Вступ до магістратури

Прийом до магістратури на спеціальність 113 Прикладна математика за освітньою програмою «Наука про дані та математичне моделювання» у 2022 році проводиться, як і раніше, на конкурсних засадах.

Для вступу як за державним замовленням, так і за кошти фізичних та/або юридичних осіб – потрібно скласти фахове вступне випробування та подати до розгляду мотиваційний лист.

Уточнення: мінімальний бал при вступі на бюджет складає 125 балів, при вступі на контракт – 100 балів.
МОН України виділило кафедрі прикладної математики стільки бюджетних місць в магістратуру, скільки ми замовляли: 10 ОНП та 17 ОПП.
Підписано графік проведення вступного випробування. Передбачено 5 різних сесій, на які вступники будуть направлятися після подачі заяви. Випробування призначені на 8 і 12 вересня (по дві сесії - зранку та після обіду) та на 16 вересня - одна сесія (після обіду).
Вступні випробування триватимуть 1,5 години, форма проведення - письмовий дистанційний іспит.

Перелік документів для вступу:

  • копія документа (одного з документів), що посвідчує особу, передбаченого Законом України «Про Єдиний державний демографічний реєстр та документи, що підтверджують громадянство України, посвідчують особу чи її спеціальний статус»;
  • копія військово-облікового документа (для військовозобов’язаних – військового квитка або тимчасового посвідчення військовозобов’язаного, а для призовників – посвідчення про приписку до призовних дільниць);
  • копія документа державного зразка про раніше здобутий освітній (освітньо-кваліфікаційний) рівень, на основі якого здійснюється вступ, і копія додатка до нього;
  • копія реєстраційного номера облікової картки;
  • чотири кольорові фотокартки розміром 3 х 4 см.

Документи для вступу до магістратури подаються виключно електронно. За державним замовленням можна подати до 5 заяв, а за кошти фізичних та/або юридичних осіб — максимум 20 заяв.

         Етапи вступної кампанії (магістратура)

Початок реєстрації електронних кабінетів 01 серпня 2022 року
Прийом заяв 16 серпня – 15 вересня 2022 року
Фахові вступні випробування
до 19 вересня 2022 року
Надання рекомендації для зарахування за державним замовленням до 20 вересня 2022 року
Закінчення строку виконання вступниками вимог до зарахування на місця державного замовлення до 24 вересня 2022 року
Терміни зарахування вступників за державним замовленням 25 вересня 2022 року
Закінчення строку виконання вимог до зарахування вступниками, які беруть участь у конкурсному відборі, на місця, що фінансуються за кошти фізичних та юридичних осіб до 30 вересня 2022 року
Терміни зарахування вступників за кошти фізичних та юридичних осіб до 01 жовтня 2022 року

ПРОГРАМА комплексного фахового випробування для вступу на освітню програму підготовки магістра «Наука про дані та математичне моделювання» за спеціальністю 113 Прикладна математика знаходиться за цим посиланням.

Додаткове вступне випробування для тих, хто отримав диплом за іншою спеціальністю, при вступі до магістратури КПІ ім. Ігоря Сікорського у 2022 році, як і в 2020 і 2021 рр. скасовано!

Як саме будуть рахуватися рейтингові оцінки під час вступу до магістратури – див. «Положення про прийом на навчання для здобуття освітнього рівня магістра та за індивідуальними програмами підготовки бакалавра на основі здобутого ступеня (освітньо-кваліфікаційного рівня) освіти у 2022 році».

У цьому році вступні іспити до магістратури з іноземної мови відмінено!

Терміни навчання в магістратурі:​

  • магістратура освітньо-професійної програми підготовки: 1 рік і 4 місяці (1,5 навчальні роки)
  • магістратура освітньо-наукової програми підготовки: 1 рік і 9 місяців (2 навчальні роки)

Вартість одного року навчання у магістратурі на кафедрі прикладної математики у 2022/2023 навчальному році не змінилася з попереднього навчального року:

  • очна (денна) форма навчання - 35 000 грн.;
  • заочна форма навчання - 20 000 грн.

У зв’язку з воєнним станом деякі терміни можуть змінюватися. Тому слідкуйте за оголошеннями на офіційному сайті Приймальної комісії КПІ ім. Ігоря Сікорського.

