Научное программирование

Профессия

Освоите создание высокопроизводительных научных расчётов, симуляций и цифровых моделей для решения задач на переднем крае науки и инженерии.

// Старт сентябрь 2026

Длительность

Формат

Документ

10 месяцев
по 4-8 ак.ч. в неделю

Живое общение с преподавателем на онлайн-вебинарах 1-2 раза в неделю

Диплом о профессиональной переподготовке МФТИ

Уровень

Продвинутый, для успешного обучения необходимы входные знания.

Научное программирование является фундаментом для любого современного глобального исследования. Все передовые технологии — от квантовых компьютеров до космических программ — не могли бы существовать без специалистов в области научного программирования, которые предоставляют ученым надежные и точные инструменты для осуществления открытий.

Программа создана с целью объединить усилия ученых и программистов для разработки лучших компьютерных решений и применения этих решений в области фундаментальной и прикладной науки и инженерии.

Для успешного освоения необходимы базовые знания любого языка программирования, линейной алгебры, аналитической геометрии и теории вероятности.
Не уверены, что готовы к прохождению программы? Пройдите тест и проверьте свои знания
Необходимый уровень навыков и знаний

Чему вы научитесь

Вы освоите полный цикл разработки научного ПО — от математической модели до эффективного кода. Программа даст вам ключевые навыки для работы на стыке программирования, математики и прикладных исследований. Вы получите не просто набор знаний, а целостный инструментарий для решения сложных вычислительных задач в науке, инженерии и аналитике, подкрепленный реальным проектом в портфолио.
  • Создавать и оптимизировать алгоритмы для численных методов,

    понимая их математическую основу и обеспечивая высокую производительность вычислений
  • Применять статистические методы и анализ данных на практике:

    от построения оценок и проверки гипотез до байесовского анализа и работы с систематическими погрешностями
  • Разрабатывать собственные исследовательские проекты,

    переводя научные гипотезы в работающий программный код
  • Использовать современные языки (такие как Kotlin)

    для научных вычислений, осваивая проектирование библиотек, асинхронное программирование и методы ускорения расчётов.

Как проходит обучение

Онлайн и очно
1−2 раза в неделю, 2−4 ак. часа.
В некоторых программах возможно очное обучение. Наш менеджер подробно расскажет вам о способах посещения занятий.
Запись занятий и доступ на время обучения
Вы сможете пересмотреть занятие в записи, чтобы лучше усвоить пройденную тему.
Лекции и семинары с преподавателем МФТИ
Все преподаватели — признанные профессионалы в своей области. Занятия совмещают теорию и практику. Вы видите экран преподавателя, задаете вопросы, получаете обратную связь.
Поддержка от преподавателей в чате курса
Вы будете добавлены в чат, где сможете общаться со своими сокурсниками, куратором школы и преподавателем: задавать вопросы, делиться опытом.
Программа
Обучение проводится совместно с магистерской программой ФПМИ МФТИ Научное программное обеспечение
● Векторные и матричные нормы. Унитарные матрицы. SVD разложение. Проекторы. Задача о наименьших квадратах. QR факторизация.
● Вычисления с плавающей точкой. Вычислительная устойчивость.
● Матричный ранг. Приближение низкого ранга и приложения SVD.
● Системы линейных уравнений. Число обусловленности.
● Собственные вектора и собственные значения. Методы решения симметричной задачи на собственные значения.
● Разреженные матрицы. Библиотеки numpy и scipy. Итеративные методы линейной алгебры.
● Решение систем нелинейных уравнений. Введение в методы оптимизации
КУРС 1. ВЫЧИСЛИТЕЛЬНЫЕ МЕТОДЫ
1 семестр
Старт: сентябрь
Длительность: 4 месяца
Занятия 1 раз в неделю
● Численное интегрирование и дифференцирование. Методы интерполяции. Решение линейных интегральных уравнений.
● Основные численные методы решения обыкновенных дифференциальных уравнений и уравнений в частных производных.
● Введение в методы Монте-Карло. Методы сэмплирования.
● Марковские цепи Монте-Марло. Алгоритм Метрополиса — Гастингса. Сэмплирование по Гиббсу. Гамильтонов Монте-Карло.
● Модели пространства состояний. Линейные динамические системы. Фильтр Калмана.
2 семестр
Старт: февраль
Длительность: 4 месяца
Занятия 1 раз в неделю
Теория принятия статистических решений.
  • Решения в детерминированных задачах.
  • Решения в недетерминированных задачах, функция риска.
  • Условная вероятность, стратегии принятия решений.

Основные понятия теории вероятности.
  • Определения вероятности.
  • Функция правдоподобия.
  • Точечные и интервальные оценки параметров распределений.
  • Доверительные интервалы.

Погрешности в физическом эксперименте.
  • Статистические и систематические погрешности.
  • Свойства распределений при замене переменных.
  • Сложение погрешностей.
  • Сложение результатов различных экспериментов.

