Halo, Habr! Nama saya Sasha Minochkina. Saya menyelesaikan studi pascasarjana - saya memutuskan untuk mengatakan bagaimana ini umumnya diatur. Artikel saya akan bermanfaat bagi para profesional muda yang ingin belajar dan melihat ke magistrasi dari Tinkoff.ru, tetapi takut bahwa mereka akan dipaksa untuk mendorong Oleg Tinkov di kantor. Saya akan memberi tahu Anda bagaimana saya bertindak, belajar dan bekerja sehingga tidak ada ketakutan seperti itu.
Kwitansi. Mengapa Tinkoff.ru umumnya?
Saya belajar di Institut Fisika dan Teknologi Moskow, belajar bioinformatika. Dan kemudian saya ingin tahu apa itu pembelajaran mesin, dan itu dimulai.
Semuanya dimulai dengan kursus di MIPT. Lalu ada
Sekolah Fintech 2017 di Tinkoff.ru. Saya benar-benar mengerti bahwa saya suka semua ini dan ingin bekerja di sini. Selain itu, di perusahaan ini saya punya banyak kenalan keren - programmer. Dan ini, seperti yang Anda tahu, adalah iklan terbaik.
Di akhir Sekolah Fintech, muncul berita bahwa Tinkoff.ru membuka departemen teknologi keuangan di Fiztekh. Pada bulan Mei ada presentasi dari departemen baru (
slide dari kuliah tahun lalu). Itu dihadiri oleh perwakilan dari departemen dan manajer dari berbagai proyek dengan siapa dimungkinkan untuk berkomunikasi. Saya mengetahui bahwa ketika mendaftar di departemen, mereka secara otomatis mendapatkan pekerjaan. Gagasan menggabungkan studi dan bekerja di satu tempat sangat menarik.
Saya melamar dan menunggu seseorang diundang untuk wawancara. Aplikasi diterima dari Mei hingga awal Juni. Semua wawancara dilakukan pada awal Juni.
Jadi saya diundang untuk wawancara. Itu terdiri dari percakapan dengan karyawan bank. Memeriksa pengetahuan apa yang ada di linal, statistik, algoritma. Mereka juga melihat apa yang saya ketahui tentang ML klasik, jaringan saraf, dan infrastruktur. Seperti dalam wawancara apa pun, mereka masih tertarik pada pengalaman. Hasil seleksi dikirim setelah beberapa minggu.
Secara total, 20 orang merekrut untuk departemen. Banyak yang tertarik dengan pertanyaan tentang seberapa banyak Anda perlu keren untuk memenuhi syarat. Tentu saja, Anda perlu memiliki pemahaman yang baik tentang matematika dasar universitas dan memiliki gagasan tentang apa yang dimaksud dengan pembelajaran mesin / pemrograman fungsional. Tahun lalu, banyak pelamar yang berhasil lulus tes sudah memiliki pengalaman dalam mengimplementasikan proyek inti.
Semua tanggal penting dapat ditemukan
di grup VK dan
saluran Telegram .
Masuk ke MIPT
Selain wawancara di departemen, perlu untuk memasukkan program
master di MIPT itu sendiri. Karena saya belajar di program sarjana di Fiztekh, tidak ada masalah dengan penerimaan. Tetapi mereka yang tidak belajar harus bekerja keras dan lulus ujian dalam matematika dan ilmu komputer. Menurut pelamar dari universitas lain, ceramah video untuk persiapan tahun yang berbeda sangat membantu, dan tugas dalam ujian identik dengan tugas dalam ceramah video.
Bahkan di magistracy, Anda dapat menghitung publikasi di jurnal ilmiah, partisipasi dalam konferensi, hadiah di Olimpiade "I-Professional" dan hal-hal lainnya. Informasi lebih lanjut ada di
sini .
Struktur departemen
Departemen Tinkoff.ru berbasis di Institut Fisika dan Teknologi Moskow, di Sekolah Fisika dan Teknologi
Matematika Terapan dan Ilmu Komputer (FPMI). Ini memiliki 2 arah: matematika dan fisika terapan (PMF) dan matematika terapan dan ilmu komputer (PMI). Tidak ada batasan jumlah siswa dalam bidang tertentu. Yang utama adalah bahwa dalam jumlah siswa kami dengan PIP dan PFM harus ada 20 orang.
