• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: 109028, г. Москва, Покровский бульвар, д. 11

Телефон: +7 (495) 531-00-00 *27254

Email: computerscience@hse.ru

 

Руководство
Первый заместитель декана Вознесенская Тамара Васильевна
Заместитель декана по научной работе и международному сотрудничеству Объедков Сергей Александрович
Заместитель декана по учебно-методической работе Самоненко Илья Юрьевич
Заместитель декана по развитию и административно-финансовой работе Плисецкая Ирина Александровна
Мероприятия
19 ноября – 20 ноября
26 ноября – 30 ноября
30 ноября, 10:00
19 февраля 2020 – 22 февраля 2020
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
117/80/30
117 бюджетных мест
80 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Бакалаврская программа

Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"

4 года
Очная форма обучения
80/12
80 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
110/70/30
110 бюджетных мест
70 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Магистр по наукам о данных

2 года
Заочная
100
100 платных мест
ENG
Обучение ведётся на английском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
60/15/20
60 бюджетных мест
15 платных мест
20 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/15
25 бюджетных мест
5 платных мест
15 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системное программирование

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/1
35 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Sparse covariance matrix estimation in high-dimensional deconvolution

Belomestny D., Trabs M., Tsybakov A.

Bernoulli: a journal of mathematical statistics and probability. 2019. Vol. 25. No. 3. P. 1901-1938.

Статья
Axiomatization of provable n-provability

Beklemishev L. D., Kolmakov E.

Journal of Symbolic Logic. 2019. Vol. Volume 84. No. Issue 2. P. 849-869.

Глава в книге
ChronosDB in Action: Manage, Process, and Visualize Big Geospatial Arrays in the Cloud

Rodriges Zalipynis R. A.

In bk.: Proceedings of the ACM SIGMOD International Conference on Management of Data. NY: ACM, 2019. P. 1985-1988.

Принимаясь за каждую следующую задачу, я не имел никакой гарантии результата


Артем Ревенко.
Выпускник 2010 года магистерской программы "Математическое моделирование". В 2013 году окончил аспирантуру НИУ ВШЭ и защитил диссертацию на тему "Построение импликативных зависимостей для аналитического описания предметных областей и обнаружения ошибок в данных".

Учась в аспирантуре, участвовал в программе European PhD Program in Computational Logic. Согласно условиям программы, обучение проходило в двух базовых университетах - TU Dresden и TU Vienna. В августе 2015 года Артем получил PhD степень, защитив работу на тему "Automatic Construction of Implicative Theories for Mathematical Domains" ("Автоматическое построение импликативных теорий в математических областях").

- С чего началось для вас Вышка?

- В 2007 году я познакомился с Сергеем Олеговичем Кузнецовым. Это была достаточно случайная, однако очень полезная для меня встреча. На тот момент я заканчивал бакалавриат ФизФака МГУ и искал пути для дальнейшего развития. Я очень заинтересовался направлениями обучения, предлагаемыми в магистратуре на программе "Математическая моделирование", и решил поступать туда.

Я был доволен свои выбором уже во время обучения в магистратуре, остаюсь доволен и сейчас. В аспирантуре и на данный момент я продолжаю работать в области прикладной математики и информатики.

- Почему вы выбрали университет в Дрездене в качестве базового при обучении по программе European PhD Program in Computational Logic?

- Ближе к концу обучения я спросил у Сергея Олеговича о возможностях получить иностранный опыт. Я считаю, что разносторонний опыт вообще важен в жизни, но еще более важен в науке. У ОПМИ были очень обширные международные связи. Одним из вариантов был Дрезден, в котором Сергей Олегович работал несколько лет. В TU Dresden на тот момент работал Bernhard Ganter, один из основателей Анализа Формальных Понятий - теории, в рамках которой я делал свой магистерский проект. По удачному совпадению за год до моей защиты ОПМИ организовал в Москве конференцию ICCS’09, на которую приезжал профессор Ganter, и я с ним познакомился. В дальнейшем мне удалось наладить с ним контакт, подать заявку на финансирование  - во время аспирантуры в Дрездене я получал стипендию Siemens/DAAD - и получить это финансирование. Так я приехал и начал работу в Германии.

- Чем отличается обучение в аспирантуре НИУ ВШЭ и TU Dresden?

- Начать стоит с самого вопроса: в Дрездене к аспирантуре относятся в первую очередь как к работе. Соответственно, от аспиранта ждут результатов проведенной работы, именно на них обращают внимание. Кроме того, большинство аспирантов получают за свою деятельность деньги. Некоторые работают на кафедре; в этом случае у них есть обязательства по какому-нибудь проекту перед профессором. Проект не всегда напрямую связан с аспирантским проектом, поэтому возникает конфликт интересов профессора и аспиранта. Надо сказать, что в Германии и Австрии защита не входит в круг непосредственных интересов профессора. Поэтому подготовка текста диссертации, организация защиты, подготовка выступления - все лежит на плечах аспиранта. А вот проект, за который аспиранту платят деньги, - это непосредственный интерес профессора. Поэтому студенты, работающие на кафедре, зачастую остаются в аспирантуре дольше, выкрадывая время на подготовку диссертации.

