• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
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
40/5
40 платных мест
5 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
145/70/20
145 бюджетных мест
70 платных мест
20 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладной анализ данных

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

Программная инженерия

4 года
Очная форма обучения
135/100/20
135 бюджетных мест
100 платных мест
20 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Экономика и анализ данных

4 года
Очная форма обучения
205/160/20
205 бюджетных мест
160 платных мест
20 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
27/5/1
27 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Магистр по наукам о данных

2 года
Очная форма обучения
21/9
21 платное место
9 платных мест для иностранцев
ENG
Обучение ведётся полностью на английском языке
Магистерская программа

Математика машинного обучения

2 года
Очная форма обучения
18/5/1
18 бюджетных мест
5 платных мест
1 платное место для иностранцев
ENG
Обучение ведётся полностью 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 полностью на русском языке
Магистерская программа

Науки о данных (Data Science)

2 года
Очная форма обучения
32/10/10
32 бюджетных места
10 платных мест
10 платных мест для иностранцев
RUS/ENG
Обучение ведется на русском или английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
35/5/5
35 бюджетных мест
5 платных мест
5 платных мест для иностранцев
ENG
Обучение ведётся полностью на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
25/5/1
25 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся полностью на русском языке
Магистерская программа

Современные компьютерные науки

2 года
Очная форма обучения
35/5
35 бюджетных мест
5 платных мест
RUS
Обучение ведётся полностью 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 ведется на русском и частично на английском языке
Статья
Sampling discretization and related problems

Kashin B. S., Kosov E., Limonova I. V. et al.

Journal of Complexity. 2022. Vol. 71.

Статья
Fast parametric curve matching (FPCM) for automatic spike detection

Kleeva D., Soghoyan G., Komoltsev I. et al.

Journal of Neural Engineering. 2022. Vol. 19. No. 3.

Статья
On free semigroups of affine maps on the real line

Kolpakov A., Talambutsa A.

Proceedings of the American Mathematical Society. 2022. Vol. 150. No. 6. P. 2301-2307.

Глава в книге
Empirical Study of Transformers for Source Code

Chirkova N., Troshin S.

In bk.: ESEC/FSE 2021: Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. Association for Computing Machinery (ACM), 2021. P. 703-715.

Статистическая теория обучения – первый выпуск

Статистическая теория обучения – первый выпуск

Магистерская программа «Статистическая теория обучения»/«Statistical Learning Theory» была создана в 2017 году, и осуществляется совместно с Сколковским институтом науки и технологий. Программа готовит научные кадры, которые смогут совмещать на самом высоком уровне фундаментальные исследования и решение сложных практических задач в одном из самых перспективных направлений науки – теории машинного обучения. Эта область находится на стыке дисциплин математики и компьютерных наук: математической статистики, машинного обучения, оптимизации, теории информации, теории сложности и других. Студенты уже на уровне подготовки магистерских работ вовлекаются в активную научную деятельность в рабочих группах. По результатам освоения магистерской программы выдается два диплома. 

Выпуск СТО – 2019

В 2019 году “Статистическая теория обучения” выпустила своих первых магистров, семь из них получили красные дипломы. 

Выпускники Юрий Кемаев и Максим Каледин рассказали об обучении на программе, дали советы абитуриентам и поделились планами на будущее:

       Юрий Кемаев
Юрий Кемаев

Максим Каледин
Максим Каледин

Что вам дало обучение на этой программе?

Юрий: Я поступил на нее после окончания бакалавриата ВМК МГУ, где учился на кафедре Системного Программирования. За время обучения на программе СТО я получил знания, которые позволяют мне вести исследовательскую работу в области искусственного интеллекта.

Максим: До прихода сюда я имел лишь некоторое представление, чем хочу заниматься в будущем, здесь я всё решил окончательно: я буду делать исследование в современной стохастике и многомерной статистике. Во многом на мой выбор повлиял коллектив преподавателей из вышки, вместе с которыми мы вскоре стали работать в HDI Lab. Коллеги меня всегда поддерживают, мы вместе организуем семинары и встречи – так идёт активная научная жизнь. Эта программа – отличный способ влиться в настоящую научную работу.

Каково это – учиться в двух университетах?

Юрий: Это оказалось весьма удобно, так как можно было получать поддержку от обоих учреждений. Самое важное, пожалуй, что Сколтех предложил хорошую стипендию, а Вышка предоставила общежитие. Есть и другие приятные детали. Например, Вышка позволила пройти интересные курсы на Курсере и возместила затраты на участие в конференции. Организация учебного процесса была идеальной, на мой взгляд, потому что можно было набирать кредиты в любом из университетов, а также в ШАДе, чем я и другие ребята активно пользовались. Если вы понимаете, что конкретный курс вам не потребуется и, как следствие, быстро забудется, вы можете заменить его на что-то другое, пусть даже также не столь востребованное, но зато менее затратное по времени и усилиям. Также можно собраться группой и предложить замену одного курса другим, как это было с Нейробайесовскими Методами в нашем потоке. Что-что, а данную возможность управлять своим временем и ресурсами нельзя недооценивать, на мой взгляд, и особенно в магистратуре.

Максим: Это одновременно вызов и в бюрократическом плане, и в содержательном. У нас бывали несостыковки в расписаниях, нужно было делать перезачет кредитов, договариваться о разных формальностях. Приятно, что нам всегда шли навстречу и все подобные вопросы совместимости решались по мере сил. Разумеется, хотя это и совместная программа, требований в два раза больше: нужно быть буквально студентом в двух местах. Нужно посещать обязательные курсы (которые присутствуют первый год и там, и там), отчитываться по курсовым. На втором году программа была по выбору, поэтому там можно было более гибко подойти к своему расписанию. В целом, это не так сложно, как может показаться, некоторые успевали даже работать.

