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

Адрес: 125319, г. Москва, 
Кочновский проезд, д. 3 (станция метро "Аэропорт").

Телефон: +7 (495) 772-95-90 *12332

Email: computerscience@hse.ru

 

Руководство

Декан Аржанцев Иван Владимирович

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

Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
110/80/15
110 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

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

4 года
Очная форма обучения
70/12
70 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/70/15
80 бюджетных мест
70 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
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
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
25/5/8
25 бюджетных мест
5 платных мест
8 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

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

Статистическая теория обучения

2 года
Очная форма обучения
20/5/4
20 бюджетных мест
5 платных мест
4 платных места для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/3
35 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Infinite transitivity, finite generation, and Demazure roots

Arzhantsev I., Kuyumzhiyan K., Zaidenberg M.

Advances in Mathematics. 2019. Vol. 351. P. 1-32.

Статья
Bias in False Discovery Rate Estimation in Mass-Spectrometry-Based Peptide Identification

Sulimov P., Voronkova A., Danilova Y. et al.

Journal of Proteome Research. 2019. Vol. 18. No. 5. P. 2354-2358.

Статья
Compression of recurrent neural networks for efficient language modeling

Grachev A., Ignatov D. I., Savchenko A.

Applied Soft Computing Journal. 2019. Vol. 79. P. 354-362.

Глава в книге
Numerical Pattern Mining Through Compression

Makhalova T., Kuznetsov S., Napoli A.

In bk.: 2019 Data Compression Conference Proceedings. IEEE, 2019.

Вторая летняя школа «Машинное обучение в физике высоких энергий»

С 20 по 27 июня 2016 года факультет компьютерных наук НИУ ВШЭ совместно со Школой анализа данных Яндекса провел Вторую Международную летнюю школу «Машинное обучение в физике высоких энергий» («Machine Learning in High Energy Physics»). В этом году школа проходила в Лундском университете (г. Лунд, Швеция). В мероприятии приняли участие 60 студентов, аспирантов и ученых из Австрии,  Великобритании, Германии, Италии, России, США, Швеции, Швейцарии и 12 других стран. Среди участников были 5 студентов Высшей школы экономики.

Программа школы включала два трека: базовый и продвинутый. Базовый трек был посвящен основным темам, необходимым для  построения моделей классификации данных, собранных современным детекторами частиц. Лектором на треке выступил Алексей Рогожников, практические занятия проводили Никита Казеев, Татьяна Лихоманенко и Александр Панин. Продвинутый трек включал такие темы как методы восстановления траекторий частиц (Михаил Гущин), методы оптимизации алгоритмов отбора данных реального времени (Татьяна Лихоманенко) и технологий совместного ведения исследований (Андрей Устюжанин). Затем оба трека перешли в обсуждение темы глубинного обучения в приложении к физическим экспериментам (лектор Александр Панин, практические занятия — Татьяна Лихоманенко и Алексей Рогожников). Для закрепления методов анализа данных, пройденных на лекциях и семинарах, были организованы два соревнования на платформе Kaggle: продвинутый трек занимался оптимизацией фильтрации событий, а базовый трек — поиском одного из распадов бозона Хиггса. В качестве приглашенных докладчиков на школе выступили физики и специалисты по машинному обучению из различных университетов и экспериментов: Chase Shimmin (UC Irvine), Gilles Louppe (NYU, US), Vicens Gaitan (Grupo AIA R&D, Spain), Joaquin Vanschoren (TUE, Netherlands), Michael Williams (MIT, US).

Для проведения школы использовались два кластера: один был предоставлен компанией Яндекс (300 ядер, 1,5 тб памяти), другой  — финским суперкомпьютерным центром (48 GPU-карт).


Петр Жижин 
студент 1 курса образовательной программы "Прикладная математика и информатика"

Поездка в Швецию началась с приглашения, упавшего на студенческую групповую почту. Я заполнил форму, в которой спрашивалось о знаниях языков программирования, своих ожиданиях от школы и вопросов о том, почему  должны выбрать именно меня.

Я со школы любил физику, это был один из самых сложных предметов, он всё время бросал мне вызов, предлагая сложные задачи. Каждый год я участвовал в олимпиадах по физике, на ЕГЭ получил 100 баллов и даже поступил на ФКН по олимпиаде “Физтех” по физике.

И я просто не мог не подать заявку на школу, для меня это было бы отличной возможностью познакомиться с настоящими физиками, работающими в области машинного обучения. Когда мне позвонили и сообщили о том, что заявка прошла — радости не было предела.

Занятия на школе проводили сотрудники лаборатории LAMBDA, работающие на факультете и в Яндексе. Работать приходилось много. Ни один день во время школы я не спал больше 5 часов. За эту неделю мы рассмотрели множество алгоритмов, таких как линейная регрессия, решающие деревья, случайный лес, алгоритмы бустинга и нейронные сети. За мероприятие я отлично понял, какие конкретно области математики мне нужно изучить в будущем.

Для нашего трека организаторы подобрали задачу из области машинного обучения в физике высоких энергий: поиск одного из распадов бозона Хиггса. Для ее решения мы попробовали большое число различных алгоритмов машинного обучения. Не все они показали себя хорошо, но основными этапами были: случайный лес, XGBoost, XGBoost с Grid Search, нейронные сети. Можно лишь сказать, что для меня большим удивлением стало то, что нейронные сети показывают значительно лучший результат по сравнению с остальными моделями.

По результатам школы все преподаватели высоко оценили наше стремление в обучении, отметили, что мы самая юная команда на школе, заметили наши результаты в соревновании и подарили памятные призы.

Помимо студента 1 курса “Прикладной математики и информатики” Петра Жижина, в работе школы участвовали студенты 3 курса образовательных программ “Прикладная математика и информатика” Александр Тиунов и Роман Щедрин, "Программная инженерия" — Екатерина Рубцова и "Экономика" — Артем Филатов.