02.04.01 «МАТЕМАТИКА И КОМПЬЮТЕРНЫЕ НАУКИ»

Продуктовая аналитика

Стань аналитиком, который формирует будущее продукта с опорой на данные
СТАРТ ОБУЧЕНИЯ — 01.09.2026
2 года обучения
Очная форма
Диплом гособразца
Удобное расписание
Гранты до 75%
Кампус в центре Москвы

Для кого эта
программа

01
Студенты старших курсов и выпускники
Ты учишься на 4‑м курсе или недавно окончил(а) бакалавриат и хочешь начать карьеру в аналитике.
Программа помогает построить прочную техническую, аналитическую и бизнесовую базу, развить гибкие навыки и получить практический опыт для уверенного входа в профессию
02
Специалисты из смежных областей
Ты уже работаешь инженером, аналитиком, разработчиком или имеешь сильную техническую базу и рассматриваешь аналитику как следующий карьерный шаг.
Программа помогает углубить знания в аналитике данных и перейти в новую роль
03
Специалисты в аналитике
Ты уже работаешь аналитиком, стремишься систематизировать свои знания для дальнейшего карьерного роста и ищешь сильное комьюнити для обмена опытом.
Программа помогает оформить опыт в целостную экспертную базу и вырасти в профессии
hat
Ожидания от уровня подготовки
У тебя есть или скоро будет диплом бакалавра
Знаешь математику
Знаком с языком программирования Python или готов(-а) быстро в него погрузиться
Хочешь усердно работать и учиться не ради корочки

Преимущества программы

Соберешь убедительное портфолио кейсов для резюме и погрузишься в профессию аналитика данных
01
Освоишь программу, созданную совместно с рынком
Структура курса разработана совместно с опытными аналитиками и руководителями, чтобы ты получил(‑а) актуальные знания, востребованные в технологических компаниях
02
Научишься работать с современным стеком
Освоишь современный стек аналитика: данные и хранение — S3, Apache Iceberg, ClickHouse, Postgres; обработка и стриминг — Spark, Kafka; оркестрация — Airflow. Изучишь продвинутые методы анализа: A/B-тестирование и каузальный анализ — Propensity Score Matching, Difference-in-Differences, Regression Discontinuity Design и Synthetic Control
03
Будешь учиться на практике
На занятиях ты будешь писать SQL, проводить A/B-тесты и квазиэксперименты, строить ETL‑пайплайны и решать реальные бизнес-задачи с партнерами
04
Разовьешь гибкие навыки и продуктовое мышление
Курсы по гибким навыкам и продуктовому мышлению — от продуктового менеджмента до аналитики — помогают развить не только технические, но и ключевые навыки работы в команде: коммуникацию, взаимодействие и бизнес-мышление

Программа обучения

Major Core
Дисциплины для формирования доменной экспертизы
Основы Python
Основы статистики
Продуктовая студия
Онлайн эксперименты для оптимизация продукта
Визуализация
Метрики бизнеса и продукта
Алгоритмы
Инженерия данных
Основы промышленной разработки
Major Choice
Дисциплины по выбору для углубления экспертизы поверх ядра программы
Causal Analysis
Временные ряды
Принятие решений на основе данных
Стратегический и финансовый менеджмент
AI для аналитиков
Аналитические кейсы
Deep Learning
Advanced Deep Learning
ML System Design
Генерация и валидация гипотез
SQL и базы данных
ML
Python для data analysis
Математика в DS
Flex
Дисциплины по выбору для расширения профиля в смежных областях знаний
Управление разработкой ИТ‑продукта
ML System Design
Методы выпуклой оптимизации
Управление ML-продуктами
Ai Beyond Fit-predict
Case Evenings
Основы инвестиционной привлекательности
Байесовские статистические модели
Causal Inference
Гейм-дизайн
Generative AI
Soft
Дисциплины для развития гибких навыков
Soft Skills Lab
Лидерство и управление
Гоголь Школа
Переговоры
Публичные выступления
Управление командой разработки

Пример расписания

Понедельник
Вторник
Среда
Четверг
Пятница
Суббота
Воскресенье
19:00 – 20:20
Визуализация      
20:35 – 21:55
Data Engineering (Инженерия данных)  
20:35 – 21:55
Визуализация      
19:00 – 20:20
Онлайн-эксперименты для оптимизации продукта
20:35 – 21:55
Онлайн-эксперименты для оптимизации продукта
11:30 – 12:50
Soft Skills Lab
  • С 13 сентября
  • Один раз в 2 недели
Гоголь школа
  • С 6 сентября
  • Один раз в 2 недели
17:30 – 18:50
Data Engineering (Инженерия данных)  
  • Лекции
  • Семинары
  • Партнеры

Карьерные
перспективы

После обучения сможешь помогать бизнесу принимать эффективные решения в той области, которая ближе именно тебе

Продуктовый аналитик

Анализирует поведение пользователей, проверяет гипотезы, оптимизирует метрики

Маркетинговый аналитик

Анализирует маркетинговые активности

Дата-аналитик

Универсальный специалист с широкой экспертизой, который умеет находить закономерности и аномалии в данных и отвечать на ad-hoc вопросы бизнеса на основе данных

