Физические методы исследования и анализ данных

Магистерская программа ЛФИ МФТИ

Подать заявку

Набор–2025 открыт! Оставьте заявку до 15 июля.

Для тех, кто любит науку
и хочет работать в индустрии

Самая быстрорастущая
золотодобывающая компания в РФ

Альма-матер физиков всех
направлений

Программа Для будущих сеньоров, руководителей и исследователей

Учебная программа, которая работает

Курсы по ML, анализу данных и геонаукам от топовых преподавателей — не для галочки, а с пользой.

Карьера в компании

Работа в этом направлении только начинается — в будущем сможете возглавить команду или проект

Задачи для физтехов

Тренируем креативность на задачах, где физика встречает data science и промышленность

Data Science
с физическим бэкграундом

Одними из первых в России мы объединяем передовые методы физики, IT-технологий и горной добычи. Вы можете выбрать то, что вам интересно:

Физика

Разработка устройств для спектроскопии и рентгенофлюористентного анализа

ML

Создание умных ассистентов (LLM + RAG)
Геологоразведка на основе больших данных и методов машинного обучения
Поиск аномалий в массивах данных работы оборудования

Разработка ПО

Автоматизация обработки больших массивов геологических данных
Разработка информационных систем (Fullstack)
Создание инфраструктуры сбора и хранения данных

Моделирование

Моделирование физических процессов в коре для поиска потенциальных месторождений
Моделирование работы оборудования для анализа бизнес-процессов и предсказания потенциальных поломок

Computer vision

Разведка месторождений по физическим картам
Автоматизация геологических отчетов
Автоматизация обработки спутниковых данных

Интеграция в бизнес-процессы

Тестирование

Разработка решения и написание кода

Постановка задачи и погружение в новую область

Лучший диплом —
это работающий проект

В магистратуре студенты занимаются не просто научной работой.
Исследования сопровождаются командировками, интеграцией решений в бизнес-процессы компании и автоматизацией рутины.

Учитесь с комфортом

Стипендии от компании и МФТИ

Стипендия от Highland Gold

Стипендия от МФТИ

45 000 - 75 000 ₽/месяц

15 000 ₽

Трудоустройство
в компанию

Со второго семестра все студенты оформляются на стажировку до конца магистратуры

Покупка необходимой техники и оборудования

Компенсации за спорт, питание и транспорт

IT-отсрочка

ДМС

Почувствуйте свободу в выборе

4

При отказе вы потеряете дополнительную стипендию от компании.

3

В таком случае вам не нужно отрабатывать после выпуска или возвращать деньги: наша программа — не целевое обучение и не грант;

2

Можно отказаться от оффера или передумать, проработав некоторый срок;

1

Все студенты программы получают оффер в Highland Gold во втором семестре, после презентации своих проектов;

Задачи и менторство
от Highland Gold

Кураторы ваших кейсов — руководители крупных направлений

Гео- дисциплины
от МФТИ и МГУ

Геологию читает заведующий кафедрой геологии МГУ,
а геофизику — директор Института физики Земли РАН

Data Science
для физиков

Курсы специально редактируются под НИР. Преподают сотрудники кафедры и Girafe AI.

Учитесь у лучших...

...по современной программе

Учебный план соединяет два направления:

Модуль Data Science учит методам обработки и анализа данных и их приложениям. Вас ждут лучшие преподаватели МФТИ по всем ключевым предметам.

Модуль Гео-наук вводит в физический контекст, в котором вы будете работать. Вы прослушаете лекции по геофизике, геологии и металлургии, созданные специально для студентов кафедры.

2 семестр

> Математическая статистика и анализ данных
> Разработка ПО и системы хранения данных
> Прикладные методы машинного обучения
> Основы металлургии

> Проектная работа

4 семестр

> Проектная работа

3 семестр

> Проектная работа

1 семестр

> Теория вероятностей
> Методы оптимизации
> Основы машинного обучения
> Разработка ПО и системы хранения данных

> Общая геология
> Геофизика и интерпретация геофизических данных

Внедрите инновации

Задачи Highland Gold требуют современных навыков работы с данными и физической интуиции. Объясняем на примерах.

