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

Адрес: 109028, г. Москва, Покровский бульвар, д. 11

Телефон: +7 (495) 531-00-00 *27254

Email: computerscience@hse.ru

 

Руководство
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
117/80/30
117 бюджетных мест
80 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Бакалаврская программа

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

4 года
Очная форма обучения
80/12
80 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
110/70/30
110 бюджетных мест
70 платных мест
30 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Магистр по наукам о данных

2 года
Заочная
100
100 платных мест
ENG
Обучение ведётся на английском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
60/15/20
60 бюджетных мест
15 платных мест
20 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/15
25 бюджетных мест
5 платных мест
15 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/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

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

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/1
35 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Reconstruction of the coupling between solar proxies: When approaches based on Kuramoto and Van der Pol models agree with each other

Savostianov A., Shapoval S., Shnirman M.

Communications in Nonlinear Science and Numerical Simulation. 2020. Vol. 83. P. 105149.

Статья
Prime Geodesic Theorem in the Three-dimensional Hyperbolic Space

Balkanova O., Chatzakos D., Cherubini G. et al.

Transactions of the American Mathematical Society. 2019. Vol. 372. No. 8. P. 5355-5374.

Статья
Magnetohydrodynamic Modeling of the Solar Wind Key Parameters and Current Sheets in the Heliosphere: Radial and Solar Cycle Evolution

E. V. Maiewski, Kislov R. A., Khabarova O. V. et al.

Astrophysical Journal. 2020. Vol. 892. No. 1. P. 1-17.

Статья
Multidimensional frontier visualization based on optimization methods using parallel computations

Afanasiev A., Krivonozhko V., Lychev A. et al.

Journal of Global Optimization. 2020. Vol. 76. P. 563-574.

Состоялся интенсив для преподавателей НИУ ВШЭ в рамках проекта Data Culture

14 и 15 июня в Московском офисе Яндекса состоялся интенсив для преподавателей и сотрудников НИУ ВШЭ, заинтересованных в тематике Data Science. Двухдневный цикл занятий проходил в рамках проекта Data Culture и был нацелен на подготовку преподавателей университета к участию в проекте.
За 2 дня более 100 человек со всех факультетов московского кампуса, а также сотрудники Санкт-Петербургского и Пермского кампусов — от преподавателей профильных предметов до академических руководителей программ и сотрудников дирекции основных образовательных программ — приняли участие в интенсиве, который провели специалисты по анализу данных факультета компьютерных наук.
Дмитрий Ветров, профессор-исследователь департамента больших данных и информационного поиска (ДБДИП) и заведующий Международной лабораторией глубинного обучения и байесовских методов, рассказал о том, как современные методы машинного обучения и искусственного интеллекта меняют подходы во многих областях науки, и почему владение основами этих методов становится частью общей научной культуры исследователя вне зависимости от конкретной предметной области.
Евгений Соколов, заместитель руководителя ДБДИП и ведущий специалист по анализу данных в Яндексе, посвятил свои лекции основным понятиям и методам машинного обучения, а также автоматизации процессов в науке и бизнесе при помощи машинного обучения.
 
Картинки по запросу евгений соколов вшэ
Евгений Соколов
Заместитель руководителя департамента
больших данных и информационного поиска
За последние десять лет во многих областях накопились огромные объёмы данных — благодаря удешевлению хранения, распространению цифровых технологий, интернета, социальных сетей и так далее.
Если раньше мало кто задумывался о возможностях извлечения практической пользы из данных, и для решения таких задач было достаточно небольшого числа профессионалов, то сейчас потребность в анализе данных возникает повсеместно. Сегодня появляются всё новые приложения методов машинного обучения в экономике, социологии, юриспруденции, политологии, лингвистике, психологии. Во всех областях, по крайней мере для базовых задач, используется один и тот же инструментарий, одни и те же методы и технологии, — поэтому следующим этапом развития анализа данных мы видим освоение его основных методов специалистами в предметных областях — тогда эксперты в области машинного обучения смогут сосредоточиться на улучшении инструментов и разработке новых алгоритмов.


 
В заключительной лекции от преподавателя ДБДИП Надежды Чирковой были рассмотрены задачи анализа и генерации текстовой информации с учётом словоформ и согласованности текстов.
 

Интенсив порадовал. Почему? — непосвященному гуманитарию казалось, что BIG DATA — это не только страшно интересно и ново, но и просто страшно. На интенсиве стало понятно, что по факту их основы вписываются в математическую статистику, что само по себе обнадеживает — значит, студенты гуманитарных направлений вполне смогут понять и даже пользоваться достижениями современных информационных технологий.

Энтина Екатерина Геннадьевна
Департамент международных отношений: Доцент

Интенсив был организован при поддержке Центра повышения квалификации. Записи лекций и презентации доступны по ссылке.