06.2025
Nature · Q1
наука Наука и аспирантура в
Наука и аспирантура в
AI Talent Hub
Два входа в исследования: научный трек — проект прямо во время магистратуры, и аспирантура — PhD-программа 1.2.1 «Искусственный интеллект и машинное обучение» при ИТМО после выпуска. Оба ведут к реальным публикациям в топовых журналах и конференциях.
50+ публикаций 100+ человек на научном треке 13 аспирантов NeurIPS · ICLR · ICML Nature npj Computational Materials 50+ публикаций 100+ человек на научном треке 13 аспирантов NeurIPS · ICLR · ICML Nature npj Computational Materials
два пути
Научный трек магистратуры и аспирантура
Научный трек начинается ещё во время магистратуры. Аспирантура — следующий уровень, для тех, кто хочет продолжить исследования после выпуска. Можно пройти оба подряд.
2024
5 публикаций
2025
18 публикаций
2026
30+ публикаций
Во время магистратуры
Научный трек
Что делаете
Формулируете гипотезу, ставите эксперименты, пишете статью и выступаете на международной конференции.
Для кого
Для тех, кто хочет заниматься исследованиями и публиковаться — путь в академию, R&D или лаборатории.
С кем работаете
Научный руководитель из лабораторий AI Talent Hub, ИТМО, AIRI, DeepPavlov и других научных групп.
Итог
Публикация уровня Q1/A* и ВКР как научная статья.
После магистратуры
Аспирантура
Что делаете
PhD-программа 1.2.1 «Искусственный интеллект и машинное обучение» при ИТМО — полноценный ресёрч на 3 года.
Для кого
Для тех, кто хочет довести исследования до уровня кандидатской диссертации.
С кем работаете
Один из 3 научных руководителей AI Talent Hub — со сквозным треком для выпускников магистратуры AITH.
Итог
Кандидатская диссертация: 3+ публикации и участие в 3+ конференциях за 3 года.
Многие проходят оба этапа подряд: научный трек в магистратуре плавно продолжается сквозной аспирантурой — без потери темы и части кандидатских экзаменов.
научный трек
Как устроен научный трек в магистратуре
Больше 50 ML/AI-специалистов уже развиваются в научном треке AI Talent Hub.
01
Отбор на проект
Через систему заявок и собеседований — попадаешь в проект с научным руководителем, чья тема тебе интересна.
02
Работа с треком 1–4 семестра
Формулируешь гипотезу, ставишь эксперименты, пишешь статью — в своём темпе, но с чёткими контрольными точками.
03
Обратная связь каждый семестр
Прогресс разбираешь вместе с научным руководителем и куратором научного трека. Если работа не сложилась или изменились приоритеты — каждый семестр можно сменить проект или даже научного руководителя.
04
Поддержка куратора
Куратор научного трека помогает с оформлением, дедлайнами и вопросами на всех этапах.
05
PR успешных проектов и поддержка сообщества
Лучшие проекты получают трибуну: доклад на Reading Club, участие во внутренних онлайн-конференциях, посты в СМИ — а сообщество AI Talent Hub помогает советом и нетворкингом на каждом этапе.
06
Междисциплинарность приветствуется
Сила — в коллаборациях на стыке направлений: NLP + биоинформатика, CV + медицина и т.д.
итог научного трека
ВКР как научная статья
Не отдельная выпускная работа «в стол», а защита с международной научной публикацией.
01
Требования к научному руководителю
Статья написана в соавторстве со студентом. Руководитель трудоустроен в ИТМО.
02
Требования к статье
Опубликована в журнале с SJR ≥ 1.3 либо в трудах конференций из Academic Ranking of World Universities. Научно-практическая, не обзорная. Студент — первый автор или имеет подтверждение вклада. Написана за время обучения в магистратуре AITH по теме программы.
- Текст ВКР: опубликованная научная статья
- Рецензия к статье
- Сопроводительный текст от 7 страниц
защита
Как оценивается работа на защите
Защита — это научная коммуникация, а не экзамен на знание своей работы. Комиссия смотрит на 7 критериев.
01
Актуальность
Есть ли реальная научная задача, выявлен ли gap в SOTA, опирается ли постановка на конкретные источники.
02
Практическая значимость
Понятная целевая группа, конкретные сценарии применения, подтверждённая ценность результата.
03
Новизна
Корректное позиционирование относительно SOTA и чётко названный тип научного вклада.
04
Эффективность
Baseline → метод → честное сравнение, ablation study, метрики на известных бенчмарках.
05
Качество реализации
Воспроизводимый репозиторий, чётко назван личный вклад, учтены риски и ограничения.
06
Потенциал масштабирования
Вектор развития, риски при масштабировании, подтверждённый интерес сообщества.
07
Публичность
Уровень «A/A* конференция → Q1 журнал», участие в конкурсах, применимость в курсах магистратуры.
