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

Компьютерные науки и анализ данных

4 года
Очная форма обучения
75/5
75 платных мест
5 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
125/60/30
125 бюджетных мест
60 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
90/12
90 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
120/80/30
120 бюджетных мест
80 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
25/5/1
25 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
63/27
63 платных мест
27 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Математика машинного обучения

2 года
Очная форма обучения
15/5/1
15 бюджетных мест
5 платных мест
1 платное место для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Машинное обучение и высоконагруженные системы

2 года
Очная форма обучения
28/2
28 платных мест
2 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Науки о данных

2 года
Очная форма обучения
65/15/20
65 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
25/5/10
25 бюджетных мест
5 платных мест
10 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

Финансовые технологии и анализ данных

2 года
Очная форма обучения
50/1
50 платных мест
1 платное место для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Глава в книге
Black-Box Optimization with Local Generative Surrogates

Belavin V., Ustyuzhanin A., Широбоков С. К. et al.

In bk.: Advances in Neural Information Processing Systems 33 (NeurIPS 2020). Curran Associates, Inc., 2020. P. 14650-14662.

Статья
The multiplicative-additive Lambek calculus with subexponential and bracket modalities

Kanovich M., Kuznetsov S., Scedrov A.

Journal of Logic, Language and Information. 2021. Vol. 30. No. 1. P. 31-88.

Студенты магистерской программы "Финансовые технологии и анализ данных" заняли 2-е место на международном хакатоне

Студенты магистерской программы "Финансовые технологии и анализ данных" заняли 2-е место на международном хакатоне

Студенты магистерской программы "Финансовые технологии и анализ данных" Никита Чуркин и Дмитрий Симаков заняли 2-е место на большом международном хакатоне WNS Analytics Wizard 2018, проходившем 14-16 сентября. Конкурс проводился на индийской площадке Analytics Vidhuya (аналог американского Kaggle).

Это самая крупная площадка в Индии среди конкурсов в Data Science. От участников требовалось решить задачу бинарной классификации — спрогнозировать, получит ли сотрудник повышение или нет в зависимости от его характеристик, например, опыта работы и отдела, где он работает.

На хакатоне соревновались мастера Kaggle, несколько представителей России, аналитики и Data Scientists из Индии. Всего 3846 участников, из которых 1300 отправили своё решение на проверку.

Самым сложным для ребят стало придумать, как из 13 признаков получить максимум информации. В итоге на их основе было получено более 4.5 тысяч признаков, что поставило ещё более сложную задачу: как грамотно и в разумные сроки отобрать из этих признаков самые полезные.

Главное отличие WNS Analytics Wizard 2018 от Kaggle, который проводится на протяжении 2-3 месяцев, — его непродолжительность. У Никиты и Дмитрия были частично готовы функции для отбора переменных и быстрой валидации, которые были написаны в процессе работы в Сбербанке и при участии в других соревнованиях по анализу данных. Без них было бы сложнее проделать весь объем работ, который вошёл в финальное решение, за такой короткий срок.

Площадка Analytics Vidhuya предлагает участникам нестандартные задачи. На WNS Analytics Wizard 2018 метрикой качества был F1 Score, для которого нужно было отдельно подобрать cutoff, что является сложной задачей в условиях несбалансированности классов и сильном отличии данных для обучения от данных для тестирования.

Призом стало 100 000 рупий (~100 000 рублей).