Привет! Меня зовут Саша Миночкина. Я заканчиваю обучение в магистратуре — решила рассказать, как это вообще устроено. Моя статья будет полезна молодым специалистам, которые хотят поучиться и смотрят в сторону магистратуры от Tinkoff.ru, но боятся что их заставят толкать Олега Тинькова на велике по офису. Расскажу как я поступила, училась и работала, чтобы таких страхов не было.
Поступление. Почему вообще Tinkoff.ru?
Я училась в бакалавриате МФТИ, занималась биоинформатикой. А потом мне захотелось узнать, что такое машинное обучение, и понеслась.
Все началось с курса в МФТИ. Затем была Финтех-школа 2017 в Tinkoff.ru. На ней я точно поняла, что мне всё это нравится и хочу тут работать. К тому же, в этой компании у меня было много крутых знакомых — программистов. А это, как известно, лучшая реклама.
По окончании Финтех-школы появилась новость о том, что Tinkoff.ru открывает кафедру финансовых технологий на Физтехе. В мае была презентация новой кафедры (слайды с прошлогодней лекции). На ней были представители кафедры и руководители различных проектов, с которыми можно было пообщаться. Я узнала, что при зачислении на кафедру автоматически устраивают на работу. Идея совмещать учебу и работу в одном месте была привлекательной.
Я подала заявку и ждала, когда пригласят на собеседование. Заявки принимались с мая по начало июня. Все собеседования были в начале июня.
И вот меня пригласили на собеседование. Оно состояло из беседы с сотрудником банка. Проверяли, какие знания есть в линале, статистике, алгоритмах. Также смотрели, что знаю по классическому ML, нейросетям и инфраструктуре. Как и на любом собеседовании еще интересовались опытом. Результаты отбора прислали спустя пару недель.
Всего на кафедру набирают 20 человек. Многих интересует вопрос, насколько нужно быть крутым, чтобы пройти отбор. Конечно, нужно хорошо разбираться в базовой университетской математике и иметь представление о том, что же такое машинное обучение/функциональное программирование. В прошлом году многие абитуриенты, успешно прошедшие испытания, уже имели опыт реализации профильных проектов.
О всех важных датах можно узнать из группы в VK и Telegram-канала.
Поступление в МФТИ
Кроме собеседования на кафедру, нужно было поступить еще в саму магистратуру МФТИ. Поскольку я училась в бакалавриате на Физтехе, проблем с поступлением не было. Но тем, кто не учился, пришлось немного потрудиться и сдать экзамены по математике и информатике. По словам абитуриентов из других ВУЗов, видеолекции для подготовки разных лет очень помогают, а задачи на экзамене идентичны задачам в видеолекциях.
Еще в магистратуру можно зачесть публикации в научных журналах, участия в конференциях, призовые места в олимпиаде «Я-профессионал» и другие штуки. Более подробная информация находится здесь.
Структура кафедры
Кафедра Tinkoff.ru базируется в магистратуре МФТИ, в Физтех-школе Прикладной Математики и Информатики (ФПМИ). В ней 2 направления: прикладная математика и физика (ПМФ) и прикладная математика и информатика (ПМИ). Ограничений по количеству студентов кафедры на каком-то конкретном направлении нет. Главное, чтобы в сумме наших студентов с ПМИ и ПМФ было 20 человек.
На кафедре две специализации: машинное обучение и функциональное программирование. Строгого распределения студентов нет, всё зависит от набора. Но в каждом из потоков студентов на первой специализации получалось вдвое больше, чем на второй. Я, кстати, пошла на машинное обучение, ПМИ.
Пары
Пары в магистратуре делятся на два вида: на Физтехе и на кафедре.
Пары на Физтехе
Курсы в магистратуре ФПМИ очень сильно зависят от направления. На ПМФ большая часть курсов, как ни странно, про финансы и инновации: математическая теория финансов, оценка эффективности инвестиционных проектов, национальная инновационная система и др. На ПМИ читаются курсы с уклоном в продвинутую математику и анализ данных: робастные методы в статистике, доп. главы дискретной математики, NLP, методы визуализации данных и др.
Как оказалось, знаменитая «система Физтеха» распространяется не только на бакалавриат. И я сейчас не про необязательность посещения лекций, а про то, что ты почти всегда можешь заменить курсы из своего учебного плана на другие, более понравившиеся. Только для магистратуры важно, чтобы желаемые курсы были тоже из магистратуры — пары из бакалавриата не подойдут. Например, я меняла несколько предметов ПМИ на предметы ПМФ, потому что для меня они были более полезными.
В первом и втором семестрах на пары отводятся четверг и суббота, в третьем семестрах — только четверг. Все четверговые пары проводятся в корпусе 1С на Тимирязевской, а все субботние — на Физтехе, в Долгопрудном.
Пары на кафедре
Большая часть курсов — кафедральные, а не факультетские. Кафедральные пары значительнее ориентированы на выбранную специализацию, чем факультетские.
