«Магистратура – это лего»: чему учат на факультете экономики

В Вышке прошел день открытых дверей магистерских программ факультета экономических наук. Преподаватели рассказали абитуриентам об обучении анализу данных, прикладной экономике и финансам, а также языкам программирования. Как экономисту пригодятся количественные методы, в каких сферах они применимы и что делать, если боишься «кодить» рассказали руководители программ, выпускники и студенты ФЭНа.

Из архива ФЭН

«Где у вас Python?»

Изучение языков программирования постепенно внедряется во многие образовательные программы Вышки, и многие студенты магистратуры работают с ними, отметила академический руководитель программы «Экономика и экономическая политика» Ольга Кузнецова.

«Где у вас Python?» — этот вопрос очень часто поступает от абитуриентов. Стандартный ответ Ольги Кузнецовой: «Везде!»

На образовательной программе «Экономика и экономическая политика» есть три трека:

1.    Экономические исследования.

Этот трек включает в себя множество проектов, связанных с микроэкономикой, макроэкономикой и поведенческой экономикой. Он подойдет для людей с намерением пойти в аспирантуру, получить PhD и для тех, кто стремится сделать академическую карьеру в области экономики.

2.    Прикладная экономика.

Этот трек не включает в себя фундаментальные исследования, как в предыдущем направлении. Здесь экономика буквально «куда-то прикладывается», и студенты занимаются решением конкретных задач по вопросам работы с органами государственной власти и корпоративным сектором.  

3.    Количественные методы в экономике финансов (КМЭФ).

Данное направление сейчас очень модернизируют и постепенно включают в него больше машинного обучения и количественных методов. Сама специализация приближена к запросам в области экономики сегодняшнего дня и является более технической.

Многих абитуриентов, по словам Ольги Кузнецовой, интересует необходимый уровень подготовки для поступления на направление КМЭФ.   В случае, когда человек имеет хорошую техническую и математическую подготовку, страх недостаточного знания экономики можно опустить. «Экономику можете совсем не знать­—научим», — подчеркивает она. Обратная ситуация, когда есть серьезный уровень подготовки в экономике, но абитуриент хочет больше углубиться в методы анализа данных. В таком случае при прикладывании определённых усилий во время учебы будет несложно, заверяет академический руководитель.

«Если вы идете, к примеру, на прикладную экономику, то это не значит, что дорога в анализ данных вам закрыта», — уточняет Ольга Кузнецова. Даже на других треках есть курсы по выбору, где при желании можно взять что-нибудь из технических предметов, которые ведутся на КМЭФ.

Из архива ФЭН

Анализ данных: модно или полезно?

Преподавательница с магистерской программы «Финансовые рынки и финансовые институты» Валерия Бакланова поделилась мотивацией создания курса «Анализ данных и моделирование рынка криптоактивов», который она преподает.

«Мы хотели привнести в академическую программу новый курс, который основан в том числе на анализе данных и на рынке криптоактивов», — поделилась преподавательница. По мнению Валерии Баклановой, это две модные и актуальные темы для изучения.

На этом направлении от студента требуется хорошее знание Python. В первую очередь на курсе проверяется уровень владения языком программирования с помощью тестирования. После проверки студент может приступить к самому курсу.

Первый раздел посвящен парсингу (парсинг — автоматизированный сбор и систематизация информации из открытых источников с помощью скриптов — Ред.). Студенты учатся использовать функции и классы в Python для добычи данных, в частности текстовых данных по крипторынку в социальных сетях. Например, студенты данного курса искали их в социальной сети X (бывший Twitter). Второй раздел посвящен машинному обучению. Здесь студенты базово разбирают темы машинного обучения, чтобы в дальнейшем использовать в проекте.

После этого проходит обучение по теме NLP (natural language processing — область искусственного интеллекта, связанная с обработкой естественного языка — Ред.). «Уже понимая как парсить данные, что они из себя представляют, можно создать некоторый проект по оценке привлекательности криптовалюты», — говорит Валерия Бакланова.

Кодинг для финансистов

Преподаватель Школы финансов Глеб Васильев рассказал о курсе «Python для финансистов», который он преподает. «Этот курс прежде всего ориентирован на начинающих, на тех, кто ранее не имел большого опыта (работы) с новыми инструментами для анализа данных», — рассказывает Глеб Васильев. Важным моментом обучения является поддержка преподавателя. Студентов не оставляют один на один с кодом и весь процесс работы оптимизирован для совместной работы.

Программа курса включает в себя последовательное освоение Python — от базовых манипуляций с таблицами Import, Tidy, Transform до визуализации данных, построения отчетов и веб-скрейпинга (парсинга).

