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

Адрес: 167005, 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
110/100/15
110 бюджетных мест
100 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
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
80/120/15
80 бюджетных мест
120 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.

Впервые на конференции VLDB представлен доклад от НИУ ВШЭ

Доцент департамента программной инженерии факультета компьютерных наук Рамон Антонио Родригес Залепинос выступил с устным докладом, единственным за последние 10 лет от Российской Федерации и первым от НИУ ВШЭ, на 44-ой конференции Very Large Data Bases (VLDB), которая проходила с 27 по 31 августа 2018 г. в Рио-де-Жанейро, Бразилия.

VLDB — одна из самых значимых международных конференций (уровень CORE A*) в области Больших Данных, Распределенных Систем и Баз Данных. VLDB проводится ежегодно, начиная с 1975 года, и является одним из старейших мероприятий в этих областях. Acceptance rate VLDB 2018 составил 18.35%. Председателями программного комитета VLDB 2018 были Sihem Amer-Yahia и Jian Pei, который на сегодня является самым цитируемым в мире ученым в области аналитики Больших Данных.

Представители многих крупнейших IT компаний и ведущих университетов выступили с докладами на VLDB 2018, включая компании IBM, Oracle, Huawei, Microsoft, Amazon, Google, а также университеты M.I.T., Stanford, Carnegie Mellon, Berkeley, EPFL.

В своем докладе Родригес Залепинос представил ChronosDB — новую распределенную растровую СУБД для обработки больших объемов геопространственных данных. ChronosDB в среднем в 75 раз быстрее SciDB — одна из последних разработок Michael Stonebraker, одного из самых известных ученых в мире в области баз данных. Статья о ChronosDB находится в открытом доступе:

R.A. Rodriges Zalipynis. ChronosDB: Distributed, File Based, Geospatial Array DBMS. PVLDB, 11(10): 1247-1261, 2018. PDF

PVLDB (Proceedings of the VLDB Endowment) – журнал, в котором на протяжении года до очередной конференции VLDB по мере приема публикуются статьи.

Краткая справка

Растровые СУБД чрезвычайно актуальны в современном мире из-за колоссального роста объемов геопространственных данных. Например, DigitalGlobe — коммерческий провайдер спутниковых данных, который собирает около 70 терабайт в день.

Геопространственные данные, или данные с географической привязкой, находят широкое практическое применение во многих важных областях. Например, данные ДЗЗ используются при планировании городской инфраструктуры, мониторинге чрезвычайных ситуаций, точном земледелии и решении многих других задач. Amazon предоставляет петабайты данных ДЗЗ, Planet строит «Космический Google» для планеты, а Роскосмос запускает масштабный проект «Цифровая Земля».

Растровые СУБД логически представляют данные в виде многомерных массивов. Огромную долю таких данных занимают геопространственные данные: численного моделирования климата и погоды, БПЛА (беспилотных летательных аппаратов), ДЗЗ (дистанционного зондирования Земли) или спутниковые данные как их упрощенно называют, а также многие другие виды данных.

Распределенные СУБД работают не на одном компьютере, а на компьютерном кластере. Представьте себе 1 терабайт данных. Если он хранится на одном компьютере на жестком диске, то понадобится около 2,5 часов только для того, чтобы считать эти данные с диска, не говоря уже о какой-либо их обработке. Теперь представьте себе 100 компьютеров, связанных сетью – компьютерный кластер, на каждом из которых находится примерно равная порция этих данных и каждый компьютер параллельно с другими считывает свою порцию данных. Теперь чтение данных займет уже 1,5 минуты. Однако использование кластеров чрезвычайно усложняет алгоритмы обработки данных: каждый компьютер должен «знать», что ему делать, с какими компьютерами обмениваться промежуточными результатами вычислений, какие действия предпринимать при сбое одного из компьютеров и так далее.

ChronosDB может также работать на компьютерных кластерах в «облаке». Это позволяет арендовать столько компьютеров для обработки данных, сколько нужно в текущий момент. Облака есть у крупных компаний, например Microsoft, IBM, Amazon. Облако позволяет арендовать вначале только один компьютер, а если его не хватает, то за несколько минут можно автоматически развернуть кластер из 1000 компьютеров.

Другие фото c конференции VLDB 2018.