Вакансии

Научный сотрудник в подразделение «научно-учебная лаборатория моделей и методов вычислительной прагматики» (Программа российских постдоков)

В настоящее время у нас открыт конкурс Программы привлечения российских постдоков. В рамках конкурса открыта вакансия постдока (научного сотрудника) в подразделение «научно-учебная лаборатория моделей и методов вычислительной прагматики».

Название проекта: Модели и методы анализа текстовых данных, рекомендательных систем и майнинга данных.

Цель проекта: Развитие фундаментальных и прикладных научных исследований в области анализа текстов, так и данных сложной структуры. Важными составляющими цели исследования являются следующие подцели:
1.  Исследование и развитие интерпретируемых методов машинного обучения и майнинга данных, включая рекомендательные системы.
2.  Создание и совершенствование методов обработки текстов как на русском языке, так и методов переноса обучения между разными языками.
3.  Исследование применимости методов переноса обучения между различными задачами, включая задачи информационного поиска и задачи извлечения информации.

Задачи в рамках проекта:

1. Разработка методов и моделей машинного обучения для извлечения структурированной информации из текстов на естественном языке и информационного поиска;

2. Развитие методологии оценивания применимости, качества и производительности нейросетевых языковых моделей в задачах понимания естественного языка;

3. Развитие методов понимания текстов и переноса обучения в задачах анализа пользовательских отзывов, идентификации “токсичного” текстового содержания и создания вопросно-ответных систем;

4. Создание новых наборов данных для обучения и тестирования методов автоматической обработки текстов;

5. Создание и развитие интерпретируемых методов машинного обучения и майнинга данных, объяснения рекомендаций в рекомендательных системах;

6. Разработка методов майнинга данных для комбинаторного поиска и их приложений по областям (демографические последовательности, последовательности событий в интернет-приложениях и рекомендательных системах, генотипические данные, целочисленные последовательности и др.).

Таким образом в рамках проекта ожидается, что российский постдок примет участие в решении одной из указанных задач, либо предложит инициативную задачу из указанных областей (NLP, Interpretable Machine Learning, Data Mining, Recommenders Systems and Information Retrieval, Deep Learning, Computer Vision, Machine Learning Applications).

Что мы ждем от успешных кандидатов на данную должность:

• Российское гражданство
• Ученая степень (Ученая степень кандидата наук, успешная защита кандидатской диссертации, степень PhD)
• Знание основ машинного обучения, NLP или рекомендательных систем
• Программирование на языке Питоне в современных библиотеках машинного обучения и анализа данных
• Готовность писать научные статьи как на русском, так и английском языках
• Возможность работать над своей инициативной темой по согласованию с руководителем

Что мы предлагаем:

• Доступ к суперкомпьютеру НИУ ВШЭ
• Наличие оборудованного рабочего места в университете
• Доступ к информационным ресурсам, базам данных и электронным подпискам НИУ ВШЭ
• Участие в научных и образовательных мероприятиях и программах НИУ ВШЭ для научного продвижения и развития карьеры
• Работа с известными специалистами в предметной области в международном и междисциплинарном исследовательском коллективе
• Участие в конференциях по тематике проекта

Участие в программах академической мобильности и повышения квалификации НИУ ВШЭ

Более подробную информацию Вы можете по ссылке .

Подать заявку на участие в Программе можно по ссылке: https://postdocru.hse.ru/ 

Стажёр-исследователь

Научно-учебная лаборатория Моделей и Методов Вычислительной Прагматики приглашает на работу студентов (бакалавриата и магистратуры) НИУ ВШЭ на должность стажёр-исследователь.

Вас ждут увлекательные исследования на тему: "Модели и методы анализа текстовых данных, рекомендательных систем и майнинга данных".

Доступный пул исследований:

• Vertical ionogram signal tracks detection with yolo framework
  • The data can be taken from ftp.ngdc.noaa.gov ;
  • Includes preparation of a survey on state-of-the-art models.
• Multimodal clustering for nlp, knowledge discovery in databases and recommender systems
• Machine learning on graphs (including graph embeddings)
• Benchmarking deep learning and neural architecture search for nlp
• Sparsification and compression of deep learning models
• Interpretable and fair machine learning and recommender systems
• Combinatorial search and optimization with formal concept analysis
• Boolean matrix factorization and its applications (including recsys)
• Sequence, stream and graph mining and their applications
• Benchmarking of Language Models
• AutoML with Ontologies and Knowledge Graphs 
• Interpretable ML for genome-wide associations studies
• CV applications: Acne and lesion recognition
• CV applications: Ionogram detection and segmentation.

В лаборатории вас ждёт:

- коллектив увлеченных единомышленников;

- возможность самосовершенствоваться и развивать прикладные и теоретические навыки;

- участие (в том числе в организации и проведении) в научных мероприятиях лаборатории;

- возможность получить поддержку поездок на школы и конференции.

Условия приема:

- заключение срочного трудового договора; 

- зарплата по итогам собеседования.

Требования к кандидату:

- студент НИУ ВШЭ.

Резюме направлять по адресу nzotova@hse.ru