Основные пары:
- алгоритмы и структуры данных
- архитектура ПО
- большие данные
- машинное обучение (направление «машинное обучение»)
- глубинное обучение (направление «машинное обучение»)
- Scala (направление «функциональное программирование»)
Расскажу подробнее про предметы моего направления — «машинное обучение» и «глубинное обучение». Каждый курс состоит из лекций и семинаров. Объясняется все от самых основ до state-of-the-art алгоритмов. Много глубокой теории со статистикой. Но также много практики, поэтому вся эта теория с лекций становилась понятной. По идее, можно прийти с нулевыми знаниями. Тогда нужно будет очень много времени и усилий приложить, чтобы все заботать. Но это того стоит :)
На «машинном обучении» задачи решали с помощью Scikit-learn. Домашние задания были после каждой лекции, среди них несколько Kaggle Inclass соревнований. Пару раз мы задерживались на парах до 23 вечера, потому что лектор очень увлекался темой и пытался рассказать как можно больше.
На «глубинном обучении» все задачи решали на PyTorch. Был основной преподаватель и несколько приглашенных, которые являлись специалистами в определенных темах. Это был самый объемный курс за всю магистратуру. И хотя многие из нас вначале курса что-то знали по этой теме, было как-то совсем непросто. Лекции и семинары по «глубинному обучению» записывались. Это выручало не раз: и при подготовке к экзаменам, и в течение семестра.
Пары очень помогают в работе. Во-первых, потому что нам давались знания как раз в той специализации, в которой мы работаем. Курсы по машинному и глубинному обучению помогают строить работающие модели. Курс по Big Data помогает это делать эффективно. А курс по архитектуре ПО помогает синхронизировать разработку с коллегами и поднимать сервисы для написанных нами моделей. Во-вторых, на лекциях мы могли задать любой вопрос по работе и получить совет: какие метрики лучше использовать для конкретной задачи, какие модели стоит попробовать, почему вообще ничего не работает.
Все занятия проходят в офисе, где мы и работаем, на Водном стадионе. Не нужно тратить время на дорогу между работой и учебой. И это не может не радовать! Пары читаются по вечерам, после работы: 2-3 часа с 18:00 до 21:00. Такое расписание позволяет больше времени посвящать работе. Но иногда, конечно, бывает тяжело после полного рабочего дня воспринимать материал.
Вообще если у меня возникают любые вопросы по учебному процессу, могу написать 24/7 кураторам кафедры и они помогут порешать все проблемы.
Работа
Как я уже говорила, при поступлении на кафедру устраивают на работу. Работать можно с 24 часов в неделю. Большинство моих одногруппников в начале учебы именно на столько и устроились. Но были и те, кто сразу пошел на full-time. Тут все зависит от того, сколько времени ты хочешь посвящать учебе, а сколько работе. Я начинала с 24 часов, после первого семестра перешла на 32 часа и только после второго семестра перешла на полную неделю.
После прохождения на кафедру в соответствии с твоими навыками и интересами тебя распределяют в одну из команд.
Проекты на направлении «машинное обучение»:
- распознавание речи
- NLP
- диалоговые системы
- синтез речи
- компьютерное зрение
- рекомендательные системы
- антифрод
- кредитный скоринг
- автоматизация найма
- предиктивная аналитика
Проекты на направлении «функциональное программирование»:
- Интернет банк физических лиц
- Интернет банк юридических лиц
- Трейдинговая платформа
- Data Management Platform
- Identity Graph
Каждому студенту ставится ментор. Обычно это руководитель команды, которую ты выбрал. Он будет помогать освоиться в компании, предлагать задачи и способствовать твоему развитию. В принципе, ты можешь прийти с нулевым опытом, если пройдешь отбор на кафедру, но точно важно быстро разбираться в том, что ты делаешь.
Со временем ты можешь переходить на другие проекты, в других командах. Например, один мой одногруппник занимался задачей предсказания наличности в банкоматах, а после завершения этого проекта начал заниматься чат-ботами. Тут вас никто не ограничивает в выборе.
Работа — это хорошая практика того, чему нас учат в магистратуре. Мне нравится, что кафедра выпускает не «оторванных от реальности специалистов», которые много знают. А тех специалистов, которые эти знания умеют еще и применить.
Ну и чуть не забыла рассказать про диплом. Диплом мы пишем по тем проектам, которые делаем на работе. Это очень удобно.
Заключение
Магистратура Tinkoff.ru идеально подходит тем, кто хочет много учиться и работать. И чтобы при этом учеба и работа органично дополняли друг друга. Да, так бывает! Сегодня вечером ты слушаешь на паре про Advantage Actor Critic алгоритм, уже завтра ты реализовываешь такую модель на работе. Пары не будут мешать работе, потому что они проводятся там же, где и работа, в вечернее время.
Если вы хотите записаться на собеседование на кафедру, заполните анкету.
«Что если я еще мал для магистратуры?», «Уже в магистратуре» или что-то еще. У нас есть крутые финтех-школы два раза в год, круглогодичные стажировки и лаборатория на Физтехе. Подробнее можно почитать тут. Последние новости можно узнавать из группы в VK и Telegram-канала.
Если у вас остались какие-то вопросы, пишите, с радостью отвечу :)
Автор: alex_minochkina
