02.04.01 «МАТЕМАТИКА И КОМПЬЮТЕРНЫЕ НАУКИ»
38.04.05 «БИЗНЕС-ИНФОРМАТИКА»

Продуктовый менеджмент

Научись управлять ИТ-продуктом от идеи до монетизации на реальных бизнес-задачах
СТАРТ ОБУЧЕНИЯ — 01.09.2026
2 года обучения
Очная форма
Диплом гособразца
Удобное расписание
Гранты до 75%
Кампус в центре Москвы
Начинаю свой путь в продакт‑менеджменте
Хочу получить необходимые знания и практический опыт от профессионалов для перехода в новую роль
Я уже работаю продакт‑менеджером
Хочу систематизировать знания и прокачать навыки для роста в карьере в сильном сообществе

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 продуктовом менеджменте.
Программа помогает выстроить прочную техническую, аналитическую, бизнесовую базу, развить гибкие навыки и получить практический опыт для уверенного входа в профессию.
02
Специалисты из смежных
областей
Ты менеджер проекта, аналитик, маркетолог или дизайнер с хорошей технической базой и рассматриваешь продуктовый менеджмент как следующий карьерный шаг.
Программа помогает закрыть пробелы и системно перейти в новую роль
03
Специалисты с техническим опытом
Ты разработчик или специалист по машинному обучению и хочешь углубиться в продуктовый менеджмент, чтобы лучше понимать бизнес‑контекст и использовать знания в своей сфере.
Программа развивает бизнес‑мышление и понимание процесса создания продукта
hat
Ожидания от уровня подготовки
У тебя есть или скоро будет диплом бакалавра
Знаешь математику
Хочешь усердно работать и учиться не ради корочки
Имеешь опыт работы или запуска своих продуктов/проектов

Преимущества программы

Переход в управление продутом через сильную базу, практику и понятный путь к первой роли
01
Крепкий фундамент для работы продактом
Ты освоишь весь набор компетенций, который нужен для реальной работы: от аналитики и исследований до техники, стратегии, финансов, лидерства и управления командой. Мы учим не набору инструментов, а системной работе менеджера продукта — так, как этого ждут лучшие компании
02
Расширенная техническая и аналитическая подготовка
Ты сможешь усилить продуктовый профиль курсами из других направлений ЦУ — машинное обучение, аналитики и разработки — и выйти на рынок как продакт с сильной профессиональной базой и более широким набором компетенций
03
Насмотренность и понимание, где развиваться дальше
Ты поработаешь с разными типами продуктов (B2C, B2B, B2G), кейсами и индустриями — финансовые технологии, электронная коммерция, медицинские технологии. Это расширяет кругозор и помогает понять, какие задачи и направления тебе ближе
04
Понятная траектория перехода в профессию
Если ты переходишь из аналитики, проектного управления, разработки, маркетинга или дизайна, мы поможем увидеть, как твои текущие навыки усиливают тебя в продуктовой роли, а какие навыки еще нужно освоить
05
Практика и портфолио для старта в профессии
Ты будешь постоянно применять знания на реальных задачах — на курсах, в проектах, буткемпах, мастерской Test & Learn и на стажировках — и по ходу обучения соберешь портфолио с кейсами и продуктовыми артефактами, которое поможет показать работодателю твои реальные навыки и опыт
06
Пространство для экспериментов и своих продуктов
Ты сможешь развивать свои рабочие и личные проекты на протяжении всего обучения: прорабатывать их в рамках курсов, дорабатывать в акселераторе и выбрать свой проект для диплома. Ты протестируешь гипотезы, получишь обратную связь от экспертов и доведешь идеи до готовых решений

Программа обучения

Рекомендованная траектория прохождения курсов для формирования навыков и перехода в роль менеджера продукта
1-Й СЕМЕСТР
2-Й СЕМЕСТР
3-Й СЕМЕСТР
4-Й СЕМЕСТР
Soft Skill Lab
Продуктовая студия
Python для анализа данных
Генерация и валидация гипотез
Практика
Soft Skill Lab
SQL и базы данных
Управление разработкой ИТ-продукта
Метрики бизнеса и продукта
ML
Кейс‑вечера (Case Evenings)
Системный анализ
Стратегический и финансовый менеджмент
Публичные выступления/переговоры
Продуктовый дизайн
Практика
Диджитал-маркетинг
Рост бизнеса как инструмент управления
Управление ML–продуктом
Принятие решений на основе данных
Лидерство и управление
Обязательные дисциплины
Обязательные дисциплины, которые можно выбрать когда проходить
Дисциплины, из которых нужно выбрать хотя бы две
Смотреть полную программуСмотреть полную программу

