DSG2neo — міжнародна україно-німецька програма подвійного диплома між Національним технічним університетом «Харківський політехнічний інститут» та Otto-von-Guericke-Universität Magdeburg (OVGU).
Програма орієнтована на українських вступників, які перебувають у Німеччині та мають офіційний статус. Вона дає можливість розпочати навчання в НТУ «ХПІ», а після успішного завершення першого року продовжити освіту в Магдебурзькому університеті.
Мета програми — створити зрозумілий шлях до навчання в Україні та Німеччині, надати можливість отримати два дипломи, інтегруватися в німецьку систему вищої освіти та водночас зберегти зв’язок з українським університетом.
Що дає участь у програмі DSG2neo?
- Два дипломи: НТУ «ХПІ» та Otto-von-Guericke-Universität Magdeburg.
- Навчання у двох академічних системах: українській та німецькій.
- Міжнародний досвід навчання та проживання в Німеччині.
- Поглиблене вивчення німецької мови та професійної термінології.
- Можливість претендувати на стипендіальну підтримку DAAD за результатами конкурсного відбору.
- Розширені професійні перспективи в Україні, Німеччині та інших країнах Європи.
- Можливість продовжити освіту в магістратурі та розвивати наукову або дослідницьку кар’єру.
Хто може взяти участь у DSG2neo?
Програма розрахована на вступників, які:
- закінчили українську школу у 2023–2026 роках;
- мають повну загальну середню освіту — 11 класів;
- перебувають у Німеччині та мають офіційний статус;
- планують здобувати вищу освіту одночасно в Україні та Німеччині;
- готові активно вивчати німецьку мову та до липня 2027 року підтвердити рівень не нижче B1;
- цікавляться математикою, програмуванням, аналізом даних, машинним навчанням і штучним інтелектом.
Як відбувається навчання?
📘 Перший навчальний рік
Абітурієнт вступає на перший курс денної форми навчання до НТУ «ХПІ» та протягом перших двох семестрів навчається онлайн за окремим графіком.
Паралельно студент:
- опановує базові дисципліни освітньої програми;
- вивчає німецьку мову;
- готує документи для зарахування до OVGU;
- підтримує зв’язок із координаторами DSG2neo.
🎓 Навчання в Магдебурзі
Після успішного завершення першого курсу, виконання академічних вимог, підготовки документів і підтвердження знання німецької мови студент може бути зарахований до Otto-von-Guericke-Universität Magdeburg.
Починаючи з другого року, учасник програми переїжджає до Магдебурга, навчається в OVGU як повноцінний студент німецького університету та одночасно продовжує виконувати узгоджену освітню траєкторію НТУ «ХПІ».
Загальна тривалість навчання становить орієнтовно 4–4,5 роки залежно від узгодженої траєкторії та індивідуального навчального плану.
«Прикладна математика» + «Системний аналіз та наука про дані»
Кафедра «Комп’ютерна математика і аналіз даних» бере участь у програмі DSG2neo з міждисциплінарною освітньою програмою:
- F1 «Прикладна математика»;
- F4 «Системний аналіз та наука про дані».
Навчання в НТУ «ХПІ» здійснюється за освітньо-професійною програмою «Інтелектуальний комп’ютерний аналіз даних», яка поєднує математичну підготовку, програмування, системний аналіз, Data Science, машинне навчання та сучасні технології роботи з даними.
Відповідний напрям в OVGU: B.Sc. Mathematik.
Що вивчають студенти?
Освітня програма забезпечує сучасну підготовку на перетині:
- прикладної та обчислювальної математики;
- теорії ймовірностей і математичної статистики;
- алгоритмів і програмування;
- математичного та комп’ютерного моделювання;
- системного аналізу та прийняття рішень;
- Data Science і машинного навчання;
- нейромережевих технологій і штучного інтелекту;
- аналізу великих, бізнесових та медико-біологічних даних;
- баз даних, сховищ даних і паралельних обчислень;
- проєктної та дослідницької роботи.
Як побудована освітня програма?
Дисципліни освітньої програми поділяються на обов’язкові та вибіркові. Обов’язкові курси формують фундаментальні знання з математики, програмування, машинного навчання, обробки даних і системного аналізу складних систем.
Реалізуючи право вільного вибору, студенти можуть обрати одну з трьох навчальних траєкторій відповідно до своїх інтересів і майбутньої професійної спеціалізації.