Другие варианты финансирования - преподавание или стипендия; последний вариант был у меня. В этом случае аспирант полностью свободен, но есть существенный минус: в среднем стипендия ниже, чем заработная плата. Такого рода свобода часто ведет к обособленности, особенно в математике, так как остальные студенты объединены общими целями проекта или хотя бы преподаваемого предмета.

- Как строятся отношения между научным руководителем и аспирантами?

- В общении с профессорами есть свои особенности. Например, зачастую профессор слишком занят, чтобы ознакомиться с текстом диссертации. В таком случае, у аспиранта мало рычагов давления, ведь на профессора не так просто надавить. Мне в этом смысле очень повезло: мой профессор выходил на пенсию, когда я заканчивал аспирантуру, у него было достаточно времени на меня. Другая особенность - выстраивание рабочего процесса. Когда я только приехал, я все время ждал, что профессор меня вызовет и скажет мне, что за ближайшее время я должен сделать какое-нибудь задание. Так и не дождался. Аспирантам приходится самим приходить к профессору и узнавать, что они могли бы сделать. А потом еще самим заботиться о том, чтобы профессор посмотрел результаты.

Сама диссертация похожа на работы, которые обычно защищают в России?

- Структура диссертации в немецком или австрийском университете кардинально отличается. Нет строгих правил ни структурирования, ни оформления. Нет автореферата, нет необходимости прописывать цели, предметы исследования. И вообще почти всего введения русской диссертации нет. Обычно введение занимает 3-5 страниц, на которых укладывается введение в тему простым языком Часто, например, можно найти ссылки на Википедию. Вообще нет никаких штамповых выражений, популярных в русских диссертациях. Обычно все формулирует сам аспирант. У меня, например, никто не правил никакие формулировки, даже заключение. По моему опыту, в русской диссертации основным является введение, заключение, выводы. В диссертации в Германии или Австрии очень большое внимание уделялось промежуточным формулировкам, теоремам, читаемости рассуждений, доказательств, алгоритмов.

Думаю, что комбинирование положительных моментов русской и немцко-австрийской практик могло бы быть плодотворным.

- Сколько по времени длится обучение в аспирантуре?

- Сроки почти не ограничены. Некоторые аспиранты могут числиться в аспирантуре по 7 лет, а потом уйти, так и не закончив. В среднем, диссертацию в Германии и Австрии готовят дольше, чем в России - около 4 лет. Помимо прочего это обусловлено тем, что всеми процессами управляет сам аспирант. Обычно аспирант защищается первый раз в жизни, а поэтому каждый шаг у него отнимает намного больше времени, чем если бы ему помогал профессор или учебная часть. Кроме того, немцы и австрияки не любят просрочек, оттого нормативные сроки у них растянуты, чтобы наверняка уложиться. У меня от сдачи текста до защиты прошло 2 месяца и это очень быстро - у некоторых проходит более полугода.

- В аспирантуре есть какие-то обязательные занятия?

- Могут быть, а могут и нет. В моем случае, обязательных курсов не было, однако были требования по количеству конференций, летних школ и даже тренингов по коммуникационным навыкам. Опять же, выполнение и контроль за этим требованиями полностью на плечах аспирантов; может оказаться так, что аспирант что-то не выполнил, однако уже сдал диссертацию. В этом случае процесс приостановят, и аспиранту надо будет, например, пройти еще одну летнюю школу.

- Какими задачами вы занимаетесь сейчас в науке?

На данный момент основное направление моей деятельности связано с обработкой текстов. Точнее, речь идет о задаче классификации сущностей. Например, пользователь системы, над которой я работаю, заинтересован в нахождении в текстах всех упоминаний телесериалов. Есть такой сериал “Друзья”. Однако, если в некотором тексте встречается слово “друзья”, то совсем не обязательно, что речь идет о сериале. Можно подойти к решению этой задачи на основе совместной встречаемости слов. То есть, если речь идет о сериале, то индикаторами могли бы быть слова “телевидение”, “серия”, имена актеров, которые встречаются вблизи классифицируемого слова “друзья”. Такие совместные встречаемости находятся на основе анализа текстов, в которых правильный класс слова “друзья” известен. Например, указана ссылка на соответствующую страницу Википедии. Кроме того, обычно есть некоторые дополнительные знания о классифицируемой сущности (о “друзьях”), выраженные в тезаурусе, которые также можно использовать.