BI-аналитик

Строит систему метрик и отчётности: от KPI до дашбордов и структуры данных вместе с дата-инженерами

После обучения
ты сможешь
уверенно

01
Анализировать данные, чтобы количественно описывать поведение пользователей и работу продукта
  • Проводить глубокий анализ данных с использованием Python и SQL
  • Проводить исследовательский анализ данных и строить визуализации
  • Работать с большими датасетами и сложными структурами данных
02
Находить продуктовые инсайты, чтобы выявлять точки роста продукта
  • Строить систему продуктовых метрик и анализировать пользовательские воронки
  • Проверять продуктовые гипотезы на основе данных
  • Проводить A/B-тесты и интерпретировать результаты экспериментов
03
Влиять на развитие продукта, чтобы улучшить пользовательский опыт и бизнес-результаты
  • Интегрировать аналитику в работу продуктовых и технических команд
  • Формулировать выводы и рекомендации для бизнеса
  • Помогать командам принимать продуктовые решения на основе данных

Команда
программы

Роман Васильев

АКАДЕМИЧЕСКИЙ ЛИД КУРСА «MACHINE LEARNING»
Опыт:МегаФон, Магнит Tech, Яндекс Лавка и др.

Данила Елистратов

академический лид курса «Основы статистики», преподаватель
Опыт:Nielsen, Home Credit Bank, Citymobil и др.

Кирилл Гоменюк

Академический лид курсов «SQL и базы данных» и «Data Engineering (Инженерия данных)», преподаватель 
Опыт:Сибинтек, Т-Банк, НИУ ВШЭ и др.

Татьяна Мисютина

академический лид курса «Визуализация», преподаватель, автор
Опыт:Бюро Горбунова, Лаборатория данных и др.

Роман Бунин

Преподаватель, автор
Опыт:Лаборатория данных, Яндекс.Go, Nebius

Дмитрий Кротов

Академический лид курса «Принятие решений на основе данных», преподаватель
Опыт:Авито Подработка, Академия Аналитики Авито и др.

Кейсы
студентов

Григорий Хайретинов

«Бэкенд-разработка», магистратура, 1 курс
ДостижениеПолучил роль руководителя в Т‑Банке с собственной командой, впоследствии решил вернуться к IC‑роли (Individual Contributor) в Авито

Петр Елфимов

«Продуктовая аналитика», магистратура, 2 курс
ДостижениеУспешно завершил стажировку в Т‑Банке с последующим переводом в штат на позицию junior‑аналитика, пройдя полный цикл входа в профессию с нуля

Ксения Павлова

«Продуктовая аналитика», магистратура, 2 курс
ДостижениеПосле более чем семи лет работы в сфере EdTech Ксения совершила значительный карьерный переход и устроилась менеджером проекта в ML-команду компании «Сибур»

Ксения Недорезова

«Продуктовая аналитика», магистратура, 1 курс
ДостижениеПерешла на новую работу в финтех, что позволило мне выйти на новый уровень и расширить свою компетенцию

Как поступить
на «Продуктовую
аналитику»
в ЦУ?

Грантовый конкурс
Основной способ поступления. Переняли опыт ведущих ИТ-компаний и сделали максимально комфортным поступление для магистров
При успешном прохождении всех этапов отбора и зачислении предоставляется грант на обучение в размере
до 75% (до 1 350 000 руб.) от стоимости программы
Заполни заявку на сайте — после этого ты получишь доступ в личный кабинет абитуриента
В личном кабинете выбери программу и трек обучения, а также просим написать тебя:
МОТИВАЦИОННОЕ ПИСЬМО
РЕЗЮМЕ
  • Образование
  • Опыт
  • Навыки
  • Достижения
Контест проходит в онлайн-формате и состоит из нескольких блоков:
Собеседование состоит из двух частей
ПРАКТИЧЕСКАЯ ЧАСТЬ
  • Математика
  • Программирование
ПРОВЕРКА ГИБКИХ НАВЫКОВ
  • Коммуникация
  • Решение конфликтных ситуаций
  • Умение обосновать мотивацию в выборе направления
05
Подай заявление на поступление через портал Госуслуг с 20 июня
06
Подпиши оригиналы документов на поступление до 24 августа

Даты
грантового

конкурса

Старт подачи заявок
13 апреля
У абитуриента есть возможность решить контест и поменять программу или трек 1 раз в течение волны. При этом собеседование можно пройти только 1 раз
ВОЛНА 1
13 апреля – 10 мая
ВОЛНА 2
11 мая – 7 июня
ВОЛНА 3
8 июня – 5 июля
ВОЛНА 4
6 июля – 2 августа
ВОЛНА 5
3 августа – 20 августа
Издание приказа о зачислении по всем программам
26 августа
Поступи с грантом до 75% в ЦУ
Подать заявкуПодать заявку

