- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
Адрес: 109028, г. Москва, Покровский бульвар, д. 11
Телефон: +7 (495) 531-00-00 *27254
Email: computerscience@hse.ru
Факультет готовит разработчиков и исследователей. Программа обучения сформирована с учётом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), а также Школы анализа данных — одной из самых сильных магистратур в области computer science в России. Широкий список курсов по выбору и значительная доля программы, выделенная под них, позволит каждому студенту сформировать свою собственную образовательную траекторию. В основе обучения — практика и проектная работа.
Прикладная математика и информатика
80 платных мест
30 платных мест для иностранцев
Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"
12 платных мест для иностранцев
Программная инженерия
70 платных мест
30 платных мест для иностранцев
Анализ данных в биологии и медицине
5 платных мест
1 платное место для иностранцев
Магистр по наукам о данных
Науки о данных
15 платных мест
20 платных мест для иностранцев
Системная и программная инженерия
5 платных мест
15 платных мест для иностранцев
Системное программирование
5 платных мест
2 платных места для иностранцев
Статистическая теория обучения
5 платных мест
2 платных места для иностранцев
Финансовые технологии и анализ данных
1 платное место для иностранцев
Savostianov A., Shapoval S., Shnirman M.
Communications in Nonlinear Science and Numerical Simulation. 2020. Vol. 83. P. 105149.
Balkanova O., Chatzakos D., Cherubini G. et al.
Transactions of the American Mathematical Society. 2019. Vol. 372. No. 8. P. 5355-5374.
E. V. Maiewski, Kislov R. A., Khabarova O. V. et al.
Astrophysical Journal. 2020. Vol. 892. No. 1. P. 1-17.
Afanasiev A., Krivonozhko V., Lychev A. et al.
Journal of Global Optimization. 2020. Vol. 76. P. 563-574.
Тренировка по машинному обучению
Тренировка по машинному обучению – это открытый митап, на который мы приглашаем участников соревнований по анализу данных, чтобы познакомиться, рассказать про задачи, обменяться опытом участия и пообщаться.
С докладами выступают успешные участники последних соревнований на Kaggle и других платформах — рассказывают о своих решениях: какие техники и методы использовали они сами, а какие помогли их конкурентам.
В программе 16 ноября:
Artur Kuzin, Head of Computer Vision, X5 Retail Group, Kaggle Competition Grandmaster
Kaggle Open Images 2019 (eng)
The report will contain:
1. Description of the dataset and its markup procedures. As well as a description of the metric and its features.
2. Architecture overview of the best models.
3. Overview of tricks and hacks from the top3 of each competition.
4. Approach for quick model training
Павел Якубовский, Research Engineer, Skoltech; Data Scientist, GeoAlert
Илья Добрынин, Senior developer, MTS IT; Kaggle Competition Master
Kaggle Severstal: Steel Defect Detection (rus)
Из доклада можно будет узнать:
1. Что такое Synchronous Kernel Only.
2. Как распознать шейкап на старте.
3. Как заансамблить 100500 моделей и уложиться в час.
Владислав Крамаренко, Competitive Data Scientist
Artificial Intelligence Journey 2019 (rus)
Владислав расскажет про свой опыт участия в AIJ 2019 и ответит на следующие вопросы:
1. Способны ли нейронные подходы победить традиционные алгоритмы в тестах по русскому языку?
2. Способен ли GPT-2 сгенерировать на русском качественное сочинение?
3. Как применить BERT для расстановки запятых?
Даниил Анастасьев, Разработчик Алисы, Яндекс; выпускник МФТИ и ШАД
Artificial Intelligence Journey 2019 (rus)
В докладе Даниил озвучит своё решение соревнования AIJ 2019 и расскажет:
1. Возможно ли подготовиться к егэ за неделю?
2. Готов ли компьютер писать сочинения лучше людей?
3. Реально ли сохраняться бодрость духа, обучаясь на десятках примеров?
Сбор участников и регистрация: 14:30.
Начало докладов: 15:00.
Адрес: г. Москва, Покровский бульвар, д. 11