• 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

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.

Студенты ФКН совместно с экспертами PwC разработали программу для анализа бизнес-процессов с элементами ML

У студентов ФКН на 4 курсе есть возможность в качестве дипломной работы выполнить командный проект под руководством экспертов из индустрии. В течение полугода пять студентов работали над совместным научно-исследовательским проектом в области Process Mining вместе с сотрудниками PwC. Недавно они презентовали свой программный продукт, который высоко оценили специалисты направления Data Assurance & Analytics PwC.

В процессе работы над своим выпускным проектом студенты ФКН Никита Бенькович, Илья Гаврилов, Мария Богдашевская, Никита Крутой и Никита Александров изучали принципы работы технологии Process Mining и проводили исследования при помощи передовых алгоритмов в области машинного обучения и прогнозирования. По итогу проектная команда факультета представила программный продукт для автоматизированного анализа бизнес-процессов с элементами Machine Learning. Как отмечают наставники студентов из PwC, команда смогла не только повторить достижения по применению технологии предыдущих разработчиков, но и предложить новые алгоритмы в области анализа процессов. Один из студентов, Никита Бенькович, сейчас продолжает работу над проектом уже в качестве сотрудника фирмы:


Никита Бенькович, студент 4 курса

Перед нашей группой стояла задача написать программное средство, которое визуализирует бизнес-процесс из журнала событий, а также его различные KPI. Продукты для таких целей уже существуют, однако мы смогли добавить в свою программу машинное обучение, которое пока ни в одном из продуктов не использовалось. Здесь нам очень пригодились знания, полученные на факультете и было интересно использовать их для таких прикладных целей. Конкретно на мне лежала очень увлекательная часть задачи: находить аномалии в бизнес-процессах. 

Наши менторы были максимально внимательны к нам, мы еженедельно встречались, всегда могли написать по любому вопросу, за что им отдельное спасибо. Мне очень понравилось направление нашего исследования и я решил продолжить работать в PwC, а руководство пошло мне навстречу. Сейчас мы продолжаем исследования нашего проекта уже на работе: тестируем методы программного средства на реальных данных и разрабатываем новые алгоритмы. Применение машинного обучения в области анализа бизнес-процессов очень перспективно и мы уже получили несколько качественных результатов на реальных проектах. Надеюсь, что в будущем факультет и PwC продолжат сотрудничать и мне самому удастся побывать в роли ментора.