Python — это язык общего назначения и владение его инструментами всегда оказывается полезным для работы в сфере экономики. Однако он не является единственным в своем роде. «Неважно какой язык выбирать, потому что современные языки дают плюс-минус одинаковые возможности», — поясняет Глеб Васильев. Помимо Python, отличным вариантом для анализа данных, к примеру, может стать R.

Любая образовательная программа на ФЭН ориентируется на потребности современного бизнеса и на воспитание высококлассных специалистов, которые будут востребованы в современном мире. Старший преподаватель департамента статистики и анализа данных Руслан Искяндяров рассказал о курсах по анализу данных в рамках магистерской программы «Стохастическое моделирование в экономике и финансах».

 

Курс «Основы Python для анализа данных», по его словам, «есть базовая подготовка, первая ступенька».

 

Вторая и более продвинутая ступенька, по словам преподавателя, это курс «Современные технологии, обработки статистических данных», который он также преподает: в этот курс уже входят основы машинного обучения, NLP, работа с базами данных и т.д.

 

По словам спикера, со специалистов стали чаще требовать разбираться в машинном обучении и искусственном интеллекте, поэтому добавление таких курсов по выбору в рамках образовательных программ на ФЭН не удивительно.

 

Руслан Искяндяров отмечает главные особенности курсов по программированию, машинному обучению и работе с искусственным интеллектом на ФЭН:

 

1.    Постоянная практика;

 

2.    Нестандартные данные для анализа. Существует достаточно много различных данных, многие из которых довольно избиты. В рамках курса студентам предлагают анализировать уникальные data-сеты, которые не так просто собрать;

 

3.    Жизненные кейсы. Человек должен осознавать, что анализ данных и теория — это полезно, но без понимания того, как это применять в жизни, ценность этой информации снижается;

 

4.    Совместный анализ данных. В режиме онлайн каждый студент может внести свой вклад в написание кода и в построение определенных моделей;

 

5.    Нестандартные подходы и интересные направления. Знания в области обработки естественного языка и работы с искусственным интеллектом все больше становятся востребованными.

«Нужно понимать, если вы хотите стать высококлассным специалистом, постоянная практика — это то, что будет требоваться от вас каждый день», — подытожил Руслан Искяндяров.

Нарабатывать практику и при этом учится на магистратуре теперь тоже возможно, подчеркивает академический руководитель онлайн-магистратуры «Экономический анализ» Елена Вакуленко. «Вы можете жить в любых регионах России, в разных странах и учиться на нашей программе», — подчеркивает она.

На онлайн-магистратуре “Экономический анализ” есть три трека:

1.    Макроэкономика;

2.    Компании, рынки и общественный сектор;

3.    Инструментальные методы в экономике.

«Данные — это лишь исходный материал, а наша задача в этом исходном материале найти какие-то закономерности», — подчеркивает Елена Вакуленко. По ее словам, экономисты редко занимаются разработкой алгоритмов на различных языках программирования и не работают с данными, как инженеры. Зачастую студенты пользуются готовыми алгоритмами, но учатся их применять в своих целях.

Из архива ФЭН

Выбирай курсы как лего

Анастасия Бывальцева-Станкевич окончила магистратуру «Экономика и экономическая политика» этим летом. После этого она начала свою преподавательскую деятельность на факультете экономических наук.

«Конечно это (анализ данных) может пригодиться далеко не всем, но в большинстве современных индустрий и академий, которые хоть как-то связаны с экономикой, этот навык практически must-have», — говорит она.

На самом деле ситуация, когда после магистратуры ФЭН выпускники остаются преподавать на своей факультете не редкость. Приглашенный преподаватель департамента теоретической экономики Константин Макшанчиков признается: «Меня привлекал академический подход, возможность ответа на интересующие вопросы и эти навыки пригодились мне в дальнейшей карьере». Важную роль также сыграли целеустремленные коллеги и студенты, которые находились рядом в период обучения. «Магистратура это лего», — говорит Константин Макшанчиков. Она дает возможности студентам подбирать под себя все, что нужно.

Нынешняя студентка магистратуры «Стратегическое управление финансами фирмы» Эллен Ким подчеркивает, что поступила на факультет экономических наук, так как ей «хотелось больше углубится в финансы, а не в экономику». Благодаря магистратуре она также успела углубиться в научную деятельность и поработать научным ассистентом в Научно-учебной лаборатории корпоративных финансов.

Автор: Дарья Володина, стажер-исследователь Проектно-учебной лаборатории экономической журналистики НИУ ВШЭ