Дверь в Сбер: банк и НИУ ВШЭ – Нижний Новгород запускают программу полного цикла по AI
Совместная образовательная траектория «Рекомендательные системы и искусственный интеллект» предполагает возможность стажировки.
Этой осенью в Нижнем Новгороде первые 30 студентов сядут за парты, чтобы научить ИИ понимать людей лучше, чем они – сами себя.
Сбер и нижегородский кампус НИУ ВШЭ открыли образовательную траекторию «Рекомендательные системы и искусственный интеллект». Бизнесу нужны уже не теоретики, а инженеры, способные создавать что-то с нуля.
Новая учебная траектория (по программе «Компьютерные науки и технологии») – это двухлетний интенсив, который превратит вчерашнего студента в эксперта AI-фронта. Чему именно будут учить? Всему, что нужно для полного цикла создания AI-продуктов: анализу данных, основам DevOps, магии рекомендательных систем, инженерии LLM-систем и AI-агентов.
Помимо лекций запланированы мастер-классы, практические задания и работа с реальными инженерными сценариями. Ведь это сейчас модно быть специалистом по нейросетям. Через пару лет рынку понадобятся архитекторы гибридных систем. Потому что одно дело – запустить модель в уютном Jupyter Notebook, другое – встроить её в экосистему маркетплейса. Или банка, где каждая миллисекунда на вес золота.
Другая «золотая молодёжь»
Главная особенность проекта – прямая связь с индустрией и жёсткий отбор. Всего на траекторию возьмут 30 человек. Почему участников так мало? Чтобы работать в малых группах.
Учащимся пообещали не просто лекции от действующих профессионалов, а шанс на стажировку в Сбере. Это будет скоростной социальный лифт. Декан нижегородского кампуса ВШЭ Наталья Асеева подчёркивает, что тема рекомендательных систем и ИИ сейчас занимает ключевую позицию в научной повестке: «Сотрудничество с таким стратегическим партнёром, как Сбер, обеспечит студентам доступ к передовым знаниям и уникальным возможностям для профессионального развития в области рекомендательных систем».
Завершит обучение командный итоговый проект. Здесь студентам предстоит решить комплексную задачу, синтезирующую всё: аналитику, DevOps, AI-агентов. Это максимально похоже на работу реальных продуктовых команд.
«Фильтрующие пузыри» и этика данных
Пока в Нижнем Новгороде готовят элиту, по всей стране в 139 вузах открывают «цифровые кафедры». Реализуется больше восьмисот программ переподготовки IT-специалистов. Минцифры объявило, что почти 6,5 тысяч студентов в 2026 году поступят на программы подготовки топовых ИТ- и ИИ-специалистов.
Кстати, ещё в прошлом году прошла серия лекций «AI и RecSys: от теории к практике». Тогда студенты (Москва, Питер, Нижний Новгород) засыпали экспертов вопросами. Спрашивали про этику данных и «фильтрующие пузыри». Параллельно базовая кафедра Сбера в ВШЭ уже вела учебные курсы по рекомендательным системам. Среди тем – LLM и оптимизация моделей.
Мировой опыт подтверждает эффективность связки вуза и корпораций. Carnegie Mellon University в своей магистерской программе по ИИ сделал индустриальную стажировку обязательной. Канадский Vector Institute прямо называет себя мостом между академией и реальными задачами. А программа Mitacs Accelerate вообще построена на том, чтобы связывать студентов с бизнесом через исследовательские стажировки с прицелом на коммерциализацию.
Видеосервис угадывает настроение
«Рекомендательные системы» – это про эффективность целых отраслей. В перспективе именно из таких адресных программ сложится та база, которая позволит российским AI-сервисам выходить на экспорт.
Что даст этот проект? Заметное улучшение качества цифровых сервисов. Банки будут лучше понимать, какой кредитный продукт действительно нужен клиенту, маркетплейсы перестанут показывать то, что уже куплено, а видеосервисы научатся угадывать настроение.
Траектория станет доступна для студентов 3–4 курсов и стартует в сентябре 2026-го. Первый выпуск случится в 2028 году.
