• 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
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.

Выпускники рассказывают: Дмитрий Киселев

Выпускники рассказывают: Дмитрий Киселев

Год назад Дмитрий Киселев с отличием окончил магистерскую программу "Финансовые технологии и анализ данных". Сейчас Дмитрий успешно совмещает карьеру в индустрии и науке. С одной стороны, он работает в Сбербанке, партнере программы ФТиАД, а с другой, продолжает обучение в аспирантской школе по компьютерным наукам и проводит исследования в научно-учебной лаборатории моделей и методов вычислительной прагматики. В своем интервью Дмитрий расскажет о том, почему выбрал магистратуру в Вышке и о своей карьере после магистратуры. 


Почему ты решил поступать в магистратуру в Вышке?

Я учился в бакалавриате Вышки на факультете экономики, поэтому был склонен к продолжению обучения в этом университете. Кроме того, я знал, что есть олимпиада для поступления в магистратуру "Высшая лига", к которой мне не было сложно подготовиться.


Почему ты выбрал программу "Финансовые технологии и анализ данных"?

Начиная с третьего курса бакалавриата я понимал, что экономика меня совершенно не привлекает. Из курсов по анализу данных и от друзей, которые учились в ШАД, понял, что сфера машинного обучения выглядит довольно интересно. Тогда я начал выбирать магистратуру и увидел, что олимпиада по матметодам в экономике, которую я выиграл, дает поступление без экзаменов на эту программу. 


Что было самым запоминающимся во время учебы?

Я не особо общительный, поэтому могу сказать только про курсы. Больше всего мне понравились семинары по глубинному обучению и курс по большим данным. Алексей Озерин рассказывал не только про базовые вещи, но и делился интересными лайфхаками и новыми идеями из статей. На курсе по большим данным рассказывали полезные темы для решения реальных задач.


Помимо непосредственно учебы ты чем-то еще занимался?

Да, в рамках курса по глубинному обучению был первый опыт участия в соревновании kaggle, где мы заняли достойное место. Еще я принимал участие в конференции Sberbank Data Science Journey. Я презентовал постер по моей курсовой работе в магистратуре. В таком формате можно познакомиться и поговорить с огромным количеством интересных людей. 


Какие знания и навыки, полученные в магистратуре, тебе пригодились на работе?

Сейчас я работаю Data Sceintist’ом в Сбербанке. Мы разрабатываем модели рекомендательных систем с онлайн дообучением. Больше всего мне пригодились домашки, где нужно было что-то реализовывать. На первом курсе я работал аналитиком, поэтому с разработкой был мало знаком. Практические задания помогли мне подтянуть знания Python до приемлемого уровня. Хотя самое важное, что дала мне магистратура – это кругозор в различных методах и задачах. Во время учебы было много курсов из разных доменов, NLP, RecSys, RL, графы и т.д. Это позволяет понимать, что лучше использовать в той или иной задаче, а также какие подходы можно переложить из одного домена в другой.


Почему ты решил пойти работать в индустрию?

На данный момент я еще не до конца решил оставаться ли мне в долгосрочной перспективе в индустрии. Сейчас я продолжаю учиться в Вышке в аспирантской школе по компьютерным наукам и работаю стажером-исследователем в научно-учебной лаборатории моделей и методов вычислительной прагматики. Перед Новым годом я долго думал пойти ли работать дальше или остаться в науке. В итоге выиграла прагматичность: доходы в научной среде (насколько я видел) приходят в основном от внешних проектов, которые часто тяжело искать, плюс они непостоянны.


Что может сделать студент уже сейчас, чтобы построить успешную карьеру после выпуска?

Важно не бояться разработки и подтянуть знания алгоритмов и Python. Можно начать работать, а если нет возможности – хотя бы проходить стажировки.