📚 Обов’язкова підготовка
🔹 Фундаментальна математична підготовка
- Вступ до науки про дані
- Математична логіка
- Теорія ймовірностей
- Математична статистика
- Диференційні рівняння та комплексний аналіз
- Рівняння в часткових похідних
- Чисельні методи
- Комп’ютерна дискретна математика
- Дискретні структури і структури даних
🔹 Програмування та алгоритми
- Алгоритмізація та програмування
- Об’єктно-орієнтоване програмування
- Теорія і проєктування алгоритмів
- Обчислювальна геометрія і комп’ютерна графіка
🔹 Data Science та машинне навчання
- Математичні методи аналізу даних
- Моделювання і прогнозування часових рядів
- Математичні методи машинного навчання
- Нейромережеві системи і технології
🔹 Системний аналіз і складні системи
- Теорія систем і процесів керування
- Математичне і комп’ютерне моделювання складних систем
- Системний аналіз і прийняття рішень
- Нечіткі моделі та методи
🔹 Обчислення та робота з даними
- Математичне забезпечення паралельних обчислень
- Математичне забезпечення баз даних та знань
🔹 Проєктна та дослідницька робота
Під час навчання студенти виконують курсові, лабораторні та командні проєкти, працюють із реальними даними, створюють математичні й програмні моделі та формують власне професійне портфоліо.
🧭 Траєкторії навчання
Інтелектуальний аналіз великих даних
Траєкторія орієнтована на роботу з великими масивами структурованої та неструктурованої інформації, побудову інтелектуальних систем, пошук закономірностей, прогнозування та створення моделей машинного навчання.
Основні дисципліни:
- Випадкові процеси і стохастичні системи
- Проєкт з аналізу великих даних 1
- Проєкт з аналізу великих даних 2
- Інфраструктура та менеджмент великих даних
- Аналітика великих даних
- Обробка та аналіз текстової інформації
- Математичні методи комп’ютерного зору
- Математичне забезпечення інтелектуальних систем аналізу даних
Майбутні професійні напрями: Data Analyst, Data Scientist, Machine Learning Engineer, Big Data Analyst, Junior Data Engineer, NLP-фахівець, фахівець із комп’ютерного зору, Junior Researcher.
Аналіз даних у бізнес-процесах
Траєкторія поєднує математичне моделювання, аналітику, інформаційні технології та розуміння бізнес-процесів. Студенти навчаються перетворювати дані на обґрунтовані управлінські рішення, оцінювати ризики та прогнозувати розвиток складних систем.
Основні дисципліни:
- Озера та сховища даних
- Проєкт з аналізу даних у бізнес-процесах 1
- Проєкт з аналізу даних у бізнес-процесах 2
- Моделі і візуалізація даних
- Математичне моделювання бізнес-процесів
- Моделювання і управління ІТ-проєктами
- Актуарна математика і аналіз ризиків
- Моделювання і прогнозування ризиків
Майбутні професійні напрями: Business Analyst, Data Analyst, BI Analyst, системний аналітик, аналітик бізнес-процесів, аналітик ризиків, актуарний аналітик, аналітик ІТ-проєктів.
Інтелектуальний аналіз медико-біологічних даних
Траєкторія призначена для студентів, які хочуть застосовувати математику, статистику, програмування та штучний інтелект у медицині, біології, фармацевтичних дослідженнях і клінічній аналітиці.
Основні дисципліни:
- Біостатистика та методи аналізу медичних даних
- Проєкт з аналізу медико-біологічних даних 1
- Дизайн та аналіз клінічних досліджень
- Проєкт з аналізу медико-біологічних даних 2
- Програмування в біостатистиці
- Регуляторні аспекти та етика клінічних досліджень
- Аналіз біомедичних сигналів і зображень
- Регуляторна аналітика та візуалізація клінічних даних
Майбутні професійні напрями: Biostatistician, Clinical Data Analyst, Biomedical Data Analyst, Statistical Programmer, аналітик клінічних досліджень, фахівець з аналізу медичних сигналів і зображень.
Навчання в Otto-von-Guericke-Universität Magdeburg
Математичний напрям OVGU поєднує фундаментальну математичну підготовку з можливістю обирати прикладне спрямування. Навчання розвиває аналітичне й абстрактне мислення, здатність структурувати складні задачі, будувати математичні моделі та використовувати математичні методи в науці, технологіях і професійній діяльності.
Освітня траєкторія передбачає опанування навчальних модулів, виконання самостійних і проєктних робіт та підготовку бакалаврської роботи. Після завершення бакалаврату випускники можуть розпочати професійну діяльність або продовжити навчання на магістерській програмі математичного чи спорідненого напряму.
Кому підходить ця освітня програма?
Програма буде особливо цікавою тим, хто:
- цікавиться математикою, програмуванням та інформаційними технологіями;
- хоче навчитися працювати з даними, знаходити закономірності та будувати прогнози;
- готовий застосовувати математичні методи до реальних практичних задач;
- цікавиться машинним навчанням, нейромережами та штучним інтелектом;
- хоче створювати програмні, математичні та аналітичні моделі;
- планує працювати з великими даними, бізнес-аналітикою або медико-біологічною інформацією;
- розглядає кар’єру в ІТ, фінансах, консалтингу, промисловості, медицині, фармацевтиці або наукових дослідженнях;
- планує навчатися та працювати в Україні, Німеччині або інших країнах Європи.
Ким я зможу працювати в Україні та Німеччині?
Знання з прикладної математики, програмування, системного аналізу та науки про дані дають випускникам можливість розвиватися в ІТ-компаніях, аналітичних і R&D-підрозділах, банках, страхових компаніях, консалтингу, промисловості, медицині, фармацевтиці та наукових установах.
