Математика для Data Science пугает новичков больше, чем код. В одной компании от аналитика ждут знания матанализа, линейной алгебры и теории вероятностей. В другой должность называется так же, но хватает сводных таблиц в Excel и простых запросов к базе данных. Интересно, что работодатели не ждут полного совпадения с вакансией, список требований часто пишут с запасом. К тому же аналитик, дата-сайентист и ML-инженер пользуются математикой по-разному, и количество тем для каждой роли отличается.
ВАМ ПРИШЛО ПРИГЛАШЕНИЕ 💌
Приходите к нам в соцсети поделиться своим мнением и почитать, что пишут другие. А ещё там выходит дополнительный контент, которого нет на сайте — шпаргалки, опросы и разная дурка. В общем, вот тележка, вот ВК — велком!
Короткий ответ
Математика для Data Science нужна и аналитику, и дата-сайентисту, и ML-инженеру. Требования к знаниям напрямую зависят от рабочих задач специалиста.
| Роль | Обязательный минимум | Желательно | Что спросят на собеседовании |
| Аналитик данных | Описательная статистика, доли, проценты и процентные пункты, проверка гипотез. | Основы теории вероятностей, линейная регрессия. | Как понять, значим ли результат A/B-теста, и что на самом деле показывает p-значение? |
| Дата-сайентист | Статистика и теория вероятностей, линейная алгебра, основы матанализа. | Оптимизация, байесовские методы. | Почему модель переобучилась и как это видно по метрикам на обучающей и проверочной выборках? |
| ML-инженер | Линейная алгебра на уровне операций с тензорами, метрики качества модели, сложность алгоритмов. | Численные методы, оптимизация. | Почему падает качество после квантизации модели? |
Колонка с обязательным минимумом описывает умение применить инструмент к своим данным и объяснить результат коллегам. Аналитику, к примеру, хватит понимания того, почему разница в конверсии между группами бывает случайной.
Откуда взялся миф про высшую математику в IT
Вопрос, нужна ли математика в IT, появляется после просмотра вакансий. Одна компания хочет матанализ и теорию вероятностей, а соседняя на ту же должность просит только SQL. Порог входа кажется выше, чем он есть, и на то есть четыре причины:
- Вакансии пишут по шаблону. Рекрутер берёт текст прошлой позиции или другой компании и дописывает разделы с запасом. Так младший аналитик, чья работа сводится к дашбордам, получает требования вакансий исследовательского отдела с линейной алгеброй и дифференциальными уравнениями.
- Курсы продают полную программу. Школе проще упаковать университетский объём в один тариф, чем собирать отдельный маршрут под каждую роль. Студент видит модуль по интегралам и делает вывод, что без интегралов в профессию не попасть.
- Научные статьи адресованы учёным. Публикация по машинному обучению должна доказать новизну метода, поэтому в ней много формул и выкладок. Новичок открывает такую статью про архитектуру модели и не понимает ни одной строки.
- Библиотеки считают за человека. Функция ttest_ind из библиотеки SciPy сравнивает средние двух групп и сразу выдаёт p-значение. Оно показывает, насколько вероятна такая же или ещё большая разница, если на самом деле группы не отличаются. Формулу вручную никто не выводит. Зато по умолчанию функция считает разброс значений в группах одинаковым, и заметить, что это не так, должен сам специалист.
Общая база математики для аналитика, дата-сайентиста и ML-инженера
Базовая математика означает школьный уровень, доведённый до автоматизма. Без неё не справится ни аналитик, ни дата-сайентист, ни ML-инженер, потому что каждая из шести тем встречается в обычной работе:
- Доли, проценты и процентные пункты. Конверсия выросла с 2% до 3%. Это плюс 1 процентный пункт, но сама конверсия выросла в полтора раза, то есть на 50%.
- Среднее против медианы. По данным Росстата, средняя зарплата в 2025 году составила 100 360 ₽, а медианная за апрель 2025 года — 73 871 ₽. Большинство зарабатывает меньше среднего.
- Разброс и выбросы. Один разовый оптовый заказ может удвоить недельную выручку небольшого сегмента. Если не посмотреть на отдельные значения, рост ошибочно припишут рекламе.
- Логарифмическая шкала. Она нужна, когда значения различаются в сотни и тысячи раз, например выручка по клиентам или просмотры роликов. Каждое деление на ней означает рост в одно и то же число раз: 10, 100, 1000.
