Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Адрес: 109028, г. Москва, Покровский бульвар, д. 11
Телефон: +7 (495) 531-00-00 *27254
Email: computerscience@hse.ru
Факультет готовит разработчиков и исследователей. Программа обучения сформирована с учётом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), а также Школы анализа данных — одной из самых сильных магистратур в области computer science в России. Широкий список курсов по выбору и значительная доля программы, выделенная под них, позволит каждому студенту сформировать свою собственную образовательную траекторию. В основе обучения — практика и проектная работа.
Kashin B. S., Kosov E., Limonova I. V. et al.
Journal of Complexity. 2022. Vol. 71.
Kleeva D., Soghoyan G., Komoltsev I. et al.
Journal of Neural Engineering. 2022. Vol. 19. No. 3.
Nesterov R., Bernardinello L., Lomazova I. A. et al.
Software and Systems Modeling. 2022.
Kolpakov A., Talambutsa A.
Proceedings of the American Mathematical Society. 2022. Vol. 150. No. 6. P. 2301-2307.
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.
Недавно на ФКН открылась научно-учебная лаборатория искусственного интеллекта для вычислительной биологии. Мы поговорили с ее руководителем Аттилой Кертес-Фаркашем о лаборатории, исследованиях и его пути в науке.
Моя специальность — компьютерные науки; я занимаюсь исследованиями уже около двадцати лет. Я начинал с работ по распознаванию речи и методов обработки естественного языка, но вскоре переключился на биоинформатику, потому что понял, что венгерский язык невозможно обработать с помощью компьютерных технологий. С тех пор в течение пятнадцати лет я разрабатывал методы машинного обучения и анализа данных для биоинформатики.
После получения PhD в Венгрии я год занимался исследованиями в США в Университете Мэриленда в Балтиморе в проекте Управления по санитарному надзору за качеством пищевых продуктов и медикаментов. Затем я переехал в Италию, где работал в области анализа данных масс-спектрометрии. После этого я вернулся в США, где мне предложили должность старшего научного сотрудника в Университете Вашингтона, который стабильно входит в топ-20 университетов мира. Я был поражен тем, как там организованы исследования: все было очень прагматично и направлено на решение реальных проблем. Это ускоряет и повышает эффективность исследований. Все сосредоточено на решении прикладных вопросов и на том, чтобы делать то, что работает. После США мы с женой (она русская) рассматривали возможность возвращения в Россию или Венгрию. В тот момент я получил предложение от НИУ ВШЭ, поэтому мы приехали в Россию в 2015 году и с тех пор живем здесь.
Наша лаборатория занимается анализом данных масс-спектрометрии. Масс-спектрометрия используется для идентификации органических молекул, например, для белков в образце крови. Также сравниваются опухолевые и здоровые клетки, так как в них содержатся разные вещества. Этот метод может быть использован в химиотерапии для определения эффективности лечения. У масс-спектроскопии есть применения и в криминалистике, например, на месте пожара могут быть найдены горючие вещества, что может свидетельствовать о поджоге. С помощью масс-спектрометрии можно обнаруживать пестициды в почве, гормоны в организме животных, бактерии в питьевой воде и так далее.
У нашей лаборатории есть две цели: во-первых, аннотировать данные, чтобы понять, какая молекула генерирует данный масс-спектр; во-вторых, разработать статистические методы, чтобы доказать, что наша аннотация верна. Наша главная цель — улучшить методы анализа, сделав их более статистически обоснованными.
Сейчас мы находимся в процессе создания нашей лаборатории. Мы ищем людей, которые смогут стать нашими коллегами. У нас есть несколько открытых вакансий: например, мы ищем разработчика C++ для реализации наших методов через инструменты с открытым исходным кодом, чтобы наши методы были доступны научному сообществу. В долгосрочной перспективе мы планируем расширить сферу применения и анализировать различные типы данных.