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

Тел.: +7 (495) 772-95-90 * 12332

computerscience@hse.ru

125319, Москва, Кочновский проезд, д. 3 (недалеко от станции метро "Аэропорт"). 

 

Руководство

Декан — Аржанцев Иван Владимирович

 

Первый заместитель декана факультета — Вознесенская Тамара Васильевна

 

Заместитель декана по научной работе и международным связям — 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

Математические методы оптимизации и стохастики

2 года
Очная форма обучения
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/ENG
Обучение ведётся на русском и английском языках
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
Ontology-Mediated Queries: Combined Complexity and Succinctness of Rewritings via Circuit Complexity

Bienvenu M., Kikot S., Kontchakov R. et al.

Journal of the ACM. 2018. Vol. 65. No. 5. P. 28:1-28:51.

Статья
Randomized Block Cubic Newton Method
В печати

Doikov Nikita, Richtarik P.

Proceedings of Machine Learning Research. 2018. No. 80. P. 1290-1298.

Статья
Particle-identification techniques and performance at LHCb in Run 2
В печати

Hushchyn M., Chekalina V.

Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2018. P. 1-2.

Статья
Observational evidence in favor of scale free evolution of sunspot groups

Shapoval A., Le Mouël J., Shnirman M. et al.

Astronomy and Astrophysics. 2018. Vol. 618. P. A183-1-A183-13.

Руководитель коллаборации LHCb (CERN) выступил на семинаре LAMBDA

2 октября прошел семинар лаборатории LAMBDA по теме «Актуальные задачи физики высоких энергий и подходы машинного обучения», на котором специальный гость Giovanni Passaleva, руководитель коллаборации LHCb (CERN), представил актуальные задачи экспериментов Большого Адронного Коллайдера в целом и LHCb в частности.

Сотрудники лаборатории рассказали о своих текущих проектах, над которыми они работают в составе коллабораций LHCb, SHiP и CRAYFIS. Было продемонстрировано существенное улучшение качества экспериментов, достигнутое посредством внедрения машинного обучения на различных этапах анализа данных. В этих проектах были использованы такие методы как Gaussian Processes, Bayesian Optimization, Generative Adversarial Networks (GANs), Deep Networks.

Доклады перемежались оживленными обсуждениями, которые наглядно продемонстрировали актуальность и широкий простор для исследовательской деятельности на стыке компьютерных наук и физики высоких энергий. Слайды участников семинара доступны по ссылкам:

— Giovanni Passaleva,  Специфика работы Большого Адронного Коллайдера в “эпоху высокой светимости”

— Андрей Устюжанин,  О лаборатории LAMBDA

— Денис Деркач,  Использование глубинного обучения для идентификации заряженных частиц

— Федор Ратников,  Использование машинного обучения для идентификации нейтральных частиц

— Артём Филатов,  Гауссовские процессы для оптимизации конструкции эксперимента поиска темной материи

— Максим Борисяк,  Использование GANs для ускорения симуляции сложных процессов, получения реалистичных моделей откликов детекторов, поиска оптимальных параметров симуляторов


Лаборатория методов анализа больших данных предлагает студентам Вышки темы курсовых работ, которые близки к тематике семинара.