о чём можно писать
Направления исследований
Реальные темы проектов научного трека и диссертаций аспирантов AI Talent Hub — от компьютерного зрения до биоинформатики.
Компьютерное зрение и мультимодальные данные+
NLP и языковые модели+
Мультиагентные системы и робототехника+
Биоинформатика и AI для науки+
Доверенный и безопасный AI+
Эффективные и edge-модели+
результаты
Публикации
Часть из 50+ статей 2024–2026 годов — с реальными венью и рейтингами.
12.2025
A*
ReplaceMe: Network Simplification via Depth Pruning
04.2026
A*
Memory, Benchmark & Robots: RL Task Benchmark
07.2026
A* · принята
LDARNet: Learnable DNA Adaptive Representation Network
04.2026
A*
Human-in-the-Loop Egyptology
10.2025
A* · Dataset
MuMMy: Multimodal Dataset for VLM-based Egyptology
08.2024
A*
Plug-and-Play Unsupervised Fault Detection and Diagnosis
02.2025
Q1
SensorDBSCAN: Active Learning for Anomaly Diagnosis
50+
публикаций 2024–2026
30+
публикаций только в 2026
12+
конференций уровня A*/Q1
6
научных направлений
после магистратуры
PhD, который растёт из реального ресёрча
Аспирантура AI Talent Hub — часть программы ИТМО по специальности 1.2.1 «Искусственный интеллект и машинное обучение». Документы подаются на общих основаниях через сайт ИТМО, но научным руководителем становится один из исследователей AI Talent Hub.
Тем, кто ещё учится в магистратуре AI Talent Hub, доступен более быстрый путь — сквозной трек:
- 1 В конце 1 курса магистратуры проходишь отбор на сквозной трек
- 2 На 2 курсе магистратуры уже активно работаешь над диссертацией и параллельно осваиваешь 2 аспирантские дисциплины
- 3 По итогам трека сдаёшь кандидатский экзамен по специальности
- 4 Английский и кандидатский по специальности перезачитываются как вступительные экзамены в аспирантуру — но поступление всё равно идёт по общему конкурсу
В самой аспирантуре пересдавать английский, философию и специальность уже не нужно — освобождается больше времени на науку. Каждая статья аспиранта выходит с аффилиацией AI Talent Hub, ITMO University, Saint Petersburg, Russia — твои результаты становятся частью репутации всего сообщества.
кто ведёт
Научные руководители
Ведут проекты и научного трека, и аспирантуры. Изучи темы каждого — и напиши тому, чьё направление ближе.
Илья Макаров
Ph.D., ст. научный сотрудник AIRI, доцент МФТИ, МИСИС и НИУ ВШЭ
Компьютерное зрение, мультиагентные системы, AI для науки. Соавтор большинства публикаций аспирантов — от IJCAI и ACM Multimedia до CHI и Nature npj.
Валентин Малых
к.т.н., ст. научный сотрудник лаборатории MTS AI
NLP и большие языковые модели: диалоговые системы, суммаризация, надёжность RAG и LLM-агентов.
Андрей Кузнецов
к.т.н., FusionBrain в AIRI
Мультимодальные и прикладные ML-системы — от анализа видео до прогнозирования рисков в промышленности.
как это устроено
Путь в аспирантуре — от поступления до защиты
Шесть шагов — без сюрпризов и неизвестности.
01
Выбираешь тему и руководителя
Изучаешь профиль трёх руководителей AI Talent Hub, находишь близкую тему и договариваешься о совместной работе — ещё до подачи документов.
02
Поступаешь по общему конкурсу
Экзамен по специальности 1.2.1 и иностранный язык, плюс индивидуальные достижения — публикации, красный диплом, письмо руководителя (до 20 баллов). Выпускникам сквозного трека магистратура-аспирантура сдавать вступительные экзамены не нужно — они уже зачтены.
03
Фиксируешь тему в индивидуальном плане
В первый семестр согласуешь с руководителем и отделом аспирантуры тему диссертации и показатели по семестрам.
04
Сдаёшь кандидатские экзамены
История и философия науки (1 семестр), иностранный язык (1–3 семестр), дисциплина по специальности (4 семестр). Помимо экзаменов и науки в учебном плане есть и образовательные дисциплины — это предусмотренная часть программы, а не дополнительная нагрузка.
05
Проходишь аттестацию каждый семестр
Зимой — доклад на AI Talent Conf (постерная конференция сообщества). Летом — защита перед комиссией мегафакультета.
06
Публикуешься и защищаешься
К защите — от 3 публикаций (2 из перечня ВАК К1/К2, 1 в WoS/Scopus) и участие в 3+ конференциях за 3 года. Диссертация — около 120 страниц, на русском или английском.
поддержка
Ресурсы для исследований
Наука требует мощностей и бюрократической поддержки — вот что закрывает AI Talent Hub на обоих треках.
