• 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.

Команда проекта Data Culture провела хакатон для студентов

Команда проекта Data Culture провела хакатон для студентов

30 ноября состоялся первый хакатон по анализу социально-экономических данных Data Culture Hack, организованный командой университетского проекта Data Culture. В нем приняли участие 60 человек. 

Для многих студентов это был первый опыт участия в подобного рода событиях. У участников было всего 5 часов, чтобы проанализировать подготовленные наборы данных, сделать выводы и предложить способы использования полученной информации на практике. 


 

Егор Масликов, студент 2-го курса ОП Политология, команда «Китай крадет лес»:

«Хакатон» как формат всегда казался чем-то непонятным и супер эксклюзивным, я никогда не был на таком событии и решил, когда-то надо начинать! Интерес и сыграл в итоге решающую роль. Теперь же я посмотрел, как формируются задания и как распределяются роли в команде. Опыт участия в Data Culture Hack был интересным, думаю, что еще не раз поучаствую. Ведь всегда проще изучать что-то в контексте. Я понял, что я совсем мало что знаю про анализ данных, и есть где и зачем совершенствоваться. Поэтому попробую развиваться этой области дальше.
 

За короткое время студентам нужно было мобилизовать все свои ресурсы и предложить основанное на данных решение одной из социальных проблем. Так, команда «Китай крадет лес» пришла к выводу, что деятельность государства по снижению загрязнения воздуха в регионах не приносит положительного эффекта, а команда Data Wizards определила, что есть взаимосвязь между количеством передовых технологий в регионе и качеством жизни жителей.  Команда Remus провела анализ семантической загруженности пабликов Лентач и RT, а команда DHR попыталась провести классификацию сообщений из пабликов на «правые» и «левые».

Все участники хакатона получили доступ к одной из англоязычных специализаций ФКН на платформе Coursera, а победители — популярные книги по анализу данных и машинному обучению. 

 

 

Алёна Сапунова, менеджер проекта Data Culture

Идея хакатона по анализу социально-экономических данных возникла как результат нашего желания сформировать сообщество студентов непрофильных специальностей, заинтересованных в Data Science. Мы понимаем, что не все студенты считают анализ данных приоритетным направлением своего развития. Но есть и те, кто хотел бы развиваться в этом направлении за пределами учебного плана. На Data Culture Hack мы предложили участникам проверить свои знания и задуматься о том, в каком направлении нужно двигаться, чтобы прокачать навыки анализа данных. Хочется верить, что этот опыт был полезен, и со многими из студентов мы еще не раз увидимся.