• 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
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.

Прошла шестая международная летняя школа "Машинное обучение в физике высоких энергий"

Прошла шестая международная летняя школа "Машинное обучение в физике высоких энергий"

Научно-учебная лаборатория методов анализа больших данных (LAMBDA) ФКН НИУ ВШЭ провела шестую летнюю школу MLHEP (машинное обучение в физике высоких энергий). Школа была организована совместно с ШАД Яндекса и лабораторией физики высоких энергий EPFL и проведена 16-30 июля 2020 года. В этом году школа MLHEP была включена в список официальный курсов EPFL: за участие в ней студенты могли получить 4 учебных кредита

Планировалось, что школа пройдет на кампусе EPFL в Лозанне в Швейцарии, однако из-за пандемии она впервые была перенесена в онлайн. Новый формат потребовал новых способов подачи материала и взаимодействия со слушателями. Команда использовала OBS studio, screencast-o-matic и встроенные инструменты iPad чтобы записывать лекции. Весь созданный контент загружался на платформу “Пеликан”, которая позволяет работать с материалами разных форматов и оценивать работу студентов. 

Главными темами школы были:

  1. Введение в машинное обучение
  2. Введение в глубинное обучение
  3. Байесовские методы в глубинном обучении
  4. Генеративные модели
  5. Методы оптимизации
  6. Продвинутые темы

Кроме того, были приглашены лекторы занимающиеся машинным обучением (DeepMind, Facebook, IBM Research, MIT, Oxford) и физикой высоких энергий (INFN, SLAC, Yale University).

Микела Паганини (Michela Paganini)
AI-исследователь в Facebook

"На школе был освещен широкий спектр тем: это помогло ученикам продвинуться от простого к сложному в теме машинного обучения. Сообщество ученых, специализирующихся на физике высоких энергий, децентрализовано и распределено по всему миру, и организаторы обеспечили нам возможность прочитать свои лекции без каких-либо сложностей, так как все происходило онлайн. Ура всем причастным!"

Из-за онлайн-формата школы студенты смотрели записи лекций и задавали интересующие их вопросы во время семинаров. Полноценное общение с более чем сотней участников стало серьезной задачей, для решения которой использовалась платформа CoCalc (Sagemath). Эта платформа обладает большими возможностями для использования GPU, а также для распределения и оценки учащихся. Несмотря на некоторые трудности в начале, организатором удалась успешно интегрировать и использовать все системы. 

Благодаря онлайн-формату школа смогла принять 114 участников из 23 стран и 73 университетов - вдвое больше, чем обычно.

Лара Мэйсон (Lara Mason)
PhD-студентка университетов Йоханнесбурга и Лиона

”Мне очень понравилось на школе. Я не супер сильна в программировании, и мне понадобилось некоторое время, чтобы привыкнуть к темпу. Все вокруг были очень дружелюбны и готовы помочь, особенно по вопросам использования платформы CoCalc - это очень ценно. Я вижу, сколько сил было вложено в проведение этой школы и я бы очень хотела поблагодарить организаторов!”

Сара Челани (Sara Celani)
Студентка второго курса аспирантуры EPFL

”Мне понравились лекции, но мне не хватило настоящего общения и возможности что-то обсудить с однокурсниками. Тем не менее, я уверена, что организовать такую школу в онлайн-формате было совсем нетривиальной задачей, и я очень благодарна команде за проделанную в такие сложные времена работу.”

Андрей Устюжанин
руководитель школы MLHEP и лаборатории LAMBDA

"Мы очень довольны результатами школы и планируем позже опубликовать некоторые материалы. Мы получили много обратной связи и видим множество возможностей для развития и роста, например, в будущем мы планируем улучшить способы общения слушателей таких онлайн-мероприятий между собой.”

Леся Щуцька (Lesya Shchutska)
EPFL

"Я считаю, что школа стала серьезным испытанием для лекторов и организаторов, так как им пришлось все полностью переформатировать, но, что еще важнее, для студентов, которым бы очень помогло полное офлайн-погружение в тему на период школы. Но, как говорится, то, что тебя не убивает - делает тебя сильнее. Надеюсь, что участники школы именно так опишут свой опыт!”

Мы благодарны нашим партнерам Яндексу и SIT, а также спонсорам EPFL и IBM Research Zurich за помощь в организации школы. На 2021 год у нас амбициозные планы: мы хотим провести MLHEP в EPFL и онлайн одновременно, пользуясь плюсами каждого формата.