- Вычислительный кластер: 6×RTX A6000 48GB, 2×AMD EPYC 7763, 512 ГБ RAM
- Научная мобильность: 70% расходов от ИТМО и AI Talent Hub
- Экспертное заключение и оформление публикаций — с помощью отдела аспирантуры
- Отсрочка от армии на весь срок обучения в аспирантуре
- Аффилиация AI Talent Hub, ITMO University в каждой публикации
постоянная рубрика
Reading Club
Zoom-встречи с экспертами и талантами научного трека — разбираем свежие научные статьи.
Присоединяйся к обсуждению, предложи статью для разбора или приходи в гости на встречу — чат Reading Club в Telegram.
Reading Club #29
Эффективный pretraining LLM
Глеб Молодцов — исследователь в области распределённой оптимизации и эффективности больших языковых моделей, BRAIn Lab
Как выбор оптимизатора влияет на скорость обучения, память и качество модели. Что делать, когда ресурсов мало. Где граница между «ускорили» и «уронили качество».
Смотреть на YouTube Reading Club #28
Рекуррентные трансформеры и Universal Reasoning Model
Егор Швецов — руководитель научной группы Сколтеха, преподаватель и научный руководитель AI Talent Hub
Почему за компактными, но глубокими по вычислению архитектурами стоит следить внимательнее — если хочется не больше параметров, а умнее использовать уже имеющиеся.
Смотреть на YouTube Reading Club #27
Linear attention: от RNN до GDN
Владислав Попов — ML-инженер в Точка Банк, магистрант AI Talent Hub
Весь путь линейного внимания: как модели из мира физики стали применять для языкового моделирования, эволюция в Gated DeltaNet.
Смотреть на YouTube Reading Club #26
С исследователями из Yandex Research
Иван Рубачёв, Георгий Якушев, Глеб Баженов
Три темы: Tabular Deep Learning (табличные данные с позиции DL), LLM Agents & Reasoning (переход к сложным оркестраторам после Deep Research), Graph Machine Learning.
Смотреть на YouTube Reading Club #25
CAMAR — новый бенчмарк для многоагентного RL
Артём Пшеницын — стажёр-исследователь команды RL-агентов Лаборатории когнитивных систем ИИ AIRI
CAMAR — бенчмарк-среда на JAX для многоагентного планирования и навигации с непрерывными состояниями, гетерогенными агентами; протестировано 6 MARL, 2 классических и 6 гибридных подходов.
Смотреть на YouTube частые вопросы
Отвечаем на всё сразу
Чем научный трек отличается от аспирантуры?+
Научный трек — это работа над исследовательским проектом во время магистратуры (1–4 семестра), которая может закончиться публикацией и ВКР в виде научной статьи. Аспирантура — отдельная PhD-программа после выпуска, на 2+ года, с кандидатскими экзаменами и защитой диссертации. Многие проходят оба этапа подряд по сквозному треку.
Как попасть в научный трек?+
Через систему заявок и собеседований с научным руководителем — сейчас в треке уже больше 50 ML/AI-специалистов. Дальше — работа над проектом 1–4 семестра с обратной связью каждый семестр и поддержкой куратора.
Можно ли попробовать себя в научном треке магистратуры, если не было научного опыта?+
Да, в магистратуре есть специальная дисциплина, на которой опытные эксперты помогают погрузиться в научный мир, разобраться во всех нюансах, инструментах и написать свою первую статью на международную конференцию. А также можно на любом семестре начать работу с экспертом, который предложит проект для старта в науке и подсветит важные направления для развития.
Кто может поступить в аспирантуру AI Talent Hub?+
Выпускники магистратуры по направлению 1.2.1 «Искусственный интеллект и машинное обучение» (необязательно AI Talent Hub), прошедшие общий конкурс ИТМО. Для выпускников магистратуры AI Talent Hub есть сквозной трек с освобождением от части кандидатских экзаменов.
Нужно ли уже иметь публикации для поступления в аспирантуру?+
Нет, это не обязательное условие. Но публикации в Scopus/WoS, красный диплом, победы в олимпиадах и рекомендательное письмо научного руководителя дают дополнительные баллы к конкурсу — до 20 баллов из общей суммы.
Что нужно для допуска к защите кандидатской?+
Минимум 3 публикации в рецензируемых изданиях (из них 2 — в изданиях категории К-1/К-2 перечня ВАК, 1 — в журналах WoS или Scopus) и участие не менее чем в 3 конференциях по теме диссертации за последние 3 года.
Даёт ли аспирантура отсрочку от армии?+
Да, на весь период очного обучения в аспирантуре — оформляется через личный кабинет ИТМО и военный отдел университета.
Готовы заняться настоящей наукой?
Подай заявку на научный трек, изучи темы научных руководителей — и сделай первый шаг в науку AI Talent Hub.