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

Тел.: +7 (495) 772-95-90 * 12332

computerscience@hse.ru

125319, Москва, Кочновский проезд, д. 3 (недалеко от станции метро "Аэропорт"). 

 

Руководство

Декан — Аржанцев Иван Владимирович

 

Первый заместитель декана факультета — Вознесенская Тамара Васильевна

 

Заместитель декана по научной работе и международным связям — Объедков Сергей Александрович

 

Заместитель декана по административно-финансовой работе — Плисецкая Ирина Александровна

Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
100/80/15
100 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/80/15
80 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
15/5/3
15 бюджетных мест
5 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Математические методы оптимизации и стохастики

2 года
Очная форма обучения
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Науки о данных

2 года
Очная форма обучения
55/15/6
55 бюджетных мест
15 платных мест
6 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
20/10/12
20 бюджетных мест
10 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
20/10/5
20 бюджетных мест
10 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
30/3
30 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Bias-Corrected Estimation in Continuous Sampling Plans
В печати

Decrouez G. G., Robinson A.

Risk Analysis: An International Journal. 2017.

Глава в книге
Resource Equivalences in Petri Nets

Lomazova I. A.

In bk.: Application and Theory of Petri Nets and Concurrency. 38th International Conference, PETRI NETS 2017, Zaragoza, Spain, June 25–30, 2017, Proceedings. Vol. 10258: Lecture Notes in Computer Science. Switzerland: Springer International Publishing AG, 2017. P. 19-34.

Статья
Some Properties of Antistochastic Strings

Milovanov A.

Theory of Computing Systems. 2017. Vol. 61. No. 2. P. 521-535.

Статья
The Euler binary partition function and subdivision schemes

Protasov V. Y.

Mathematics of Computation. 2017. No. 86. P. 1499-1524.

Data Science кейс-клуб: Diginetica

Мероприятие завершено
Data Science кейс-клуб — серия мероприятий про применение анализа данных и машинного обучения к задачам бизнеса. В рамках кейс-клуба будут разобраны способы решения проблем при помощи анализа данных в интернет-компаниях, телекомах, ритейле, фарме, тяжелой промышленности и других отраслях.

Мероприятие пройдет 25 апреля (вторник) в 19:00. Аудитория 622.

Тема следующего занятия — ритейл, индустрия розничной торговли. В гостях: Diginetica — международная технологическая компания, разработчик продуктов и решений для индустрии розничных продаж. На глобальных рынках Diginetica сотрудничает c компанией RichRelevance – лидером международного рынка решений по персонализации в ритейле. Технологии Diginetica и RichRelevance с успехом применяются у ведущих западных и российских ритейлеров: Юлмарт, Спортмастер, МедиаМаркт, Кораблик, Walmart, OfficeDepot, Rakuten, Tesco, Macy’s, Barneys NY и другие.

 

 На этой встрече мы узнаем:

 - Что, кроме анализа данных и моделирования, еще нужно знать data scientist и зачем?

 - Чем работа над продуктом, отличается от решения задач на Kaggle?

 - Как организовать системную R&D работу в условиях быстро меняющегося рынка.

  
Кроме того, у Diginetica есть много интересных исследовательских задач, компания заинтересована в наборе перспективных студентов на стажировку. Подробности можно обсудить на встрече.

 

 Форма регистрации: https://goo.gl/forms/mL4eHnLEIbVfUFQb2

 

Домашнее задание для студентов факультатива: https://goo.gl/forms/P53KBr5k5lp8YCJU2