Пример расписания

Понедельник
Вторник
Среда
Четверг
Пятница
Суббота
Воскресенье
19:00 – 20:20
Python для анализа данных
20:35 – 21:55
SQL и базы данных
19:00 – 20:20
Основы статистики
20:35 – 21:55
Продуктовая студия
19:00 – 20:20
Основы статистики
20:35 – 21:55
Python для анализа данных
11:30 – 12:50
SQL и базы данных
13:00 – 14:20
Soft Skills Lab
  • С 13 сентября
  • Один раз в 2 недели
Гоголь школа
  • С 6 сентября
  • Один раз в 2 недели
16:00 – 17:20
Soft Skills Lab
  • С 13 сентября
  • Один раз в 2 недели
Гоголь школа
  • С 6 сентября
  • Один раз в 2 недели
  • Лекции
  • Семинары
  • Занятия с партнёрами ЦУ

Карьерные
перспективы

Выпускники смогут построить карьеру в управлении цифровыми продуктами, аналитике, исследованиях и запуске собственных технологических проектов

Продакт-менеджер и специализации CX, Growth, ML, PMM, Tech

Управление продуктом, определение стратегии и развитие функциональностей

Бизнес-аналитик

Исследование бизнес-процессов, работа с данными и аналитическими инструментами

Продуктовый аналитик

Анализ пользовательского поведения, тестирование гипотез, оптимизация метрик продукта

Исследователь

Анализ рынка, работа с клиентскими сегментами и маркетинговыми кампаниями

Предприниматель

Запуск собственного технологического бизнеса и развитие стартапа

После обучения
ты сможешь
уверенно

01
Создавать и развивать продукты
  • Изучать пользователей и находить возможности для улучшения продукта
  • Определять стратегию, ценностное предложение и позиционирование продукта
  • Проектировать эффективные продуктовые решения и бесшовный пользовательский опыт
02
Принимать решения и растить бизнес
  • Работать с метриками, данными и экспериментами, чтобы принимать продуктовые решения
  • Понимать экономику продукта и выбирать приоритеты его развития
  • Развивать продукт на рынке и находить источники масштабирования
03
Запускать изменения и управлять командой
  • Находить реалистичные решения с учетом технических возможностей и ограничений
  • Организовывать техническую реализацию продукта и управлять приоритетами развития
  • Выстраивать взаимодействие с заинтересованными лицами и вести команду к результату в условиях неопределенности
Поступи с грантом до 75% в ЦУ
Подать заявкуПодать заявку

Команда
программы

Олег Пашукевич

АКАДЕМИЧЕСКИЙ руководитель курса «Финансовый и стратегический менеджмент»
Опыт:МТС Линк, Газпром-Медиа Холдинг, REDMOND и др.

Зоя Гуревич

руководитель курса «Метрики бизнеса и продукта»
Опыт:Hi-Rez Studios, WASD.TV, MTC, Positive Technologies

Александр Кондеев

Лектор курса «Метрики бизнеса и продукта»
Опыт:Госуслуги Дом, ДОМ.РФ, VK Group и др.

Евгений Россинский

Лектор курса «Метрики бизнеса и продукта»
Опыт:Иви, ИОНХ им. Курнакова и др.