Можливі професійні позиції:
- Data Analyst
- Data Scientist
- Machine Learning Engineer
- Big Data Analyst
- Junior Data Engineer
- BI Analyst
- Business Analyst
- System Analyst
- Risk Analyst
- Biostatistician
- Clinical Data Analyst
- Statistical Programmer
- Biomedical Data Analyst
- NLP-фахівець
- фахівець із комп’ютерного зору
- фахівець із математичного моделювання
- Junior Researcher
- R&D Engineer
Також випускники можуть продовжити навчання в магістратурі за математичними, комп’ютерними, статистичними та міждисциплінарними напрямами, зокрема в OVGU, а надалі розвивати наукову кар’єру.
Що дає участь саме через кафедру КМАД?
- Потужну математичну базу для аналізу, моделювання та розв’язання складних практичних задач.
- Підготовку з програмування й алгоритмів, необхідну для професійної роботи з даними та інтелектуальними системами.
- Сучасні знання з Data Science, машинного навчання та штучного інтелекту.
- Можливість обрати одну з трьох навчальних траєкторій відповідно до професійних інтересів.
- Поєднання фундаментальної підготовки з практикою: лабораторними, курсовими, командними й дослідницькими проєктами.
- Формування професійного портфоліо, важливого для практики, стажування та першого працевлаштування.
- Досвід участі в наукових та міжнародних проєктах кафедри.
- Академічний і консультаційний супровід під час участі у програмі DSG2neo.
Учасники DSG2neo можуть претендувати на стипендіальну підтримку Німецької служби академічних обмінів DAAD. Стипендії надаються на конкурсній основі студентам, які успішно виконують академічні вимоги та демонструють високу мотивацію до навчання в німецькому університетському середовищі.
Стипендія може частково покривати витрати, пов’язані з проживанням і навчанням у Німеччині. Участь у DSG2neo не означає автоматичного призначення стипендії.
Що потрібно для зарахування до OVGU?
Для підготовки до зарахування необхідні:
- довідка учасника програми DSG2neo;
- свідоцтво про повну загальну середню освіту та додаток до нього;
- нотаріально завірений переклад документів про освіту німецькою мовою;
- академічна довідка НТУ «ХПІ» із зазначенням дисциплін, годин, оцінок і кредитів;
- сертифікат знання німецької мови на рівні не нижче B1;
- документ, що підтверджує офіційний статус перебування в Німеччині;
- дійсний закордонний паспорт України.
Приймаються, зокрема, сертифікати:
- DTZ B1
- Goethe-Zertifikat B1
- TELC Deutsch B1
- TestDaF — не нижче TDN 3
- DSH-1
Остаточний перелік документів, мовних сертифікатів і вимог необхідно уточнювати у координаторів DSG2neo перед поданням.
1. Уже зараз — зареєструватися для участі у програмі в онлайн-анкеті.
2. Влітку 2026 року — вступити до НТУ «ХПІ» на міждисциплінарну спеціальність F1 «Прикладна математика» + F4 «Системний аналіз та наука про дані», освітньо-професійна програма «Інтелектуальний комп’ютерний аналіз даних».
3. У вересні 2026 року — надати заяву про включення до програми DSG2neo.
4. Протягом 2026–2027 навчального року — успішно навчатися в НТУ «ХПІ» та активно вивчати німецьку мову.
5. У грудні 2026 року — забронювати гуртожиток у Магдебурзі.
6. До травня 2027 року — підготувати документи для вступу до OVGU.
7. До липня 2027 року — отримати сертифікат знання німецької мови на рівні не нижче B1.
8. Влітку 2027 року — пройти особисту співбесіду в OVGU.
9. Наприкінці вересня 2027 року — прибути до Магдебурга.
10. У жовтні 2027 року — розпочати очне навчання в Otto-von-Guericke-Universität Magdeburg.
Контакти
Відповідальна особа від кафедри КМАД
Завідувачка кафедри
Ахієзер Олена Борисівна
✉️ Olena.Akhiiezer@khpi.edu.ua
Звертайтеся з питань: освітньої програми, вступу на спеціальність F1 + F4, змісту навчання, дисциплін, навчальних траєкторій і можливостей кафедри.
Координатор програми подвійного диплома DSG2neo
Заступник керівника Німецького освітнього центру
Ганна Притиченко
✉️ Hanna.Prytychenko@khpi.edu.ua
Звертайтеся з питань: участі у DSG2neo, онлайн-реєстрації, документів, мовних вимог, поселення та організації навчання в OVGU.
Корисні посилання
- Освітній центр «Німецький технічний факультет» НТУ «ХПІ»
- Офіційна сторінка програми DSG2neo 2026
- Онлайн-анкета учасника DSG2neo
Умови участі, строки, перелік документів і порядок зарахування можуть уточнюватися. Перед поданням документів обов’язково зв’яжіться з координаторами програми DSG2neo.