Разработка системы автоматического описания горной породы

Ситуация

> На первых этапах разведки месторождений из скважин извлекают образцы породы в форме длинных цилиндров. Геологи фотографируют каждый и по слоям прогнозируют, какие полезные ископаемые содержатся в данном участке

> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов

Решение

> Вы можете значительно ускорить и автоматизировать этот процесс, используя алгоритмы компьютерного зрения

машинное зрение

геология

Поиск перспективных участков месторождений с помощью предобученных нейронных сетей

Ситуация

> Чтобы обнаружить руды полезных ископаемых, геофизики изучают физические поля на поверхности земли — гравитационное, магнитное, поле сопротивлений и другие

> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении

Решение

> Вы можете ускорить процесс, создав алгоритм, по которому определять перспективные секторы будет нейронная сеть. Есть сети, уже предобученные распознавать участки по физическим полям, поэтому в конкретно вашей работе останется меньше рутины и больше творчества

геофизика

сверточные нейрoнные сети

Реализация математических моделей оптимального извлечения руды

Ситуация

> Разработка карьеров требует миллиардов рублей и многих лет работы. Поэтому критически важна задача: добывать руду наиболее эффективно и безопасно

> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании

Решение

> Вы можете включиться в работу команды по блочной оптимизации карьеров, или провести работу по реализации алгоритма Бьенстока-Цукерберга на данных Highland GoId

алгоритмы

вычислительная математика

Разработка системы автоматического описания горной породы

Ситуация

> На первых этапах разведки месторождений из скважин извлекают образцы породы в форме длинных цилиндров. Геологи фотографируют каждый и по слоям прогнозируют, какие полезные ископаемые содержатся в данном участке

> Ежегодно извлекается более 400 километров образцов, но обрабатываются не все, так как описание и классификация требуют много времени и ручного труда геологов

Решение

> Вы можете значительно ускорить и автоматизировать этот процесс, используя алгоритмы компьютерного зрения

машинное зрение

геология

Поиск перспективных участков месторождений с помощью предобученных нейронных сетей

Ситуация

> Чтобы обнаружить руды полезных ископаемых, геофизики изучают физические поля на поверхности земли — гравитационное, магнитное, поле сопротивлений и другие

> Измерив поля, решают обратную задачу — восстанавливают положение источников этих полей и узнают, где и как конкретно залегает руда. Этот процесс допускает неоднозначность решения, подвержен шумам и ошибкам, которые могут обернуться миллиардными затратами на одном единственном месторождении

Решение

> Вы можете ускорить процесс, создав алгоритм, по которому определять перспективные секторы будет нейронная сеть. Есть сети, уже предобученные распознавать участки по физическим полям, поэтому в конкретно вашей работе останется меньше рутины и больше творчества

геофизика

сверточные нейрoнные сети

Реализация математических моделей оптимального извлечения руды

Ситуация

> Разработка карьеров требует миллиардов рублей и многих лет работы. Поэтому критически важна задача: добывать руду наиболее эффективно и безопасно

> Для этого проводятся масштабные расчеты с помощью алгоритмов Лерча-Гроссмана, Бьенстока-Цукерберга, блочных моделей и других методов. Это сложные математические задачи, требующие глубокого понимания теории алгоритмов и навыков в программировании

Решение

> Вы можете включиться в работу команды по блочной оптимизации карьеров, или провести работу по реализации алгоритма Бьенстока-Цукерберга на данных Highland GoId

алгоритмы

вычислительная математика

Приходите 115 КПМ
20 июня в 19:00
Будет сок и печеньки

У вас остались вопросы? Возможно, ответы ждут вас на наших
встречах со студентами, интересующимся поступлением.

Узнайте о процедуре поступления

Чтобы начать, нужны знания на уровне бакалавра Физтеха по наиболее актуальным дисциплинам:

Физика

> решаемые задачи будут связаны с физическими процессами и сигналами

Математика

> обучение во многом опирается на статистику и линейную алгебру

Программирование

> для конечного продукта вы напишете код, поэтому без знаний Python или C++ не обойтись

Геонауки знать заранее не нужно, всему необходимому мы обучим на первом году программы

Таймлайн поступления

1

Подайте документы в приемную комиссию МФТИ

Заполните заявление на сайте приемной комиссии МФТИ. Укажите направление:
> ЛФИ, 03.04.01 Прикладные математика и физика
> Кафедра прикладной геофизики
> Специализация «Физические методы исследования и анализ данных в разведке и поиске твердых полезных ископаемых»

2

Оставьте заявку на сайте кафедры

Заполните форму на этой странице до 15 июля 2025 года

3

Пройдите вступительные экзамены в МФТИ

Чтобы поступить в магистратуру МФТИ, нужно набрать достаточное количество баллов. Расписание, варианты прошлых лет и другие подробности можно узнать на сайте приемной комиссии

Заявите о своем интересе

Нажимая на кнопку, вы даете согласие на обработку персональных данных и соглашаетесь c политикой конфиденциальности