Магистратура

Уважаемые абитуренты! Приглашаем Вас на собеседование с кафедрой инновационной педагогики обсудить интересующие Вас направления исследований в магистратуре и возможную помощь кафедры. Собеседование проходит в дистанционном формате. Для регистрации на собеседование нужно заполнить форму.

О магистратуре

В 2020 году на кафедре был открыт набор в магистратуру по программе «Математическое моделирование прикладных задач управления образованием на основе анализа больших данных» (03.04.01 Прикладные математика и физика / ЛФИ Математика и физика)

В 2022 году программа магистратуры была обновлена и получила название «Образовательные инструменты и анализ данных в образовании». Программа магистратуры даёт студентам знания в сфере управления образованием и фундаментальную подготовку в области анализа данных

Возможные направления научной деятельности

  1. Искусственный интеллект и большие языковые модели в образовании
  2. Анализ поведения и академической честности через цифровые следы
  3. Прогностическая аналитика и моделирование образовательных траекторий
  4. Кросс-доменные связи: образование и социальные показатели
  5. Оценка и развитие талантов, олимпиадное движение
  6. Качество образования: метрики, международные исследования и региональные различия

Подробнее о научных направлениях

  1. Применение методов анализа данных и машинного обучения в образовании Большая часть работ сосредоточена на использовании методов анализа данных и машинного обучения для оценки, прогнозирования и повышения качества образования. Исследуются как данные школьного уровня (результаты олимпиад, ЕГЭ, динамика тестирования), так и данные организационного уровня (педагогические коллективы, школы, регионы).
    • Прогнозирование количества обучающихся в школах на основе демографических моделей
    • Анализ региональных и федеральных рейтингов школ с помощью ML
    • Анализ роста зарплат педагогов
    • Автоматическое оценивание олимпиадных заданий
    • Прогнозирование результатов образовательных проектов
  2. Оценка академической честности и поведения учащихся В работах этого направления исследуются поведенческие данные учащихся и разрабатываются методы обнаружения нечестных стратегий. Делается акцент на анализ цифровых следов, выявление аномалий и проверку достоверности результатов олимпиад и тестирований.
    • Анализ аномалий поведения участников дистанционного тестирования
    • Подтверждение академической честности в олимпиадах
    • Применение ML для анализа решений олимпиадных заданий
  3. Связь образовательных показателей с социально-экономическими и демографическими факторами Исследования направлены на выявление внешних факторов, влияющих на образовательные результаты, таких как уровень преступности, миграционные потоки, стоимость недвижимости. Это позволяет рассматривать образование в контексте более широких социальных процессов.
    • Каузальные связи между образованием и преступностью
    • Связь качества образования и стоимости недвижимости
    • Прогноз демографических изменений и их влияние на школы
  4. Изучение образовательных траекторий и развития талантов Данное направление охватывает исследование индивидуальных и коллективных траекторий развития учащихся, особенно одарённых. Рассматриваются методы выявления и поддержки талантливых школьников, а также эффективности программ развития.
    • Развитие таланта школьников по округам Москвы
    • Эффективность программ ОЦ «Сириус»
    • Системы развития талантов в субъектах РФ
  5. Разработка и оценка образовательных инструментов и ассистентов Работы в этом блоке сосредоточены на создании интеллектуальных инструментов поддержки учащихся и преподавателей. В фокусе — использование больших языковых моделей и данных олимпиад для создания тренировочных и обучающих материалов.
    • Применение больших языковых моделей в образовании
    • Создание тренировочных материалов по «Механике»
    • Интеллектуальный образовательный ассистент

Темы магистерских диссертаций прошлых лет

2025

  • Анализ аномалий поведения участников дистанционного тестирования и динамики выполнения ими тестовых заданий с целью оценки академической честности обучающихся
  • Долгосрочное прогнозирование количества обучающихся в школах на основе демографических моделей и моделей миграции населения
  • Поиск и анализ каузальных связей между образовательными показателями и уровнем преступности в регионах Российской Федерации

2024

  • Исследование взаимосвязи уровня подготовки выпускников к ЕГЭ по математике с результатами ЕГЭ по физике и информатике
  • Исследование возможностей применения больших языковых моделей к задачам разработки интеллектуального образовательного ассистента
  • Исследование качества освоения обучающимися тем раздела «Механика» с целью создания комплекта тренировочных материалов (на примере результатов участников школьных этапов всероссийской олимпиады школьников по физике)
  • Исследование динамики развития таланта школьников по округам города Москвы
  • Выбор и оценка критериев эффективности реализации профильных образовательных программ Образовательного центра «Сириус» (на примере учебного предмета «Математика»)
  • Исследование применимости методов машинного обучения для прогнозирования количества победителей и призеров олимпиад школьников

2023

  • Применение методов машинного обучения для анализа региональных и федеральных рейтингов школ на примере «Олимпиадного навигатора»
  • Применение методов машинного обучения для выявления возможной взаимосвязи между количественными и качественными характеристиками педагогических коллективов образовательных организаций и их образовательными результатами
  • Применение методов машинного обучения для анализа и целевого прогноза роста заработных плат педагогических работников школ Москвы
  • Анализ значимости и применимости в современных условиях для Российской Федерации результатов различных международных исследований качества образования

2022

  • Построение математических моделей и применение различных методов анализа данных для выявления траекторий развития образовательной организации, обеспечивающих повышение качества образования
  • Разработка методики анализа эффективности систем развития талантов в различных субъектах Российской Федерации
  • Разработка методов анализа результатов массовых олимпиад школьников с целью подтверждения академической честности участников
  • Применение методов машинного обучения для выявления возможной взаимосвязи между стоимостью недвижимости в Москве и качеством образования в близлежащих школах
  • Применение методов машинного обучения в задаче автоматического оценивания решений олимпиадных заданий по астрономии
  • Применение методов машинного обучения и предиктивной аналитики для исследования результатов реализации образовательных проектов и прогнозирования их успешности