Административная рамка: кредиты, результаты обучения, требования, регламенты и модель партнёрства — для ректората, учебной части и приёмной комиссии
Юридическая модель запуска
Программа запускается в партнёрстве с действующим университетом. Рабочая группа рассматривает три варианта; решение не принято, ниже — рамка для обсуждения.
1Новая магистерская специальность внутри лицензии вуза-партнёра. Самый короткий трек: используется действующая лицензия, программа проходит специальную аккредитацию до начала учебного процесса.
2Совместная / двойная программа с зарубежным университетом. Даёт международный диплом и сильный маркетинговый актив; требует межвузовского соглашения и согласования двух регуляторных рамок.
3Отдельная образовательная организация. Максимальная автономия, но самый длинный и капиталоёмкий путь; в текущих регуляторных условиях рассматривается как долгосрочный сценарий.
Кредитная карта программы — 120 ECTS (черновик)
Рабочее распределение трудоёмкости: 30 ECTS в семестр, 120 за программу — ориентир, совместимый с болонской рамкой магистратуры. Черновик для сверки с ГОС и нормативами вуза-партнёра.
S3Multimodal — 5 · AI Research — 6 · ML Engineering — 5 · Applied AI — 4 · Электив — 4 · Практика 3 — 6 = 30
S4Research Seminar — 2 · AI Safety — 4 · Капстоун — 6 · Thesis Seminar — 2 · Преддипломная практика — 4 · Диссертация — 12 = 30
Программные результаты обучения
Сводная рамка, собранная из курсовых outcomes (полные формулировки — на страницах курсов). Выпускник:
✓Строит и обучает современные модели — от классического ML до трансформеров, LLM и агентных систем — и обосновывает выбор архитектуры
✓Доводит модель до продакшена: пайплайны данных, деплой, мониторинг, работа под SLA и quality constraints
✓Проводит воспроизводимое исследование: от репликации научной статьи до собственного research-вклада
✓Оценивает и обеспечивает надёжность, безопасность и честную оценку AI-систем
✓Работает с высокопроизводительной инфраструктурой: GPU, распределённое обучение, LLM serving, компрессия
✓Защищает магистерскую диссертацию — оригинальный вклад в research- или production-треке
Требования к поступающим (черновик)
•Диплом бакалавра; STEM-профиль предпочтителен, но не обязателен при прохождении вступительных испытаний
•Математика уровня технического бакалавриата: линейная алгебра, анализ, начала теории вероятностей
•Уверенное программирование на Python
•Английский язык — достаточный для чтения научной литературы и документации
•Формат вступительных испытаний (экзамен / портфолио / собеседование) — уточняется рабочей группой
Кадровое обеспечение — честный статус
Ядро команды строило ШАД (Школу анализа данных Яндекса), Яндекс.Учебник и олимпиадные программы. На сегодня закреплены и обсуждаются менторы по 5 из 21 курса ядра; по остальным идёт подбор — статус каждого курса виден на его странице. Целевое правило комплектования: каждый курс закрывается связкой «лектор-практик + семинарист», а научное руководство диссертациями — отдельная роль, не совмещаемая с лекторской нагрузкой по умолчанию. Требования регулятора к остепенённости ППС магистратуры учитываются как обязательное условие финального состава и закрываются совместно с вузом-партнёром.
Регламент магистерской диссертации (черновик)
1Выбор темы и назначение научного руководителя — до конца семестра 2; индивидуальный календарный план на каждого магистранта
2Research Seminar и Thesis Seminar в семестре 4 — структурированное сопровождение написания
3Преддипломная практика — финальный эксперимент и сбор результатов
4Предзащита с внешним рецензентом → защита перед комиссией
!Порядок защиты фиксируется по актуальным на момент защиты требованиям регулятора (система аттестации сейчас реформируется) — регламент сверяется с вузом-партнёром перед запуском
Оценивание и контроль качества
Каждый курс закрывается измеримой аттестацией, привязанной к заявленным outcomes: экзамен, проект или их комбинация. Практики и капстоун оцениваются по заранее объявленным критериям (воспроизводимость, работоспособность, документация). Учебные материалы проходят двухступенчатую проверку: генерация → экспертная вычитка преподавателем курса; до вычитки материалы явно помечены как черновик. Программа проектируется под внешнюю экспертизу учебного плана до подачи на аккредитацию.
Модель партнёрства: кто что приносит
→Команда программы: учебный план и материалы, менторская сеть (включая инженеров Google Zurich), учебная платформа с практиками и автопроверкой, маркетинг и набор, операционное сопровождение
←Вуз-партнёр: лицензия и аккредитационный трек, диплом, остепенённый ППС под нормативные требования, аудитории и административная инфраструктура, представительство перед регулятором
Открытые вопросы рабочей группы
1Юридическая модель запуска: специальность в лицензии вуза / совместная программа / отдельная организация?
2Целевая стоимость обучения и размер когорты первого набора
3Закрытие преподавательских позиций по 16 курсам, включая семестры 3–4
4Вуз-носитель лицензии и статус переговоров
5Реалистичный горизонт запуска с учётом аккредитационного трека
Это черновик для рабочей группы: все параметры с пометкой «черновик» / «уточняется» — рабочие допущения для обсуждения, а не утверждённые решения.