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

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

Телефон: 8 (495) 772-95-90 *27334

Руководство
Руководитель департамента Соколов Евгений Андреевич
Заместитель руководителя департамента Максаев Артем Максимович
Департамент больших данных и информационного поиска: Менеджер Оруджева Альбина Александровна

Новости

4-ая Международная конференция по Матричным методам в математике и их приложениям (МММА-2015)

с 24 по 28 августа состоится 4-ая Международная конференция по Матричным методам в математике и их приложениям (МММА-2015)  в Сколковском Институте Науки и Технологий.

Преподаватель департамента начинает трехмесячную стажировку в DeepMind

Сергей Бартунов, преподаватель департамента, начинает трехмесячную стажировку в DeepMind, исследовательском подразделении корпорации Google. Там он будет разрабатывать новые методы и архитектуры глубинных нейронных сетей.

Летняя стажировка в компании JetBrains

Компания JetBrains ежегодно предоставляет студентам возможность пройти стажировку и попробовать свои силы в реальных рабочих условиях. Летняя стажировка в компании - это два месяца работы и обучения под руководством опытных разработчиков различных продуктов JetBrains. 
В этом году возможность пройти стажировку в Москве предоставляется и студентам московского кампуса Высшей школы экономики.

Летняя школа по машинному обучению в физике высоких энергий

27-30 августа 2015г. при участии Высшей школы экономики в Санкт-Петербурге состоится летняя школа по машинному обучению и его применению по обработке больших объемов данных, возникающих в задачах физики высоких энергий.

Аспирант департамента пройдет стажировку в Австрии в Институте Науки и Технологий

Аспирант департамента первого года обучения Дмитрий Кондрашкин (научный руководитель Д.П. Ветров) с 1 июня по 31 августа 2015 года пройдет стажировку в Австрии в Институте Науки и Технологий. Дмитрий будет работать в исследовательской группе профессора Ламперта. Там он будет заниматься исследованиями в области машинного обучения.

Руководитель департамента Дмитрий Ветров выступит с серией лекций в летней школе Microsoft по машинному обучению

Руководитель департамента Дмитрий Ветров выступит с серией лекций в летней школе Microsoft по машинному обучению
Руководитель департамента Дмитрий Ветров приглашен выступить с серией лекций в летнюю школу Microsoft по машинному обучению, которая пройдет в Санкт-Петербурге с 29 июля по 5 августа 2015 года.  Школа спонсируется исследовательским подразделением компании Microsoft — Microsoft Research совместно с компанией Яндекс. Школа продолжает традиции летних школ компании Microsoft, которые проводятся ежегодно с 2009 года.

На конкурсе ImagineCup 2015 выступил руководитель департамента Дмитрий Ветров

На конкурсе ImagineCup 2015 выступил руководитель департамента Дмитрий Ветров
Imagine Cup – крупнейший в мире ежегодный технологический конкурс, проводимый при поддержке Microsoft с 2003 года.
Руководитель департамента Дмитрий Ветров рассказал об успехах и вызовах современного машинного обучения.

Проекты ведущих молодых ученых получили поддержку РФФИ

17 апреля Российский фонд фундаментальных исследований объявил итоги конкурса научных проектов, выполняемых ведущими молодежными коллективами в 2015 году.

Группа байесовских методов (рук. Д.П. Ветров) и группа компьютерного зрения (рук. А.С. Конушин) департамента получили грант РФФИ для ведущих молодежных коллективов на 2015-2016 гг.

Академическая аспирантка департамента удостоена стипендии имени Ильи Сегаловича

Поздравляем! 
Академическая аспирантка  Департамента больших данных и информационного поиска  (Базовая кафедра Яндекс)  Анна Потапенко (научный руководитель К.В. Воронцов) удостоена стипендии имени Ильи Сегаловича!

Машинное обучение - одно из главных направлений работы Департамента больших данных и информационного поиска

Преподаватель департамента Сергей Бартунов рассказал студентам первого курса о машинном обучении, теоретических проблемах, возникающих в нем и об основных прикладных задачах, которые удается успешно решать с помощью методов машинного обучения.