4 отзыва

Работал раньше аналитиком в ритейле, базовое понимание данных было но с ML никогда не сталкивался. На программе сразу дали математическую базу которая нужна, не пришлось разбираться отдельно. Первый семестр казался самым сложным в плане вхождения в ритм учебы. Больше всего пригодилось, то что учили работать с реальными сценариями. Делал проект про кластеризацию клиентов, это была не игрушечная задача а такая которая реально решает бизнес-проблему. Когда в портфолио это добавил на собеседованиях рекрутеры сразу спрашивали подробнее. Диплом МИФИ тоже помог, вузовское имя играет роль как оказалось. П.С. Нагрузка действительно серьезная, надо быть готовым работать. Но за два года я перешел из аналитики в ML-инженерию и теперь работаю в более интересном направлении. Зарплата выросла примерно на четверть от того что было в ритейле.

Учусь на магистратуре по информационной безопасности Мифи и Skillfactory. На программе отличные преподаватели, практики из VK, Сбера и Лаборатории Касперского. Когда они рассказывают про реальные атаки или разбирают инциденты, то это совсем другое дело чем обычные учебники. Уже на 2-3 месяце обучения я понял разницу между тем что я читал в интернете и тем что рассказывают люди, которые это все реально видели. Но самое полезное это практические проекты с первого семестра. Работаешь с пентестами, компьютерной форензикой, разбираешь реальные кейсы. Я уже делал пентест небольшого сервиса и это было как боевое крещение. Понимаешь на практике где уязвимости, как их искать, как их потом в отчёете описать. Плюс проекты с ИИ в информационной безопасности тоже интересные, это точно актуально для рынка.

Поступил 2025 в онлайн-магистратуру по машинному обучению, чтобы системно войти в ML. Пока впечатления в целом очень положительные, не смотря что 1) это онлайн-магистратра 2) программа совместная от МИФИ и Скиллфектори (переживал, что может быть не разбериха, раз совместная дисциплина). В итоге такой "пирог" вообще-то может быть и к лучшему, от МИФИ тут фундаментальный подход, от SkillFactory практика. Есть адаптационные модули по математике, алгоритмы, модели, продвинутый ML и блоки по MLOps (показывают, как доводить модель до продакшена). Много практических активностей, поробую пречислить: тренажеры, проекты, хакатоны, задачи из разных отраслей, так что постоянно тренируешься работать с данными и моделями в более-менее приближенных к реальности условиях. Плюсом считаю наличие карьерного трека и возможности усилить себя дополнительными программами ДПО, чтобы быть конкурентнее на рынке как ML-инженер или Data Scientist. Из минусов (это личные наблюдения, у кого-то может и не так): если выпасть из процесса на пару недель, догонять уже не просто. И еще минус, визуальная шкала прогресса не сразу отображает прогресс, не полностью. В целом магистратура не оставляет ощущения "учусь ради учебы", в процессе на самом деле готовишься к работе в индустрии. Надеюсь на успешное завершение!

Закончил бакалавриат год назад и не знал , куда идти. Работал Junior разработчиком но понимал , что нужно переквалифицироваться в информ безопасность , ибо там серьезнее зарплаты. Выбрал эту магистратуру потому , что выдается надежный диплом МИФИ. Самое важное для меня было , что можно учиться онлайн параллельно с работой. Лекции записаны и смотришь когда удобно. Есть поддержка на курсе , в процессе обучения участвуют и МИФИ и Skillfactory. Сказать , что учиться просто - не могу. Есть однокурсники , которые пришли в иб из лргуих сфер и им сложно. Мне полегче из-за небольшого опыта разработки. Но все равно в неделю гда-то выходит по 30 часов занятий. Итого плюсы : диплом , поддержка, теория+практика. Главный минус это то что нужна сильная дисциплина, совмещать работу и учебу не просто. Ну и кому-то может быть сложно из других сфер.