Магистратура
в
ЦУ

10 000+
Заявок на поступление в 2025 году
600+
Студентов учатся у нас в магистратуре
200+
Опытных преподавателей из индустрии
Востребованные программы по ИТ‑профессиям
ОФЛАЙН ОНЛАЙН
Продуктовый менеджмент
Машинное обучение
ОФЛАЙН
Продуктовая аналитика
Backend-разработка

Твои возможности
в
ЦУ

Регистрация на грантовый конкурс

Программа поддержки сильных и мотивированных абитуриентов, покрывающая до 75% стоимости обучения в Центральном университете

Ответы
на частые
вопросы

Да, если ты получаешь непрерывное образование и поступаешь в магистратуру в год окончания бакалавриата
Да, выпускники получат диплом государственного образца по специальности 02.04.01 «Математика и компьютерные науки» или по специальности 38.04.05 «Бизнес-информатика»
Изучи схему поступления и материалы для подготовки к отборочным испытаниям, а затем приступай к решению онлайн‑контеста.
Если не получилось набрать проходной балл с первого раза, пробуй решить контест вновь в следующей волне
Находимся в тесном контакте
с бизнесом и совместно разрабатываем учебные программы
Да, у нас есть два общежития. Подробнее о них можно узнать на этой странице.
Обрати внимание, что общежития доступны только для студентов, поступающих в магистратуру в год окончания бакалавриата
Да, но все зависит от твоих индивидуальных особенностей. Учеба интенсивная, но идет только по вечерам в будни
(не каждый день) и в субботу.
При необходимости разрешаем растянуть прохождение курсов на 3 года. Открыты к обсуждению каждой ситуации индивидуально
Итоговая работа необходима, если хочешь получить диплом магистра. Это может быть личный проект или крупная задача с твоей работы, не только исследование
Нет, все по желанию
Да, есть. Примеры заданий контеста станут доступны после регистрации в личном кабинете абитуриента
Нет, максимальный размер гранта составляет 75%
Для общения абитуриентов и студентов мы организовываем дни открытых дверей, митапы и другие мероприятия. Следи за обновлениями на сайте и в наших социальных сетях
Напиши в наш Телеграм-бот
Инсайт — неочевидное, ценное понимание или вывод, полученный из данных, который меняет представление о проблеме или открывает новую возможность
Ad-hoc — латинское выражение, означающее «для этого случая»; в современном употреблении обозначает решение, созданное специально для решения одной конкретной задачи
Airflow — платформа для оркестрации и автоматизации рабочих процессов (пайплайнов), особенно ETL-задач
Apache Iceberg — формат таблиц для хранения больших объёмов данных в озёрах данных (data lakes), поддерживающий транзакции и эволюцию схемы
BI (Business Intelligence) — бизнес-аналитика: набор инструментов и практик для сбора, анализа и визуализации данных с целью поддержки управленческих решений
ClickHouse — высокопроизводительная колоночная СУБД для аналитики и обработки больших объёмов данных в реальном времени
Difference-in-Differences (DiD) — метод эконометрического анализа для оценки эффекта вмешательства путем сравнения изменений во времени между контрольной и экспериментальной группами
ETL-пайплайны — процессы Extract (извлечение), Transform (преобразование), Load (загрузка): последовательность шагов для переноса данных из источников в хранилище
Kafka — распределённая система обмена сообщениями (очередь событий) для обработки потоковых данных в реальном времени
MVP (Minimum Viable Product) — минимально жизнеспособный продукт: версия продукта с минимальным набором функций, достаточным для проверки гипотезы на реальных пользователях
Postgres (PostgreSQL) — мощная открытая реляционная СУБД с поддержкой сложных запросов, транзакций и расширений
Propensity Score Matching (PSM) — статистический метод для оценки эффекта вмешательства путем сопоставления объектов с похожей вероятностью попадания в экспериментальную группу
Regression Discontinuity Design (RDD) — метод квазиэкспериментального анализа, использующий пороговое значение для определения причинно-следственного эффекта
S3 — объектное хранилище данных (изначально Amazon S3), используемое для надёжного и масштабируемого хранения больших объемов файлов
Spark — фреймворк для распределенной обработки больших данных, поддерживающий пакетную и потоковую аналитику
Synthetic Control — метод оценки эффекта вмешательства путем создания «синтетической» контрольной группы как взвешенной комбинации похожих объектов
Junior — младший специалист: начинающий сотрудник с опытом до 1–2 лет, работающий под руководством наставника

Мы здесь

  • Кампус
    Центрального
    университета
    г. Москва
    • Кампус
      ул. Гашека, д. 7 стр. 1, м. «Маяковская»
  • Кампус-отелиг. Москва
    • Облако
      ул. Гашека, д. 12 стр. 8
    • Cosmos
      ул. Профсоюзная 154, корп. 3
    • Байкал
      ул. Сельскохозяйственная 15/1, корп. 2
    • Турист
      ул. Сельскохозяйственная, д. 17, корп. 2, 3, 5, 6, 7
      Скоро открытие
Приемная комиссия

Москва, ул. Гашека, д. 7, стр. 1
Чат с командой Центрального университета