-агентов для хранилища данных, Сбер
🟣Data-аналитик, T2. IT и Digital
🟣Python-разработчик, ПАО ВТБ

Бизнес-аналитика:
🟣Бизнес-аналитик, ООО РСХБ-Интех
🟣Бизнес-аналитик, Технопарк Офис
🟣Бизнес-аналитик, ПАО Ростелеком
🟣Бизнес-аналитик, VK
🟣Бизнес-аналитик, Туту
🟣Бизнес-аналитик, Т-Банк
🟣Бизнес-аналитик, Nestle

Аналитика данных:
🟣Аналитик, Ozon fresh
🟣Аналитик данных, Сравни
🟣Аналитик данных, ООО HeadHunter::Analytics/Data Science
🟣Аналитик данных, RWB (Wildberries & Russ)
🟣Аналитик данных, Datanomica
🟣Дата-аналитик, «МТС»

Data Science, ML и DE:
🟣AI-инженер, ООО GlowByte
🟣AI Engineer, Ингосстрах
🟣ML-инженер, OneTwoTrip
🟣ML Engineer, ПАО Ростелеком
🟣Data Scientist, Северсталь. IT & Digital
🟣Data Scientist, Альфа-Банк
🟣Data Scientist, Сбер. IT
🟣Data Engineer, Лента
🟣Data Engineer, Островок.Ostrovok!Tec
🟣Data Engineer, Платформа ОФД

Центр непрерывного образования ФКН НИУ ВШЭ

29 May 2026 15:30

Основы компьютерного зрения и анализа изображений

Центр непрерывного образования ФКН совместно с компанией MWS AI запустил бесплатный онлайн-курс «Основы компьютерного зрения и анализа изображений».

В процессе обучения вы:
🟣погрузитесь в теоретические основы компьютерного зрения и познакомитесь с необходимыми практическими инструментами;
🟣освоите базовые операции обработки: свертки, ядра фильтров, выделение границ;
🟣изучите классические методы распознавания;
🟣познакомитесь с архитектурой сверточных нейросетей: от перцептрона и полносвязных слоев до CNN;
🟣на практике обучите модель классификации изображений;
🟣получите обзор продвинутых направлений: детекция объектов, семантическая и instance-сегментация, генеративные модели, стереозрение, трекинг и видеоаналитика.

По итогам курса вы сможете подготовить проект для портфолио — приложение для анализа поведения объектов перед камерой. Курс подойдет специалистам смежных дисциплин и студентам старших курсов. Для комфортного освоения материала необходимо знание Python, основ машинного и глубинного обучения, а также линейной алгебры.

🎙Автор курса — Иван Копылов, ведущий разработчик центра компьютерного зрения департамента машинного обучения и фундаментальных исследований MWS AI, старший преподаватель факультета компьютерных наук НИУ ВШЭ.
📁Формат: онлайн по записям, лонгриды, презентации и задания с автопроверкой.

Присоединиться к курсу 📍

Центр непрерывного образования ФКН НИУ ВШЭ

25 May 2026 16:33

Предсказываем что угодно: от цен квартир до оттока клиентов

Центр непрерывного образования ФКН приглашает всех, кто владеет Python на базовом уровне и начинает погружаться в машинное обучение, на вебинар, посвященный одной из ключевых задач науки о данных— прогнозированию на основе исторических данных.

В ходе вебинара мы пошагово разберем, как делать прогнозы на основе данных:
🟣Загрузим датасет;
🟣Обучим модель;
🟣Сделаем прогноз;
🟣Оценим качество модели.

В результате все участники получат готовый notebook и ML-модель. Материалы можно будет применять на практике в качестве шаблонов, адаптируемых под ваши собственные данные и задачи.

🎙Спикер: Марк Блуменау, академический руководитель программы «Специалист по Data Science» Центра непрерывного образования ФКН и магистратуры «Умные устройства: аппаратная разработка».
📁Когда: 2 июня в 19:00.

Регистрация 📍