- Чтение записи с суммами и индексами. Запись Σᵢ xᵢ означает «сложить x по всем объектам i». Индекс показывает, по чему идёт счёт: по пользователям, дням или заказам. Если его перепутать, получится другая метрика.
- Порядок величин и прикидка в уме. У сервиса 50 тысяч пользователей, а на дашборде выручка 40 млн ₽ в день. Выходит 800 ₽ с человека ежедневно, это неправдоподобно много. Значит, в расчёте ошибка — например задвоились строки при JOIN.
Математика для аналитика данных
Математика для аналитика данных почти целиком сводится к прикладной статистике. Специалист должен понимать, что показывают цифры, и корректно сравнивать группы данных.
Обязательные темы:
- Описательная статистика
- Проверка гипотез через A/B-тесты
- Вероятность и интервальные оценки
- Регрессия как инструмент объяснения
Что аналитику не нужно
Выводить производные, доказывать теоремы или вручную умножать матрицы. Вычисления берут на себя библиотеки Python и функции SQL. От аналитика ждут правильного выбора метода и трактовки результата.
Математика для Data Scientist
Математика для Data Scientist шире, чем у аналитика. Дата-сайентист отвечает за поведение модели и объясняет, почему она ошибается.
Обязательные темы:
- Статистика и распределения
- Линейная алгебра
- Основы матанализа
- Оптимизация
Что дата-сайентисту не нужно
Выводить формулы обратного распространения ошибки на бумаге, доказывать сходимость и писать оптимизаторы с нуля. Готовые реализации в PyTorch и scikit-learn проверены на миллионах задач и надёжнее самописных.
Математика для машинного обучения: что нужно ML-инженеру
Математика для ML-инженера смещается от исследования к эксплуатации. Модель уже обучена, и от инженера ждут, что в продукте она будет работать быстро, дёшево и стабильно.
Обязательные темы:
- Операции с тензорами
- Численная устойчивость
- Метрики и их выбор
- Сложность алгоритмов
Что ML-инженеру не нужно
Исследовательская статистика, планирование экспериментов и разработка новых методов остаются за аналитиками и исследователями. От ML-инженера требуется, чтобы модель на практике работала так же, как на тестах.
Одна задача глазами аналитика, дата-сайентиста и ML-инженера
Возьмём сервис по подписке, который теряет заметную часть пользователей после первого месяца. Разница между ролями видна по тому, какой вопрос каждый специалист задаёт об одном и том же оттоке пользователей.
Аналитик начинает с масштаба. Он считает, какая доля новичков не продлила подписку, и разбивает эту цифру по сегментам. Допустим, из рекламы в соцсетях уходит 38% пользователей, а из поиска 29%. Сначала аналитик проверяет, не случайна ли разница на такой выборке, и только потом несёт результат продуктовой команде.
Дата-сайентист заранее определяет, кто уйдёт. Он собирает признаки, например, число входов за первую неделю, обращения в поддержку. Затем обучает модель и получает прогноз вероятности оттока по каждому пользователю. Сложности появляются, когда модель уверенно угадывает на старых клиентах и ошибается на новых. У новичков почти нет истории, поэтому признаки вроде стажа или средней частоты заходов для них искажены. Дата-сайентист объясняет эту слабость модели и ищет признаки, которые работают с первых дней.
ML-инженер отвечает за стабильную работу модели в продукте. Он выкатывает её, настраивает ежедневный пересчёт и следит за смещением данных. Например, рекламная кампания привела другую аудиторию, и прогнозы постепенно портятся без явных сбоев. Ещё инженер считает, во что обходится предсказание для миллиона пользователей в сутки.
Каждому специалисту в работе понадобилась математика:
- Аналитик данных использовал доли и процентные пункты, сравнение двух пропорций, статистическую значимость, доверительный интервал для разницы.
- Дата-сайентист распределял признаки, применял функции потерь для классификации, метрики на отложенной выборке, разбор ошибок по подгруппам.
- ML-инженер выполнял тесты на сравнение распределений, отслеживал метрики во времени, оценивал сложности и стоимости вычислений.
Вопросы по математике на собеседовании
Обычно кандидату дают короткие задачи из рабочей практики и смотрят, как он объясняет смысл величины своими словами. Ниже типовые вопросы по математике на собеседовании и уровень подготовки для ответа.
Аналитик данных
- Что означает p-значение 0,03?