Александр Купцов

Академлид курса «Финансовый и стратегический менеджмент»
Опыт:Voximplant, Циан, Яндекс

Профессиональное
сообщество

Елизавета Перова

«Продуктовый менеджмент», 2 курс
ДостижениеУдалось совместить свой инженерный опыт и полученные в ЦУ знания на новой должности — теперь я занимаюсь развитием инженерного сегмента S7 Airlines

Тагир Минвалеев

«Продуктовый менеджмент», 2 курс
ДостижениеПерешел из роли джуна продакта в Т-Банке на позицию middle product manager в кредитном бизнесе, значительно расширив зону ответственности и уровень влияния

Артем Макаров

«Продуктовый менеджмент», 2 курс
ДостижениеОсвоил новую для себя профессию, перешел на более высокий грейд в международном подразделении Яндекса и научился разговаривать с коллегами из разных функций на их языке

Как поступить
на «Продуктовый
менеджмент»
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 двух предметов
Собеседование состоит из двух частей
ПРАКТИЧЕСКАЯ ЧАСТЬ
  • Математика
  • Бизнес-кейс
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

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
Бэкенд-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 четыре кампус-отеля. Подробнее о них можно узнать на этой странице.
Обрати внимание, что кампус-отели доступны только для студентов, поступающих в магистратуру в год окончания бакалавариата.
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
Буткемп — интенсивный краткосрочный курс обучения с полным погружением в практику, ориентированный на быстрое освоение конкретного навыка (чаще всего в IT)
Деплой — разговорная форма от Deploy; процесс переноса кода приложения в рабочую среду
Грейд — разговорная форма от Grade; уровень специалиста в компании по компетенциям и опыту
Грейдирование — разговорная форма от Grading; процесс присвоения сотруднику определённого грейда
Джун — разговорная форма от Junior; начинающий специалист
Инсайт — неочевидный, ценный вывод из данных, который меняет понимание проблемы или открывает новую возможность
Миддл — разговорная форма от Middle; специалист среднего уровня
Продакт-менеджер — сокращение от Product Manager; специалист, отвечающий за стратегию, развитие и жизненный цикл продукта
Стек — набор технологий, языков, фреймворков и инструментов, используемых для разработки проекта (например, стек frontend + backend + база данных)
Технологии кэширования — решения для временного хранения часто используемых данных в быстрой памяти (например, Redis, Memcached) для ускорения работы приложений
Ad-hoc — лат. «для этого случая»; решение, разработанное специально для одной задачи, без расчёта на повторное использование
Airflow — платформа для оркестрации и автоматизации рабочих процессов (пайплайнов), особенно ETL-задач
Apache Iceberg — формат таблиц для хранения больших данных в озёрах данных (data lakes), поддерживающий транзакции и эволюцию схемы
Bash — командная оболочка и язык скриптов в Unix-системах для автоматизации задач и управления системой
BI — Business Intelligence; набор инструментов и практик для сбора, анализа и визуализации данных с целью поддержки управленческих решений
CI/CD — Continuous Integration / Continuous Delivery (Deployment); автоматизированные процессы для интеграции, тестирования и доставки кода в продакшен
CI/CD-пайплайны — автоматизированные цепочки процессов для непрерывной интеграции (Continuous Integration) и непрерывной доставки/развертывания (Continuous Delivery/Deployment) кода
ClickHouse — высокопроизводительная колоночная СУБД для аналитики и обработки больших объёмов данных в реальном времени
Data Science — наука о данных; междисциплинарная область, объединяющая программирование, статистику, математику и машинное обучение для извлечения знаний из данных
Data Scientist — специалист по анализу и интерпретации сложных данных для решения бизнес-задач
DevOps-инструменты — набор программ и практик для автоматизации разработки, тестирования, развертывания и поддержки ПО (например, Git, Docker, Kubernetes, Jenkins)
Difference-in-Differences — метод эконометрического анализа для оценки эффекта вмешательства путём сравнения изменений во времени между контрольной и экспериментальной группами
Docker — платформа для контейнеризации приложений, позволяющая упаковывать код и зависимости в изолированные контейнеры
DVC — Data Version Control; система контроля версий данных и моделей машинного обучения
ETL-пайплайны — процессы Extract (извлечение), Transform (преобразование), Load (загрузка); последовательность шагов для переноса данных из источников в хранилище
Frontend — фронтенд: часть приложения или сайт, с которой взаимодействует пользователь (интерфейс, визуальная логика)
