От курса к большой программе: DS-поток ФПМИ получил Yandex ML Prize
МФТИ — Московский физико-технический институт ·
Преподаватель Физтех-школы прикладной математики и информатики МФТИ, к.ф.-м.н., Никита Волков стал лауреатом международной научно-образовательной премии Yandex ML Prize 2026 в номинации «Преподаватели». Награду ему присудили за создание и развитие DS-потока —программы по анализу данных для студентов ФПМИ, которая за восемь лет выросла из отдельного курса в целостную образовательную траекторию. В число номинантов этого года также вошел Иван Селиванов, преподаватель ФПМИ, куратор магистерской программы «Искусственный интеллект и междисциплинарные исследования». Премия вручается за вклад в создание и развитие образовательных программ в области машинного обучения, актуальность содержания, открытость учебных материалов и результаты выпускников. DS-поток: понимать, а не просто применять DS-поток Никита Волков развивает с 2018 года. Сегодня это четырехсеместровая программа для студентов Физтех-школы прикладной математики и информатики, которые хотят глубоко разобраться в анализе данных, машинном и глубоком обучении и научиться применять эти знания к реальным задачам. А недавно на основе программы DS-потока были запущены курсы по по анализу данных для студентов других физтех-школ. В основе программы — сочетание фундаментальной математики и практики. Студенты не просто изучают готовые методы и инструменты, а разбираются в том, почему они работают, на каких предположениях основаны и где проходят границы их применимости. Теоретический материал постоянно подкрепляется практическими задачами: по каждой теме предусмотрены домашние задания, разбор ошибок и доработка решений. Такой подход позволяет выстроить целостное представление об анализе данных — от математических основ, теорем и доказательств до работы с научными датасетами, построения моделей и анализа результатов. При этом программа не ограничивается только машинным обучением: студенты работают на пересечении ML, глубокого обучения и прикладной аналитики, учатся искать нестандартные решения и сочетать разные подходы. «Главный акцент в программе мы ставим не только на освоении современных инструментов, но и на понимании теоретических основ методов: их математических предположений, границ применимости и ограничений. Теория постоянно подкрепляется практикой: вопросами и обсуждениями на занятиях, домашними заданиями, разбором ошибок, экзаменами, научными проектами и работой со статьями. Мы никогда не воспринимали программу как что-то однажды созданное и законченное. Каждый год мы что-то меняем: обновляем материалы курсов, пробуем новые форматы, анализируем результаты студентов и экспериментируем с новыми инструментами. При этом для нас принципиально важно сохранять фундаментальную математическую основу», рассказал Никита Волков. Одной из особенностей DS-потока стала его способность меняться вместе с областью, сохраняя при этом фундаментальную основу. Команда регулярно обновляет содержание курсов, добавляет современные темы и экспериментирует с форматами обучения. За годы существования программы ее выпускники продолжили развитие в области анализа данных, машинного обучения и исследований. Среди компаний и организаций, где они работают, — Яндекс, Сбер, AIRI, VK, X5, Т-Банк, Авито, Ozon, Wildberries, МТТех и 1С. Иван Селиванов — среди финалистов премии Еще один преподаватель ФПМИ — Иван Селиванов, преподаватель кафедры машинного обучения и цифровой гуманитаристики, — вошел в число финалистов Yandex ML Prize 2026 в номинации «Руководители образовательных программ». На премии он представил магистерскую программу «Искусственный интеллект и междисциплинарные исследования» (4И), которая была запущена в ФПМИ МФТИ в 2021 году. Программа «ИИИИ» объединяет машинное обучение, гуманитарные науки и работу с историческими данными. Студенты осваивают математические дисциплины и ML, параллельно изучая историю античности и римское право, участвуя в научном семинаре лаборатории МАСКИ ФПМИ и работая вместе с экспертами из других областей — историками, филологами и юристами. Такой формат позволяет студентам не только применять готовые модели машинного обучения, но и самостоятельно разбираться в новой предметной области: понимать особенности источников и данных, учитывать контекст и ограничения, формулировать исследовательские вопросы и выбирать подходящие методы. «Для нас выход в финал Yandex ML Prize особенно важен как признание небольшой исследовательской магистратуры, которую мы развиваем вместе с банком ВТБ, и в которой прикладные задачи машинного обучения сочетаются с междисциплинарными исследованиями», отметил Иван Селиванов. Математика как основа современного ML-образования В Физтех-школе прикладной математики и информатики МФТИ большое внимание уделяется развитию образовательных программ в области машинного обучения и искусственного интеллекта. Программы регулярно обновляются, чтобы учитывать развитие технологий, появление новых методов и актуальные задачи науки и индустрии. При этом современное содержание сочетается с тем, что остается неизменным: крепким математическим фундаментом. Именно сочетание фундаментальной подготовки и актуальных прикладных знаний позволяет студентам не только осваивать существующие инструменты, но и понимать принципы их работы, самостоятельно разбираться в новых подходах и адаптироваться к изменениям в быстро развивающейся области ИИ и ML. Поздравляем Никиту Волкова с получением Yandex ML Prize, а Ивана Селиванова — с выходом в финал премии! Желаем новых образовательных и исследовательских проектов, сильных студентов и дальнейшего развития программ ФПМИ в области искусственного интеллекта и машинного обучения. Yandex ML Prize учреждена в 2019 году в честь Ильи Сегаловича. За время существования премии ее лауреатами стали более 80 молодых исследователей и научных руководителей. В 2026 году премия отмечает преподавателей и руководителей образовательных программ, которые помогают развивать университетское образование в области машинного обучения и сокращать разрыв между современными технологиями и образовательными программами.
