• 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
Мероприятия
16 декабря – 18 декабря
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/ENG
Обучение ведётся на русском и английском языках
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 (Data Science)

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.

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.