Количественные финансы (международная образовательная программа) /Quantitative Finance (International Educational Program)

в СПбПУ · Санкт-Петербург

Год	БюджетПроходной балл на бюджетные места — сумма баллов последнего зачисленного в этом году.	ПлатноеПроходной балл на платные места в этом году.	Мест БЧисло бюджетных мест в этом году.	Мест ПЧисло платных мест в этом году.	Цена/год
2026	99	—	13	—	—
2025	—	—	53	42	472 000 ₽

Магистерская программа «Количественные финансы (международная образовательная программа) / Quantitative Finance (International Educational Program)» в СПбПУ готовит специалистов, владеющих математическим моделированием, статистическим анализом и алгоритмическими методами для работы на финансовых рынках. Основной акцент сделан на прикладное применение количественных методов: студенты изучают стохастическое исчисление, машинное обучение для прогнозирования цен активов, управление рисками и разработку торговых стратегий. Программа реализуется на английском языке, что позволяет интегрироваться в международную профессиональную среду, а также включает проекты с использованием реальных рыночных данных и современных вычислительных платформ. Санкт-Петербургский политехнический университет Петра Великого исторически силён в инженерно-математических дисциплинах, что даёт программе прочную базу для углублённого изучения финансовой математики и алгоритмов. В отличие от классических экономических факультетов, здесь подготовка ведётся с опорой на вычислительные мощности и исследовательские лаборатории вуза. Программа подойдёт выпускникам математических, инженерных или экономических бакалавриатов, которые хотят работать на стыке финансов и технологий — в инвестиционных банках, хедж-фондах, финтех-компаниях или отделах риск-менеджмента крупных корпораций. После выпуска выпускники могут претендовать на позиции quantitative analyst, risk manager, data scientist в финансовой сфере или продолжить академическую карьеру в области количественных финансов. Международный формат обучения также открывает возможности для трудоустройства в зарубежных финансовых организациях.

Направление «Экономика» (магистратура) готовит специалистов, способных анализировать, прогнозировать и управлять экономическими процессами на микро- и макроуровнях. Программа углубляет знания в экономической теории, количественных методах и прикладных дисциплинах, развивая навыки принятия решений в условиях неопределённости. Студенты учатся работать с большими данными, строить эконометрические модели и оценивать эффективность инвестиций. Ключевые дисциплины включают микро- и макроэкономику продвинутого уровня, эконометрику, финансовую экономику, теорию игр, экономику отраслевых рынков, а также специализированные курсы по анализу данных и моделированию. В зависимости от профиля изучаются международная экономика, государственные финансы, цифровая экономика или экономика фирмы. Студенты осваивают методы статистического анализа, прогнозирования и оценки рисков. Выпускники получают компетенции в области экономического анализа, стратегического планирования, управления проектами и консультирования. Они умеют проводить комплексные исследования рынков, разрабатывать бизнес-планы и оценивать экономическую эффективность. Навыки включают владение современными программными пакетами (Stata, R, Python), работу с базами данных и презентацию результатов. Направление интересно своей универсальностью: знания применимы в бизнесе, госсекторе и научной среде. Особенность магистратуры — акцент на исследовательскую работу и практико-ориентированные проекты. Выпускники востребованы в условиях цифровой трансформации экономики и глобализации.

Выпускники работают экономистами, аналитиками, консультантами в банках, инвестиционных компаниях, консалтинговых фирмах (Big Four), государственных органах (Минэкономразвития, Центробанк), международных организациях (Всемирный банк, МВФ). Возможные должности: финансовый аналитик, риск-менеджер, бизнес-аналитик, экономист-исследователь. Перспективы включают карьерный рост до руководителя отдела или директора по экономике. Востребованность высокая, особенно у специалистов с навыками data science и машинного обучения.