Хватит ответа, что при отсутствии реального эффекта такой или ещё более сильный результат получался бы примерно в 3% случаев. Вероятностью того, что гипотеза верна, p-значение не является.
- Когда медиана честнее среднего?
Подойдёт пример с чеками, где несколько крупных покупок завышают среднее.
- Как спланировать эксперимент?
Ожидают такой порядок: метрика, минимальный эффект, который имеет смысл заметить, расчёт размера выборки, срок теста.
Дата-сайентист
- Как заметить переобучение?
Ошибка на обучающей выборке падает, а на валидационной, то есть отложенной для проверки, растёт или не меняется.
- Как выбрать функцию потерь?
Выбор объясняют через задачу. Если в данных много выбросов, абсолютная ошибка устойчивее квадратичной.
- Что делать с несбалансированными классами?
Достаточно назвать веса классов, подбор порога и полноту вместо общей точности.
ML-инженер
- Как размер батча влияет на обучение?
Крупный батч быстрее обрабатывается на видеокарте, но занимает больше памяти, и под него обычно меняют скорость обучения.
- Откуда в расчётах берутся NaN?
Чаще всего из переполнения или деления на очень малое число.
- Сколько стоит расчёт предсказаний?
Кандидат прикидывает число запросов, время ответа и цену часа работы оборудования.
Пример сильного ответа на вопрос про p-значение. Кандидат рассказывает, что в тесте новой кнопки p-значение получилось 0,03 при заранее выбранном пороге 0,05, поэтому различие он признал статистически значимым. Дальше он оговаривается, что цифра не даёт 97% уверенности в пользе кнопки. Она лишь показывает, насколько редким был бы такой результат, если бы кнопка ничего не меняла. В конце кандидат смотрит на доверительный интервал прироста. Если прирост укладывается в диапазон от 0,1 до 0,4 процентного пункта, доработка может и не окупиться.
Полезный блок со скидкой
По промокоду: KOD (можно просто нажать) — вы получите скидку на все курсы Практикума.
Если вам ближе объяснять цифры продуктовой команде, посмотрите курс Аналитик данных. Если тянет строить модели и разбираться, почему они ошибаются, подойдёт Специалист по Data Science. А если интереснее, чтобы модель стабильно работала в продукте, загляните в ML-инженер.
Бесплатные вводные курсы в Практикуме тоже есть — по всем направлениям, от Python до аналитики.
Что изменил ИИ в требованиях
К 2026 году код для расчётов стали чаще писать с помощью нейросетей. Работодатели платят за постановку задачи и проверку результата, а ручной счёт почти не нужен. Тот же ChatGPT выдаёт аккуратный код и уверенное пояснение, но логическую ошибку в них заметит только человек с базой.
Ситуации, где ИИ выдаёт правдоподобно неверный результат:
- Тест признан значимым, хотя метрику проверяли десять раз по ходу эксперимента без поправки порога.
- Модель оттока показывает точность 95% при доле ушедших 5%. Ровно столько же набирает модель, которая всем предсказывает, что они останутся.
- Среднее по данным с выбросами выдано за типичное значение, хотя цифру почти целиком сформировали три крупных клиента.
Прикладной ИИ-инженерии математики нужно меньше, чем аналитикам. Такой специалист не обучает модели и не проверяет гипотезы на выборках. «Его работа состоит из подключения API, написания промптов и настройки поиска по документам. Ему хватает базовой статистики для оценки качества ответов и понимания того, как считается стоимость токенов.
План изучения с нуля
Порядок тем определяет, с чего начать изучение математики. Каждая тема опирается на предыдущую, поэтому, если перескочить через одну из них, через пару недель всё равно придётся к ней вернуться.
Пошаговый план изучения:
- Доли, проценты и процентные пункты.
- Описательная статистика: среднее, медиана, разброс, перцентили.
- Вероятность, включая условную.
- Проверка гипотез и расчёт размера выборки.
- Линейная алгебра: векторы, матрицы и их умножение.
- Производные и градиент.
Последние два пункта нужны тем, кто идёт в дата-сайентисты или в ML-инженеры. Сроки в таблице рассчитаны на занятия от 4 до 6 часов в неделю.
| Роль | Темы | Ориентировочный срок |
| Аналитик данных | пункты с 1 по 4 | от 3 до 5 месяцев |
| Дата-сайентист | пункты с 1 по 6 и основы оптимизации | от 8 до 12 месяцев |
| ML-инженер | пункты 1, 2 и 5, метрики модели, сложность алгоритмов | от 5 до 8 месяцев |
Сроки реальны при одном условии: каждую тему вы закрываете задачей на собственных данных. Подойдёт выгрузка из рабочего проекта, открытый набор данных или даже история трат из банковского приложения. Проходить курс целиком необязательно. Хватит тех разделов, которые дают инструмент под вашу задачу, а всё остальное можно добрать позже, когда оно понадобится.
