• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФКН
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

Мероприятия
17 июня – 22 июня
Ранняя регистрация: до 15 апреля Закрытие регистрации: 15 мая 
1 июля – 10 июля
Прием заявок — до 21 апреля 
26 августа – 6 сентября
Регистрация – до 12 мая 
26 августа – 30 августа
Registration and Poster Submission deadline — May 1, 2019 
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/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
On the prediction loss of the lasso in the partially labeled setting

Bellec P., Dalalyan A., Grappin E. et al.

Electronic journal of statistics. 2018. Vol. 12. No. 2. P. 3443-3472.

Статья
On the Structure of Ammann A2 Tilings
В печати

Durand B., Shen A., Vereshchagin N.

Discrete and Computational Geometry. 2019. P. 1-30.

Статья
Ontology–based access to temporal data with ontop: a framework proposal

Zakharyaschev M. et al.

International Journal of Applied Mathematics and Computer Science. 2019. Vol. 29. No. 1. P. 17-30.

Центр непрерывного образования провел программу для научно-технологического центра “Газпром нефти”

Газпром нефть

Газпром нефть

23-26 апреля в научно-техническом центре «Газпром нефти» в Санкт-Петербурге прошел пилотный курс по применению современных цифровых интеллектуальных технологий обработки данных в нефтегазовой сфере. Разработчиками и преподавателями программы выступили эксперты центра непрерывного образования факультета компьютерных наук. 
18 сотрудников научно-технологического центра «Газпром нефти» и «Информационно-технологической сервисной компании» в рамках четырехдневного интенсива рассмотрели наиболее важные современные подходы к решению задач машинного обучения, компьютерного зрения и статистического обнаружения аномальных событий. Курс разрабатывался с учетом ключевых образовательных потребностей «Газпром нефти». В первый день были рассмотрены методы машинного обучения, постановки задач классификации и регрессии и основные программные библиотеки. Последующие дни были посвящены конкретным технологиям анализа данных. Специалисты НТЦ в своей работе фокусируются на создании программных продуктов, предназначенных для автоматизации сложных процессов поиска и разработки месторождений, оптимизации процессов добычи и эксплуатации, поэтому каждый раздел курса подкреплялся примерами применения методов анализа и обработки данных в различных индустриальных условиях. По итогам прохождения слушатели программы должны были за короткий срок решить практическую задачу автовыделения интервалов коллектора по данным геофизических исследований скважин, соревнуясь между собой в точности и полноте построенной модели.

23-26 апреля в научно-техническом центре «Газпром нефти» в Санкт-Петербурге прошел пилотный курс по применению современных цифровых интеллектуальных технологий обработки данных в нефтегазовой сфере. Разработчиками и преподавателями программы выступили эксперты центра непрерывного образования факультета компьютерных наук. 18 сотрудников научно-технологического центра “Газпром нефти” и “Информационно-технологической сервисной компании” в рамках четырехдневного интенсива рассмотрели наиболее важные современные подходы к решению задач машинного обучения, компьютерного зрения и статистического обнаружения аномальных событий. Курс разрабатывался с учетом ключевых образовательных потребностей “Газпром нефти”. В первый день были рассмотрены методы машинного обучения, постановки задач классификации и регрессии и основные программные библиотеки. Последующие дни посвящались конкретным технологиям анализа данных. Специалисты НТЦ в своей работе фокусируются на создании программных продуктов, предназначенных для автоматизации сложных процессов поиска и разработки месторождений, оптимизации процессов добычи и эксплуатации, поэтому каждый раздел курса подкреплялся примерами применения методов анализа и обработки данных в различных индустриальных условиях. По итогам прохождения слушатели программы должны были за короткий срок решить практическую задачу автовыделения интервалов коллектора по данным геофизических исследований скважин, соревнуясь между собой в точности и полноте построенной модели.