- Расскажите о ваших наиболее значимых результатах в науке

- Расскажу подробно об одном из результатов - нахождение ошибок в данных, формирующих импликативную теорию. Поясню, в чем заключается задача.

В логике теорией называют набор аксиом; импликацией - правило, примерно отражающее высказывание типа “если А, то Б”. Импликативные теории - это такие теории, в которых все аксиомы представляют собой импликации. Такого рода теории могут быть очень удобны для принятия решений или изучения структуры изучаемой области - что в этой области из чего следует. Хорошо известны алгоритмы, позволяющие строить импликативные теории по имеющимся данным. Конечно, полнота таких теорий зависит от полноты данных. То есть если данных мало, то мы найдем очень много ложных импликаций, которые могли бы быть опровергнуты новыми данными. Эта процедура также хорошо известна. Однако, такой подход работает только до тех пор, пока в наших данных нет ошибок.

Совместно с Сергеем Олеговичем мы разработали подход для нахождения ошибок в данных. Мы находим только те ошибки, которые влияют на импликатиную теорию этих данных - это далеко не все ошибки. Эти ошибки находятся интерактивно, через вопросы пользователю. Другими словами, когда пользователь добавляет новые данные, то система задает ему несколько простых вопросов, которые помогают проверить достоверность данных. Важное преимущество разработанного подхода заключается в том, что он позволяет написать быстрый, т.е. полиномиальный алгоритм. Это значит, что такой подход может быть использован даже в случае очень большого массива данных - Big Data.

- Что для вас вообще значит занятие наукой?

- Это моя профессиональная деятельность на данный момент. То есть в этой области я получаю некоторые результаты, которые настолько полезны для каких-то людей, что они готовы платить мне за это деньги. Мои способности и мой характер хорошо подходят для этой деятельности: я вдумчив, самостоятелен в работе, очень критичен ко всем деталям деятельности. Дело в том, что получаемые в науке результаты в идеале получены впервые, никто ничего подобного еще никогда не делал. Поэтому я считаю, что критичное мышление особенно важно для занятия наукой. В этом кроется возможность творческой самореализации.

- Какие есть отличия в том, как работают ученые в России и за рубежом?

- На мой взгляд, различия между группами из разных научных дисциплин более существенны, чем различия между научными группами в разных странах. Научные методы и подходы в пределах одной дисциплины различаются очень слабо, ведь в современной науке группы много взаимодействуют друг с другом, участвуют в одних и тех же конференциях, публикуются в одних и тех же журналах. Конечно, есть различия в менталитетах, и немцы остаются немцами даже когда занимаются наукой. Но в лучших университетах - в частности, в ВШЭ - научные группы обычно включают большое количество иностранцев.

Но, пожалуй, наиболее важное отличие заключается в доле желающих остаться в науке после окончания университета. В Германии и Австрии аспиранты в основном планируют искать работы вне академической среды после окончания аспирантуры. Основных причин для этого две. Во-первых, все позиции постдоков ограничены по времени - обычно 1-3 года; на каждую следующую позицию часто приходится менять место жительства и до получения постоянной позиции профессора нужно сменить несколько postdoc позиций. А во-вторых, в компаниях более очевидные перспективы роста, выше зарплата и часто интереснее задания.

Показательна в этом смысле следующая история. Студентов, которые получали стипендии, часто просят участвовать во встречах в рамках стипендиальных программ. Это делается для того, чтобы получить обратную связь от стипендиатов, собрать статистику и познакомить стипендиатов друг с другом. На одной из таких встреч в моей секции, математики и естесственных наук, было примерно 30-40 человек. На вопрос “кто планирует остаться в науке после аспирантуры?” поднялась всего одна рука - моя. А на данный момент и я передумал.

- Чем вы планируете заниматься сейчас, после защиты?

- Я работаю над проектом, связанным с машинным обучением и семантическими сетями. Это коммерческий прикладной проект, интересный, но краткосрочный. Параллельно я ищу работу в области искусственного интеллекта. Мой аспирантский проект был тесно связан с теоретическими исследованиями. Принимаясь за каждую следующую задачу, я не имел никакой гарантии результата. Более того, было даже порой неясно, какие вопросы могут быть поставлены в конкретном разделе.

Однако, такая высокая абстрактность поставленных задач сужает их непосредственное практическое применение. Поэтому сейчас я хочу работать над практическими вопросами, такими, которые нужно сделать для некоторой пользы вполне конкретных людей. Помимо морального удовлетворения, меня в такой постановке задачи еще интересует и больший интерес со стороны сообщества. В практических проектах я вижу больше возможностей для работы в команде.

Интервью брала Ольга Подольская.