Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
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.
Belavin V., Ustyuzhanin A., Широбоков С. К. et al.
In bk.: Advances in Neural Information Processing Systems 33 (NeurIPS 2020). Curran Associates, Inc., 2020. P. 14650-14662.
Kuznetsova A., Nurislamova Y., Ossadtchi A.
Neuroimage. 2021. Vol. 228.
Kanovich M., Kuznetsov S., Scedrov A.
Journal of Logic, Language and Information. 2021. Vol. 30. No. 1. P. 31-88.
Проектная работа у студентов первого курса Прикладной математики и информатики началась с 3-го модуля, после сдачи курсов по программированию на Python и С++. За каждым студентом был закреплен ментор-наставник из индустрии или научной среды, который ставил задачи и курировал процесс их выполнения. Каждый студент должен был выбрать один из 53 возможных проектов. Менторы предложили самые разные проекты — от биоинформатики до компьютерной лингвистики, машинного обучения и разработки игр, веб-сервисы, архивацию, задачу коммивояжера, проекты про финансы и др.
В течение всей весны студенты упорно работали: предполагалось еженедельное общение с ментором. По итогам двух модулей менторы выдвинули лучших студентов на конкурс проектов, а кураторы проектного семинара отобрали 12 финалистов.
Топовые проекты получились очень хорошими, мы были приятно удивлены. Реализовать за выделенные на проектную работу 87 часов многослойную нейронную сеть и успешно применить ее к распознаванию цифр - это очень круто для первокурсника. Решать задачу коммивояжера на графе из 100 вершин за секунды или сделать игру для Oculus - тоже очень серьезно. Знакомые и коллеги, которым я про это рассказывал, все прониклись: мы в свое время на первом курсе и близко такого не делали.
Распознавание рукописных цифр при помощи нейронной сети
Глеб Пособин, студент первого курса ПМИ, победитель конкурса проектов
Социальный портрет по профилю в Instagram
Ментор: Андрей Казаринов, студент 4-го курса образовательной программы Программная инженерия, Яндекс
Полученные навыки за время проектной работы:
Александр Пушин, студент первого курса ПМИ, получил приз зрительских симпатий
Ментором решил стать в момент неофициального анонса ФКН в Яндексе. Так как я сам уже работал в Яндексе и в то же время был студентом программной инженерии, я очень хорошо понимал "внутреннюю кухню" и проблемы студентов и преподавателей.
На своем опыте я ощутил, что именно такого рода проектной деятельности не хватало на первом курсе в мое время, а еще больше не хватало ментора, который мог бы подсказать и направить и связь с которым была бы очень простой. Проект "Анализ профиля Instagram" должен был создать интерес у студентов за счёт новизны и перспективности данной области. В настоящее время тренд анализа социальных профилей только зарождается, а анализом "модного" на сегодняшний день Инстаграма занимаются всего несколько команд по всему миру.
Для реализации проекта были предложены популярные и "свежие" технологии и инструменты. Я пытался создать максимально легкие и быстрые каналы коммуникации: общение велось в группе ВКонтакте и чате. Студенты часто задавали вопросы в личных сообщениях, на которые я мог оперативно отвечать, что сильно ускоряло решение их проблем. Также была возможность пообщаться по видео и аудиосвязи, чем мы иногда пользовались. В итоге я был в курсе состояния дел каждого студента и мог корректировать курс "на лету", а они в свою очередь получали быструю помощь.
Казаринов Андрей
Ментор проекта, сотрудник Яндекса и студент 4-го курса ПИ
Задача коммивояжера
Павел Поляков, студент первого курса ПМИ, 2-е место на конкурсе проектов
Проект “Oculus VR Variations”
Ментор: Олег Чумаков, Nival
Полученные навыки за время проектной работы:
Денис Деркач, студент первого курса ПМИ, 2-е место на конкурсе проектов
Мой проект — это 3D игра на Oculus Rift. В начале работы я поставил себе цель сделать гонку, в которой реалистичное управление, есть соперник и трасса для соревнования. Мне было очень интересно работать над проектом, я хотел создать что-то похожее на настоящую игру, научиться работать с игровыми движками и графикой, а также с очками виртуальной реальности. Когда я начинал создавать проект, магазин Oculus состоял примерно из 20 приложений, причем гонок в них не было. Неделю назад, когда я снова заходил в Oculus магазин, там появились гонки, но их тоже было мало, но ралли среди них не было.
В моей игре два режима: вы можете соревноваться с соперниками или включить автопилот и наслаждаться поездкой по лесу.
Финальную версию моего проекта можно уже сейчас опробовать, скачав по ссылке.
Проектная работа студентов продолжится в следующем году, с третьего курса проекты станут командными, а некоторые студенты смогут зачесть стажировки в топовых компаниях за проектную работу.
Левин Михаил Владимирович
Куратор проектной работы на первом курсе ПМИ