Куда идут айтишники и математики СПбГУ: карьера после матмеха и ПМ-ПУ
Матмех и ПМ-ПУ СПбГУ выпускают разработчиков, дата-сайентистов и учёных. Разбираем, чем отличается карьера после разных программ и где реально оказываются выпускники.
Содержание
Одно слово «айтишник» скрывает три разные дороги
Когда абитуриент говорит «пойду в СПбГУ на айти», он обычно не понимает, что за этим стоит несколько очень разных программ с разными карьерами. На матмехе есть классическая «Математика» с исследовательским креном, «Программирование и информационные технологии», «Программная инженерия», «Современное программирование» с проходным под 283, наука о данных. На факультете ПМ-ПУ — массовая «Прикладная математика, процессы управления и ИИ» на 180 бюджетных мест и элитные программы вроде «Искусственного интеллекта и науки о данных». Формально всё это «айти», а по факту — разные профессии.
Разница в дипломе становится разницей в карьере. «Математика» готовит скорее исследователя, который умеет доказывать теоремы, — его дорога в науку или в задачи, где нужен строгий математический аппарат. Программистские программы дают дополнительную квалификацию разработчика и выводят прямо на инженерные позиции в индустрии. А программы про данные и ИИ — это дата-сайенс и машинное обучение. Выбирать надо не «айти вообще», а конкретную из этих дорог.
Разработка: самый широкий и понятный путь
Выпускники программистских направлений матмеха и ПМ-ПУ чаще всего идут в разработку — и это самый ёмкий рынок. Программная инженерия и «Программирование и информационные технологии» дают в дипломе квалификацию, с которой реально выходить на позицию разработчика сразу, а не «доучиваться на курсах». Петербург — крупный IT-центр со множеством продуктовых компаний и офисов, так что искать первую работу далеко ехать не приходится: город сам по себе один из главных плюсов.
Важная деталь про массовую ПМ-ПУ: 180 бюджетных мест делают её самым доступным входом в сильную математико-программистскую подготовку СПбГУ. Проходной здесь мягче, чем на элитных программах, а фундамент даёт крепкий — прикладная математика, теория управления, программирование, машинное обучение. Для того, кто хочет в разработку через сильный университет, но не тянет проходной под 285, это рациональный маршрут, а не «программа второго сорта».
Данные и ИИ: узкий вход, высокий потолок
Отдельная лига — программы про данные и искусственный интеллект. Элитная AI360 с проходным под 287 и без бюджетных мест, «Искусственный интеллект и наука о данных», «Науки о данных» с проходным за 280 — сюда попадают самые сильные, часто олимпиадники и высокобалльники. Взамен они получают самую востребованную сегодня специализацию: машинное обучение, дата-сайенс, работа с большими данными. Это направления, где рынок платит больше всего и охотится за выпускниками ещё во время учёбы.
Но честно про цену входа: эти программы требовательны и на входе, и в процессе. Повышенные минимальные баллы на матмехе (по математике до 85, по информатике и физике до 75 на «Математике») отсекают случайных людей ещё на конкурсе, а дальше нагрузка серьёзная. Идти сюда стоит тем, кто действительно горит математикой и данными, а не только зарплатными обзорами: без внутреннего интереса высокий темп этих программ выматывает.
Наука и академия: путь, который недооценивают
Есть и дорога, о которой в разговорах про «айти-зарплаты» забывают, — академическая. Матмех СПбГУ — это школа с историей, где работали Чебышёв, Марков, Ляпунов, и исследовательский крен «Математики» и специалитета по фундаментальной математике готовит именно учёных. Аспирантура, научные институты, преподавание в вузе — реальные траектории для тех, кому интереснее доказывать и открывать, чем писать продакшн-код.
И тут науку с индустрией не надо противопоставлять жёстко. Сильная математическая база одинаково ценится и в академии, и в тех же ML-командах, где нужен человек, умеющий строго думать, а не только звать библиотеки. Многие выпускники двигаются между этими мирами. А научная активность в студенчестве — публикации, конференции — это ещё и прямые строчки в портфолио на повышенную стипендию, то есть она окупается деньгами уже во время учёбы.
Как выбрать свою дорогу осознанно
Начни с честного вопроса к себе: тебе интереснее строить продукт, копаться в данных или доказывать и исследовать? От ответа зависит, куда целиться — в программистские программы, в дата-сайенс и ИИ или в фундаментальную математику. Не ориентируйся только на проходной балл: попасть на массовую ПМ-ПУ и стать сильным разработчиком лучше, чем не пройти на AI360 и остаться ни с чем. Сравнивай программы по содержанию и карьере, а не по одной цифре конкурса.
И помни, что за одинаковым словом «айти» в дипломе стоят очень разные шесть лет и очень разные преподаватели. Прежде чем окончательно выбрать программу, посмотри её состав дисциплин на сайте факультета и почитай отзывы студентов о преподавателях СПбГУ — именно они, а не название направления, определят, каким будет твой путь к профессии. Дорог здесь несколько, и все рабочие; важно выбрать свою, а не престижную на слух.