Преподаватель Физтех-школы прикладной математики и информатики МФТИ, к.ф.-м.н., Никита Волков стал лауреатом международной научно-образовательной премии Yandex ML Prize 2026 в номинации «Преподаватели». Награду ему присудили за создание и развитие DS-потока —программы по анализу данных для студентов ФПМИ, которая за восемь лет выросла из отдельного курса в целостную образовательную траекторию. В число номинантов этого года также вошел Иван Селиванов, преподаватель ФПМИ, куратор магистерской программы «Искусственный интеллект и междисциплинарные исследования». Премия вручается за вклад в создание и развитие образовательных программ в области машинного обучения, актуальность содержания, открытость учебных материалов и результаты выпускников. DS-поток: понимать, а не просто применять DS-поток Никита Волков развивает с 2018 года. Сегодня это четырехсеместровая программа для студентов Физтех-школы прикладной математики и информатики, которые хотят глубоко разобраться в анализе данных, машинном и глубоком обучении и научиться применять эти знания к реальным задачам. А недавно на основе программы DS-потока были запущены курсы по по анализу данных для студентов других физтех-школ. В основе программы — сочетание фундаментальной математики и практики. Студенты не просто изучают готовые методы и инструменты, а разбираются в том, почему они работают, на каких предположениях основаны и где проходят границы их применимости. Теоретический материал постоянно подкрепляется практическими задачами: по каждой теме предусмотрены домашние задания, разбор ошибок и доработка решений. Такой подход позволяет выстроить целостное представление об анализе данных — от математических основ, теорем и доказательств до работы с научными датасетами, построения моделей и анализа результатов. При этом программа не ограничивается только машинным обучением: студенты работают на пересечении ML, глубокого обучения и прикладной аналитики, учатся искать нестандартные решения и сочетать разные подходы. «Главный акцент в программе мы ставим не только на освоении современных инструментов, но и на понимании теоретических основ методов: их математических предположений, границ применимости и ограничений. Теория постоянно подкрепляется практикой: вопросами и обсуждениями на занятиях, домашними заданиями, разбором ошибок, экзаменами, научными проектами и работой со статьями. Мы никогда не воспринимали программу как что-то однажды созданное и законченное. Каждый год мы что-то меняем: обновляем материалы курсов, пробуем новые форматы, анализируем результаты студентов и экспериментируем с новыми инструментами. При этом для нас принципиально важно сохранять фундаментальную математическую основу», рассказал Никита Волков. Одной из особенностей DS-потока стала его способность меняться вместе с областью, сохраняя при этом фундаментальную основу. Команда регулярно обновляет содержание курсов, добавляет современные темы и экспериментирует с форматами обучения. За годы существования программы ее выпускники продолжили развитие в области анализа данных, машинного обучения и исследований. Среди компаний и организаций, где они работают, — Яндекс, Сбер, AIRI, VK, X5, Т-Банк, Авито, Ozon, Wildberries, МТТех и 1С. Иван Селиванов — среди финалистов премии Еще один преподаватель ФПМИ — Иван Селиванов, преподаватель кафедры машинного обучения и цифровой гуманитаристики, — вошел в число финалистов Yandex ML Prize 2026 в номинации «Руководители образовательных программ». На премии он представил магистерскую программу «Искусственный интеллект и междисциплинарные исследования» (4И), которая была запущена в ФПМИ МФТИ в 2021 году. Программа «ИИИИ» объединяет машинное обучение, гуманитарные науки и работу с историческими данными. Студенты осваивают математические дисциплины и ML, параллельно изучая историю античности и римское право, участвуя в научном семинаре лаборатории МАСКИ ФПМИ и работая вместе с экспертами из других областей — историками, филологами и юристами. Такой формат позволяет студентам не только применять готовые модели машинного обучения, но и самостоятельно разбираться в новой предметной области: понимать особенности источников и данных, учитывать контекст и ограничения, формулировать исследовательские вопросы и выбирать подходящие методы. «Для нас выход в финал Yandex ML Prize особенно важен как признание небольшой исследовательской магистратуры, которую мы развиваем вместе с банком ВТБ, и в которой прикладные задачи машинного обучения сочетаются с междисциплинарными исследованиями», отметил Иван Селиванов. Математика как основа современного ML-образования В Физтех-школе прикладной математики и информатики МФТИ большое внимание уделяется развитию образовательных программ в области машинного обучения и искусственного интеллекта. Программы регулярно обновляются, чтобы учитывать развитие технологий, появление новых методов и актуальные задачи науки и индустрии. При этом современное содержание сочетается с тем, что остается неизменным: крепким математическим фундаментом. Именно сочетание фундаментальной подготовки и актуальных прикладных знаний позволяет студентам не только осваивать существующие инструменты, но и понимать принципы их работы, самостоятельно разбираться в новых подходах и адаптироваться к изменениям в быстро развивающейся области ИИ и ML. Поздравляем Никиту Волкова с получением Yandex ML Prize, а Ивана Селиванова — с выходом в финал премии! Желаем новых образовательных и исследовательских проектов, сильных студентов и дальнейшего развития программ ФПМИ в области искусственного интеллекта и машинного обучения. Yandex ML Prize учреждена в 2019 году в честь Ильи Сегаловича. За время существования премии ее лауреатами стали более 80 молодых исследователей и научных руководителей. В 2026 году премия отмечает преподавателей и руководителей образовательных программ, которые помогают развивать университетское образование в области машинного обучения и сокращать разрыв между современными технологиями и образовательными программами.