Departemen ini memiliki dua spesialisasi: pembelajaran mesin dan pemrograman fungsional. Tidak ada distribusi siswa yang ketat, semuanya tergantung pada set. Tetapi dalam setiap aliran siswa dalam spesialisasi pertama, dua kali lebih banyak diperoleh dari pada yang kedua. Ngomong-ngomong, saya pergi ke pembelajaran mesin, PMI.
Pasangan
Pasangan dalam magistrasi dibagi menjadi dua jenis: di PhysTech dan di departemen.
Pasangan di PhysTechKursus dalam Magister Fisika dan Matematika sangat tergantung pada arah. Anehnya, sebagian besar kursus di PMF adalah tentang keuangan dan inovasi: teori matematika keuangan, mengevaluasi efektivitas proyek investasi, sistem inovasi nasional, dll. Di PMI, kursus diajarkan dengan bias dalam matematika maju dan analisis data: metode yang kuat dalam statistik, ext. bab matematika diskrit, NLP, metode visualisasi data, dll.
Ternyata, "sistem PhysTech" yang terkenal meluas tidak hanya untuk studi sarjana. Dan sekarang saya tidak berbicara tentang opsionalitas menghadiri kuliah, tetapi tentang fakta bahwa Anda hampir selalu dapat mengganti kursus dari kurikulum Anda dengan orang lain yang lebih Anda sukai. Hanya untuk sekolah pascasarjana, penting bahwa kursus yang diinginkan juga dari sekolah pascasarjana - pasangan dari kelas sarjana tidak akan bekerja. Sebagai contoh, saya menukar beberapa item PMI dengan item PMF, karena bagi saya itu lebih berguna.
Di semester pertama dan kedua, Kamis dan Sabtu diberikan untuk pasangan, di semester ketiga - hanya Kamis. Semua pasangan Kamis diadakan di gedung 1C di Timiryazevskaya, dan semua pasangan Sabtu - di Fiztekh, di Dolgoprudny.
Pasangan di DepartemenSebagian besar kursus adalah fakultas, bukan fakultas. Pasangan Katedral lebih fokus pada spesialisasi yang dipilih daripada yang fakultas.
Pasangan utama:
- algoritma dan struktur data
- arsitektur perangkat lunak
- data besar
- pembelajaran mesin (arah pembelajaran mesin)
- pembelajaran dalam (arah pembelajaran mesin)
- Scala (arah "pemrograman fungsional")
Saya akan memberi tahu Anda lebih banyak tentang subjek dari arah saya - "pembelajaran mesin" dan "pembelajaran mendalam". Setiap kursus terdiri dari kuliah dan seminar. Ini menjelaskan semuanya mulai dari yang paling dasar hingga algoritma yang
canggih . Banyak teori yang mendalam dengan statistik. Tetapi juga banyak latihan, sehingga seluruh teori dari kuliah ini menjadi dimengerti. Secara teori, Anda bisa datang tanpa pengetahuan. Maka akan perlu untuk meluangkan banyak waktu dan upaya untuk peduli. Tapi itu sangat berharga :)
Pada "pembelajaran mesin" tugas diselesaikan menggunakan Scikit-belajar. Pekerjaan rumah adalah setelah setiap kuliah, di antara mereka beberapa kompetisi Kaggle Inclass. Beberapa kali kami berpasangan sampai jam 23 malam, karena dosennya sangat tertarik dengan topik ini dan mencoba untuk mengatakan sebanyak mungkin.
Dalam "pembelajaran mendalam" semua tugas diselesaikan di PyTorch. Ada seorang guru utama dan beberapa undangan yang merupakan spesialis dalam topik-topik tertentu. Itu adalah jalan yang paling produktif untuk seluruh magistrasi. Dan meskipun banyak dari kita di awal kursus tahu sesuatu tentang topik ini, itu agak sulit. Ceramah dan seminar tentang "pembelajaran dalam" direkam. Ini membantu lebih dari sekali: baik dalam persiapan ujian, dan selama semester.
Pasangan sangat membantu dalam pekerjaan. Pertama, karena kami diberi pengetahuan hanya dalam spesialisasi di mana kami bekerja. Kursus pembelajaran mesin dan dalam membantu membangun model kerja. Kursus Big Data membantu Anda melakukan ini secara efektif. Kursus arsitektur perangkat lunak membantu menyinkronkan pengembangan dengan rekan kerja dan meningkatkan layanan untuk model yang telah kami tulis. Kedua, di kuliah kita bisa mengajukan pertanyaan apa pun tentang pekerjaan dan mendapatkan saran: metrik mana yang lebih baik digunakan untuk tugas tertentu, model mana yang pantas dicoba, mengapa tidak ada yang berhasil sama sekali.