Git — система контроля версий для отслеживания изменений в коде и совместной разработки
Go — язык программирования от Google, ориентированный на производительность, простоту и работу с многопоточностью
Helicopter view — общее понимание ситуации; стратегический обзор; целостное видение без погружения в детали
Helm — инструмент для управления Kubernetes-приложениями через чарты (шаблоны развертывания)
Hugging Face — платформа для моделей искусственного интеллекта, особенно в области NLP (обработка естественного языка)
Java (Spring) — язык программирования Java с фреймворком Spring для создания корпоративных веб-приложений и микросервисов
Kafka — распределённая система обмена сообщениями для обработки потоковых данных в реальном времени
Kaggle AutoML Grand Prix — международный конкурс по автоматизированному машинному обучению на платформе Kaggle
Kotlin — современный язык программирования для JVM, часто используемый для разработки под Android и бэкенда
Kubernetes — система оркестрации контейнеров для автоматического развертывания, масштабирования и управления контейнеризированными приложениями
LightAutoML — библиотека для автоматизированного машинного обучения (AutoML)
ML — Machine Learning; методы, позволяющие моделям обучаться на данных и делать прогнозы
ML Researcher — исследователь в области машинного обучения, занимающийся разработкой и анализом новых моделей и алгоритмов
ML-пайплайны — последовательность шагов для преобразования сырых данных в готовую модель машинного обучения
MLOps — Machine Learning Operations; практики по автоматизации и управлению жизненным циклом моделей ML в продакшене
MLflow — платформа для управления жизненным циклом моделей машинного обучения (эксперименты, модели, развертывание)
Middle Research Scientist — исследователь среднего уровня, способный вести проекты и анализ с частичным руководством
MVP — Minimum Viable Product; минимально жизнеспособный продукт: первая версия продукта с базовым функционалом, достаточным для проверки гипотез на рынке
NoSQL — тип баз данных без жёсткой табличной структуры, с гибкой схемой (например, MongoDB, Cassandra)
NumPy — библиотека Python для работы с многомерными массивами и математическими операциями
OpenCV — библиотека компьютерного зрения для обработки изображений и видео
Pandas — библиотека Python для обработки и анализа табличных данных
PhD — Doctor of Philosophy; высшая научная степень, подтверждающая способность к независимым исследованиям
Postgres — сокращение от PostgreSQL; мощная открытая реляционная СУБД с поддержкой сложных запросов, транзакций и расширений
Production ML — использование моделей машинного обучения в рабочей среде (продакшене), с обеспечением стабильности и масштабируемости
Propensity Score Matching — статистический метод оценки эффекта вмешательства путём сопоставления объектов с похожей вероятностью попадания в экспериментальную группу
Python — универсальный язык программирования, популярный в Data Science, веб-разработке, автоматизации и скриптах
QA-инженер — специалист по обеспечению качества (Quality Assurance), тестирующий ПО на ошибки и соответствие требованиям
R&D — Research and Development; научно-исследовательские и опытно-конструкторские работы (НИОКР) для создания инноваций
Regression Discontinuity Design — квазиэкспериментальный метод анализа, использующий пороговое значение для оценки причинно-следственного эффекта
Research Scientist — специалист, занимающийся фундаментальными или прикладными исследованиями, часто в научных или технологических компаниях
S3 — объектное хранилище (например, Amazon S3), используемое для надёжного и масштабируемого хранения больших объёмов данных
Soft skills — гибкие навыки: коммуникация, эмоциональный интеллект, работа в команде, управление временем и другие
Spark — фреймворк для распределённой обработки больших данных, поддерживает пакетную и потоковую аналитику
SQL — язык структурированных запросов для работы с реляционными базами данных (выборка, обновление, удаление данных)
Synthetic Control — метод оценки эффекта вмешательства путём построения «синтетической» контрольной группы как взвешенной комбинации похожих объектов
Test and Learn — подход, при котором решения проверяются на практике через эксперименты, после чего принимаются на основе полученных данных
Transformers — архитектура нейронных сетей, применяемая в NLP и других задачах; также — одноимённая библиотека от Hugging Face
PyTorch — библиотека для глубокого обучения, разработанная Facebook AI, популярна в исследованиях и разработке моделей

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

Бесплатные вебинары по разработке: 21, 23, 27 апреля