Свойства распределений.
  • Биномиальное распределение и распределение Пуассона.
  • Нормальное распределение и его свойства.
  • Средние значения, моменты распределений.

Проверка статистических гипотез.
  • Функции случайных переменных.
  • Статистические критерии и их свойства.
  • Методики построения критериев.
  • Критерии согласия данных с теорией.

Оценка параметров.
  • Параметрические критерии.
  • Метод максимума правдоподобия и хи-квадрат.
  • Использование функции правдоподобия для построения интервальных оценок.
  • Интервальные оценки в случае нормального распределения.

Современные методы анализа данных (дополнительно).
  • Фитирование экспериментальных кривых. Критерии качества фита. Компьютерные методы решения задач оптимизации.
  • Многопараметрический анализ. Анализ корреляций.
  • Информация Фишера и ее применение. Максимальная информация и граница Рао — Крамера.
  • Два подхода к вероятности: частотный подход и субъективная вероятность. Проблема уникальных событий.
  • Использование компьютера для анализа данных эксперимента.
КУРС 2. СТАТИСТИЧЕСКИЕ МЕТОДЫ И АНАЛИЗ ДАННЫХ
1 семестр
Старт: сентябрь
Длительность: 4 месяца
Занятия 1 раз в неделю
Посвящен работе над проектом.
Примеры тем проектов:
  • Байесовское глубокое обучение
  • Информация Фишера и активное обучение
  • Машинное обучение на Котлине, KotlinDL
  • Глубокое обучение в кино
  • Байесовская оптимизация
  • MCMC на Джулии

По итогам работы возможна публикация статьи.
На лекциях приглашаются специалисты из разных областей и рассматриваются продвинутые темы. Их список меняется ежегодно.

2 семестр
Старт: февраль
Длительность: 4 месяца
Занятия 1 раз в неделю

Что получите после обучения

Вы получите диплом о профессиональной переподготовке МФТИ установленного образца и удостоверения о повышении квалификации по всем пройденным курсам, которыей ценят работодатели
  • Материалы и сопровождение

    Все материалы будут доступны после окончания обучения, а студенты вливаются в профессиональное сообщество и получают обратную связь от преподавателей
  • Все для быстрого карьерного роста

    Фундаментальные знания и практические навыки, позволяющие значительно увеличить доход за несколько лет

Преподаватели

Что еще важно
More products
Подать заявку
Нажимая кнопку «Отправить», вы соглашаетесь с условиями обработки персональных данных
Стоимость обучения
250 000 рублей
Часто задаваемые вопросы
Во-первых, наши курсы проходят в формате живых вебинаров . Это означает, что вы сможете еженедельно в течении обучения общаться с преподавателями, получать поддержку ассистентов и одногруппников, это поможет сохранять мотивацию.

Во-вторых, МФТИ - ведущий ВУЗ России в области Computer Science. Наши преподаватели отслеживают тенденции в науке и технологиях, сотрудничают с топовыми технологическими компаниями, поэтому вы учитесь только тому, что актуально. Мы обновляем программы с учетом современных требований работодателей, поэтому вы получаете необходимую базу знаний и навыков, чтобы войти в профессию или перейти на новый уровень на вашей текущей работе

В-третьих, у нас есть лицензия на образовательную деятельность, поэтому по результатам обучения мы выдаем удостоверения о повышении квалификации и дипломы о профессиональной переподготовке МФТИ
МФТИ №1 среди технических вузов России
Нам есть, чем гордиться
МФТИ вошел в 50 лучших вузов мира по физике и в 100 лучших по математике по результатам рейтинга QS World University Rankings by Subject 2021
12 выпускников МФТИ вошли в список Forbes
В общих рейтингах лучших университетов мира Times Higher Education и Quacquarelli Symonds МФТИ занимает первое место среди технических вузов России
2 выпускника МФТИ стали Нобелевскими лауреатами по физике в 2010 году
Исследование Superjob показало, что самые высокие зарплаты среди молодых IT-специалистов - 230 000 рублей в месяц - окончивших вузы в 2014-2019 годах, у выпускников Московского Физико-технического института
Заслуженный деятель науки РФ, доктор физико-математических наук, профессор, директор Физтех-школы прикладной математики и информатики (ФПМИ)
Андрей Райгородский о ФПМИ МФТИ
"Физтех-школа прикладной математики и информатики (ФПМИ) МФТИ – безусловно ведущий мировой центр науки и образования в области математики и информатики.

Особенность нашей школы заключается в том, что она сочетает в себе активную научную деятельность и тесную связь с индустрией.

На сегодняшний день школа включает в себя 28 кафедр и 22 лаборатории от ключевых академических институтов и ключевых представителей IT-индустрии: Яндекс, Тинькофф, Сбербанк, VK, Abbyy, 1C, Huawei и другие.

Наша школа и МФТИ в целом гордятся своими выпускниками, например, мы занимаем первое место в рейтинге вузов России по уровню зарплат занятых в IT-отрасли специалистов "