Вышка и Сколтех – принципиально разные университеты с разными взглядами на обучение и содержание программы. Со стороны Вышки у нас были более математические курсы, связанные с вероятностью и статистикой, я бы особенно выделил Modern Stochastics (Денис Беломестный и Алексей Наумов), High-Dimensional Statistics (Кентан Пари). В Сколтехе нам читали более прикладные курсы, например, мне особенно понравились курсы Ивана Оселедеца Numerical Linear Algebra и Fast and Efficient Solvers. Часть моих однокурсников предпочла более практическую работу, часть, как и я, стали заниматься теоретической наукой. Кому-то был ближе Сколтех, кому-то – Вышка. Но все мы много узнали как про современную теорию, так и про приложения.

Что бы вы посоветовали абитуриентам программы?

Юрий: Подумать о том, чего они хотят добиться за 2 года магистратуры и нужно ли это им. Провести мысленный эксперимент: вот он, я, через неделю после выпускного. Что я умею и какие возможности у меня есть теперь? Действительно ли я хочу этого? Почему и зачем? Как я буду это достигать в течение этих двух лет? У меня не было четких ответов на все эти вопросы на тот момент, но общий вектор движения это помогает определить, а это, в свою очередь, позволяет расставлять приоритеты.

Максим: Абитуриентам я бы советовал проявлять большую активность, общаться с профессорами, ходить на научные семинары и искать конференции и школы по своей тематике. Обязательно нужно найти научный коллектив по своим интересам. Перебирая в памяти сейчас лаборатории, которые мне известны, я могу сказать, что можно заниматься, чем угодно: от распознавания объектов и change detection на картинках до стохастики и финансовой математики. Я бы сказал, основное преимущество этой программы – это наличие по-настоящему живых научных семинаров. Всё открыто, надо только понять, что вам интересно, и изучать. Всегда найдутся люди, которые будут рады с вами работать.

Можете немного рассказать про научные группы?

Юрий: Мне повезло состоять в группе Байесовских методов под руководством Дмитрия Ветрова. Там я познакомился с очень талантливыми и мотивированными ребятами и получил представление о том, как правильно организовывать процесс научных исследований. Пожалуй, работа в рамках группы была самой главной деятельностью за время магистратуры, и я считаю это правильным решением. Есть и другие очень сильные группы как со стороны Сколтеха, так и Вышки, о них лучше узнавать от их участников.

Максим: На этой программе учебные курсы не так важны, как семинары и научные группы. Я помню, что во втором семестре второго курса у меня был один предмет, а в первом семестре – два. При этом я полный рабочий день проводил в лаборатории и был занят решением задач, которые потом частично оформились в диплом. Это основная занятость, по сути выглядит как стажировка. Есть несколько сложившихся групп, часть их них оформлена в свои лаборатории, я перечислю несколько, которые я хорошо знаю. Например, есть HDI Lab, где люди занимаются статистикой, MCMC и методами Монте-Карло, оптимальным транспортом. Несколько моих однокурсников работали в центре Байесовских методов у Дмитрия Ветрова. В Сколтехе есть группа Ивана Оселедеца, занимающаяся многомерной вычислительной математикой (как теоретическими, так и практическими вопросами) и приложениями тензорных методов к разным инженерным задачам; у них много совместных проектов с индустрией. В Sk ещё есть ещё несколько групп по приложениям машинного обучения. В каждом таком коллективе проходят научные семинары, приглашаются гости читать лекции и мини-курсы. Думаю, каждый, кто себя хоть как-то связывает со статистикой или Data Science определенно найдет себе коллектив людей, разделяющих его интересы.

Ваши дальнейшие планы?

Юрий: С сентября я присоединяюсь к научной команде Google DeepMind в роли Research Engineer, где буду и далее работать над технологиями искусственного интеллекта.

Максим: Мы с моими двумя научными руководителями (Денис Беломестный и Эрик Мулине) планируем совместную аспирантуру ФКН и École Polytechnique, сейчас занимаемся оформлением. На практике это означает, что я в течение трех лет буду проводить полгода в Париже и полгода в Москве, работая над своей диссертацией и посещая аспирантские спецкурсы. Я буду заниматься теорией для Reinforcement Learning и статистикой на многообразиях – работы там хватит на много лет. Мы хотим понять, как можно оценивать надежность алгоритмов RL и как можно ускорять обучение (нынешние алгоритмы требуют очень много данных, терпения и трюков). В области многообразий нас интересует, как можно оценивать распределения и семплировать нетривиальные объекты, лежащие на многообразиях (например, ковариационные матрицы специальной структуры, их нужно оценивать для Frequency Division Duplex в базовых станциях). Оба моих научных руководителя и лаборатории (HDI Lab в ВШЭ и CMAP в Polytechnique) являются экспертами в области статистики и стохастики, я очень горжусь тем, что буду с ними работать. Сложно строить планы на время после аспирантуры, но надеюсь, что я и дальше буду заниматься наукой и сотрудничать со своими коллегами из HDI Lab.

О поступлении на программу "Статистическая теория обучения"

Чтобы являться студентами и Вышки, и Сколтеха, абитуриентам необходимо поступить в оба вуза. Также абитуриенты имеют возможность поступить только в ВШЭ и являться  вольнослушателями в Сколтехе, что дает право изучать все курсы трека SLT. Приемная кампания в ВШЭ заканчивается 31 июля.

Подробнее о поступлении