Ошибки при изучении
Чаще всего ошибки при изучении математики в самообразовании сводятся к тому, что теория идёт без практики и никак не связана с работой.
- Начинает с матанализа вместо статистики. Новичок берётся за пределы и производные, потому что так устроена вузовская программа. Через месяц он устаёт, а ни одна задача аналитика понятнее не стала. Лучше начать со статистики, она нужна на работе с первого дня.
- Проходит курс целиком и ничего не применяет. Сорок лекций подряд без единой таблицы приводят к тому, что к концу курса первые темы уже забыты. После каждой темы решайте хотя бы одну задачу на своих данных.
- Учит формулы наизусть. Выученная формула дисперсии не говорит, что значит полученное число. На собеседовании как раз просят объяснить смысл величины.
- Не откликается на вакансии, пока не пройдёт всю программу. На ожидании теряется полгода, хотя реальные требования видны только на техническом интервью. Откликайтесь после базы статистики, пробелы вам покажут сами вопросы интервьюеров.
- Берёт академический учебник вместо прикладного. Книга для студентов-математиков построена на доказательствах, и непонятно, как метод применяется на практике. Выбирайте пособия по статистике для анализа данных, в которых каждый метод разобран на примере.
- Пропускает теорию вероятностей. Кажется, что для A/B-теста хватит готовой формулы. Пройдите вероятность до проверки гипотез, хотя бы условную вероятность и основные распределения.
Следите и за темпом. Две темы в месяц с задачами дают больше, чем восемь без них, и такой ритм проще выдерживать параллельно с работой.
Частые вопросы
Нужен ли профильный диплом?
Нет, джуна чаще оценивают по портфолио и тестовому заданию. Диплом заметно выручает разве что при отборе в исследовательские команды.
Можно ли учить математику с ИИ-ассистентом?
Да, если он даёт задачи и объясняет ошибки, а решаете вы сами. От готовых решений остаётся иллюзия понимания, и на первом интервью она пропадает.
Какая математика нужна для работы с языковыми моделями?
Разработчику приложений на их основе хватит статистики для оценки ответов и понимания векторной близости текстов. Линейная алгебра и оптимизация понадобятся тем, кто дообучает модель сам.
Идти ли в профессию, если в школе математика не давалась?
Скорее да, ведь статистика на рабочих данных мало похожа на школьные уравнения. Разберите пару задач из своей работы, и через месяц станет ясно, подходит ли вам работа в Data Science.
Откликаться ли на вакансию с матанализом в требованиях?
Да, если остальные пункты вы закрываете, потому что требования нередко копируют из шаблона.
Разница между аналитиком, дата-сайентистом и ML-инженером в итоге сводится к ответственности. Чем дороже ошибка в решении, которое подписывает специалист, тем глубже математика, без которой он не заметит эту ошибку заранее. Математика для Data Science перестаёт пугать, как только её объём измеряют задачами. Линейная алгебра, производные и численные методы подключаются позже, когда работа сама ставит вопрос, на который без них не ответить.
Советуем дополнительно почитать
Как работает U-критерий Манна-Уитни — тест для сравнения групп, когда данные далеки от нормального распределения и t-тест не подходит.
Что такое корреляция и коэффициент корреляции: простыми словами с примерами — как измерить связь двух величин и почему она не доказывает причину.
Библиотека Pandas в Python и что с ней можно делать — таблицы, фильтры, группировки и чистка данных. Тот самый инструмент, которым аналитик закрывает задачи из плана на своих данных.
Модели машинного обучения: возможности и примеры использования — основные типы моделей и задачи, под которые их берут.
Что такое MLOps — как модели выкатывают, версионируют и мониторят в продакшене. Это работа ML-инженера из примера с оттоком.
Бонус для читателей
Если вам интересно погрузиться в мир IT и при этом немного сэкономить, держите наш промокод на курсы Практикума. Он даст вам скидку при оплате, поможет с льготной ипотекой или безлимитом на маркетплейсах. Ладно, окей, это просто скидка, без остального, но хорошая.