Semua kelas diadakan di kantor, tempat kami bekerja, di Stadion Air. Tidak perlu membuang waktu di jalan antara bekerja dan sekolah. Dan tidak bisa tidak bersukacita! Pasangan dibaca di malam hari, setelah bekerja: 2-3 jam dari pukul 18:00 hingga 21:00. Jadwal seperti itu memungkinkan Anda mencurahkan lebih banyak waktu untuk bekerja. Namun terkadang, tentu saja, sulit untuk memahami materi setelah sehari penuh.
Secara umum, jika saya memiliki pertanyaan tentang proses pendidikan, saya dapat menulis kepada kurator departemen 24/7 dan mereka akan membantu menyelesaikan semua masalah.
Bekerja
Seperti yang sudah saya katakan, setelah masuk ke departemen mereka dipekerjakan. Anda dapat bekerja dari 24 jam seminggu. Sebagian besar teman sekelas saya di awal studi saya mendapatkan yang tepat. Tetapi ada beberapa yang langsung pergi ke waktu penuh. Itu semua tergantung pada berapa banyak waktu yang ingin Anda curahkan untuk belajar, dan berapa banyak pekerjaan. Saya mulai dari 24 jam, setelah semester pertama saya beralih ke 32 jam dan hanya setelah semester kedua saya beralih ke seminggu penuh.
Setelah lulus ke departemen sesuai dengan keahlian dan minat Anda, Anda ditugaskan ke salah satu tim.
Proyek di bidang "pembelajaran mesin":
- pengenalan suara
- Nlp
- sistem dialog
- sintesis ucapan
- visi komputer
- sistem rekomendasi
- antifraud
- penilaian kredit
- otomatisasi perekrutan
- analitik prediktif
Proyek di bidang "pemrograman fungsional":
- Bank Internet individu
- Badan hukum Internet Bank
- Platform perdagangan
- Platform manajemen data
- Grafik identitas
Setiap siswa diberi mentor. Ini biasanya pemimpin tim yang telah Anda pilih. Dia akan membantu membiasakan diri dengan perusahaan, mengusulkan tugas, dan berkontribusi pada pengembangan Anda. Pada prinsipnya, Anda dapat datang dengan nol pengalaman jika Anda lolos seleksi ke departemen, tetapi penting untuk segera memahami apa yang Anda lakukan.
Seiring waktu, Anda dapat beralih ke proyek lain, di tim lain. Sebagai contoh, salah satu teman sekelas saya terlibat dalam tugas memprediksi uang tunai di ATM, dan setelah menyelesaikan proyek ini ia mulai terlibat dalam obrolan bot. Di sini, tidak ada yang membatasi Anda dalam memilih.
Bekerja adalah praktik yang baik dari apa yang kita ajarkan di dewan hakim. Saya suka fakta bahwa departemen tidak lulus dari spesialis "bercerai dari kenyataan" yang tahu banyak. Dan para spesialis yang juga dapat menerapkan pengetahuan ini.
Yah, saya hampir lupa berbicara tentang diploma. Kami menulis ijazah tentang proyek-proyek yang kami lakukan di tempat kerja. Sangat nyaman.
Kesimpulan
Program Master Tinkoff.ru sangat ideal bagi mereka yang ingin banyak belajar dan bekerja. Dan agar belajar dan bekerja secara organik saling melengkapi. Ya itu terjadi! Malam ini Anda mendengarkan pasangan tentang algoritme Kritik Aktor Keuntungan, besok Anda akan menerapkan model seperti itu di tempat kerja. Pasangan tidak akan mengganggu pekerjaan, karena mereka ditahan di tempat yang sama dengan pekerjaan di malam hari.
Jika Anda ingin mendaftar untuk wawancara di departemen, isi
formulir .
"Bagaimana kalau aku masih kecil untuk sekolah pascasarjana?", "Sudah di sekolah pascasarjana" atau sesuatu yang lain. Kami memiliki sekolah fintech keren dua kali setahun, magang sepanjang tahun dan laboratorium di Fiztekh. Baca lebih lanjut di
sini . Berita terbaru dapat dipelajari dari
grup di VK dan
saluran Telegram .
Jika Anda masih memiliki pertanyaan, tulis, saya akan dengan senang hati menjawab :)