Програма Магістри ОПП (більш детально див. освітньо-професійну програму) Магістри ОНП (більш детально див. освітньо-наукову програму)
Цілі Підготовка фахівця, здатного вирішувати складні задачі і проблеми в галузі науки про дані та здійснювати інноваційну професійну діяльність для комплексного виконання проектно-технологічних робіт з машинного навчання, інтелектуального аналізу даних та математичного моделювання об’єктів, процесів і явищ різного характеру, у тому числі тих, що пов’язані з обробкою великих обсягів даних (Big Data) Підготовка фахівця, здатного вирішувати складні задачі і проблеми в галузі науки про дані та здійснювати інноваційну професійну діяльність для комплексного виконання наукових та проектно-технологічних робіт з машинного навчання, інтелектуального аналізу даних та математичного моделювання об’єктів, процесів і явищ різного характеру, у тому числі тих, що пов’язані з обробкою великих обсягів даних (Big Data), здійснювати дослідно-конструкторську та наукову діяльність за фахом.
Освітні компоненти «Машинне навчання», «Інтелектуальний аналіз даних» (Data Mining), «Методи теорії надійності та ризику», «Моделювання складних систем», «Чисельні методи математичної фізики» (включаючи дисципліни за вибором, зокрема: «Нечітка математика», «Архітектура та технології систем з великими обсягами даних», «Технологія Blockchain», «Методи підтримки прийняття рішень», «Математичне моделювання біомедичних систем і процесів»)  те саме, що й в ОПП, а також «Інтелектуальний аналіз великих обсягів даних», «Управління проектами», «Прикладне моделювання» (включаючи дисципліни за вибором, зокрема: «Автоматизоване опрацювання текстів» (Text Mining), «Системна інженерія»)
Очікувані результати навчання
  1. Використовувати та адаптувати математичні теорії та моделі для забезпечення теоретичного підґрунтя розв’язання наукових та практичних задач.
  2. Застосовувати існуючий математичний апарат, розробляти нові моделі, методи та алгоритми при вирішенні актуальних практичних задач широкого спектру.
  3. Керуватись нормами інтелектуальної власності у професійній діяльності, проводити патентний пошук, оформлювати заявку на патент.
  4. Організовувати професійну діяльність згідно з принципами сталого розвитку суспільства, загальнолюдськими та гуманістичними цінностями для збереження та розвитку сучасної цивілізації.
  5. Ситуативно й професійно спілкуватись та аналізувати науково-технічну інформацію однією з іноземних мов, організовувати багатосторонню (у тому числі міжкультурну) комунікацію та управляти нею.
  6. Виявляти ініціативу та підприємливість, організовувати власну професійну діяльність, розробляти інноваційні підприємницькі проекти та створювати компанії для їх реалізації.
  7. Застосовувати методи здобуття знань із даних, методи оцінки та інтерпретації знайдених закономірностей.
  8. Здійснювати математичне і комп’ютерне моделювання складних систем та процесів, обчислювальні експерименти з використанням сучасних методів інтелектуального аналізу даних та комп’ютерних технологій.
  9. Здійснювати пошук, систематизацію та аналіз науково-технічної інформації, вітчизняного та іноземного досвіду з питань професійної діяльності; логічно, послідовно й точно формулювати свої думки та подавати інформацію у професійному спілкуванні; розробляти наукові документи та презентації, доповідати та публікувати результати досліджень.
  10. Обґрунтовувати вибір засобів для розв’язання конкретних задач та будувати чисельні схеми за допомогою різницевих апроксимацій чи методом зважених нев’язок, досліджувати різницеві схеми на наявність апроксимації диференціальних задач та знаходити умови їхньої стійкості.
  11. Обирати набір ознак (факторів) для класифікації чи регресії та проводити попередню обробку даних, підбирати вид моделі машинного навчання у залежності від задачі, що розв’язується.

те саме, що й в ОПП, а також 

  1. Здійснювати та аналізувати  педагогічну діяльність, застосовувати
  2. сучасні методи науково-педагогічного дослідження та педагогічні технології.
  3. Обґрунтовувати вибір метрик класифікації та регресії, принципів побудови векторних ознак, вирішуючих правил та класифікаторів, розуміти основні типи задач машинного навчання й інтелектуального аналізу великих обсягів даних.
  4. Застосовувати методи мережного та календарного планування проектів, оцінки ризиків проекту, стратегій міжособистісної взаємодії, технологій організації професійних колективів та організації науково-дослідної діяльності, у тому числі у міжнародному середовищі.

 

  

Бажаємо успіхів у конкурсі й ждемо на кафедрі прикладної математики!