• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФКН
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 (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.

«Моя модель будет использована для анализа данных с детектора ATLAS, собранных во время нового запуска коллайдера в 2022 году»

«Моя модель будет использована для анализа данных с детектора ATLAS, собранных во время нового запуска коллайдера в 2022 году»

Тигран Рамазян

Тигран Рамазян, четверокурсник программы «Прикладной анализ данных», рассказал о своей учебе на ФКН и стажировке в OpenLab CERN:

К выпускному классу мне хотелось выбрать факультет, где я мог бы изучать физику, химию, и вести научную работу на стыке наук. Но в ноябре 11 класса узнал, что у Вышки открывается новая образовательная программа по компьютерным наукам, совместная с Лондонским Университетом. Меня заинтересовала программа, изучаемые дисциплины и возможность получения двух дипломов. После зимнего дня открытых дверей ФКН я поменял свою траекторию поступления в сторону ПАДа.

Кроме того, я — стажер-исследователь в лаборатории LAMBDA. На данный момент я работаю над обнаружением точек разладки во временных рядах с помощью генеративных состязательных сетей. То есть при помощи порождающих моделей я стараюсь определить каждый момент времени, когда временной ряд резко менял распределение. Подобные алгоритмы могут быть подстроены для решения задач во многих областях, от обработки сейсмограмм и разбиения звукового/видео ряда до обеспечения безопасности компьютерных систем.

OpenLab: подготовка

Знакомиться с физикой элементарных частиц я начал еще в старших классах. Тогда нам с несколькими одноклассниками даже повезло поехать в CERN на небольшую летнюю школу, которую специально для нас организовали сотрудники ОИЯИ, Курчатовского института и НГУ, которые работали тогда в CERN. Знакомство и общение с ними вдохновило меня, и с тех пор я мечтал поработать над одним из проектов CERN, сыграть какую-то роль в познании человеком нашей Вселенной.

На летнюю стажировку CERN берут с 3 курса, поэтому как только у меня появилась возможность, я подал заявку. Мне надо было отправить резюме, два рекомендательных письма и мотивационное письмо. Наверное, самым легким было найти правильных людей для получения рекомендации. С этим мне помогли Наталья Лычковская и Денис Деркач. А вот написать оригинальное мотивационное письмо было сложнее всего. Спустя несколько месяцев ожидания мне пришло «письмо счастья» с акцептом на стажировку.

Стажировка

Один из методов обнаружения новых частиц — сравнение событий с коллайдера и симуляции, основанной на известной на данный момент физике. Выявление в данных с коллайдера статистически значимых расхождении от предсказаний стандартной модели объясняется двумя возможными сценариями: либо есть ошибка в симуляции, либо мы наткнулись на что-то новое.

Для симуляции есть три опции: полная физическая симуляция, Монте-Карло или относительно недавно появившиеся порождающие модели. Первые два варианта более точны, чем генеративные модели, но они существенно более медленные. Выборки с детекторов огромные, ведь пучки протонов в коллайдере сталкиваются примерно 11.5 тысяч раз в секунду, а для сравнения реальных данных и симуляции нужны выборки одинаково размера. Для этого как раз и используется наиболее быстрый вариант — порождающие модели.

Моей задачей было создать генеративную состязательную сеть, для симуляции событий аналогичных эксперименту Muon g-2 в лаборатории имени Энрико Ферми, в рамках которого изучается g-Фактор аномального магнитного момента мюона. Результаты, представленные Фермилабом весной, подсказывают, что скорее всего существует ещё одно, пятое фундаментальное взаимодействие. Его мы и пытаемся найти. Моя модель будет использована для анализа данных с детектора ATLAS, собранных во время нового запуска коллайдера в 2022 году.

О себе

С каждым днем я все больше и больше убеждаюсь, что у нас прекрасный факультет. Я счастлив быть его частью, продвигать науку и факультет вперед с одними из наилучших специалистов в области ИИ, поэтому собираюсь поступать в магистратуру на ФКН.

Этим летом я помогал моим коллегам по лаборатории LAMBDA в проведении седьмой летней школы по машинному обучению в физике высоких энергий, которую сам проходил прошлым летом. На данный момент у меня нет публикаций, но работу, проделанную в CERN, мы уже готовим для представления на конференциях. Также надеюсь доделать проект, над которым мы работаем в лаборатории, и опубликовать полученные результаты.

В свободное время играю в баскетбол, выступаю за Arizona State Sun Devils в любительской лиге «АБЛ». Также увлекаюсь музыкой, играю на гитаре, ударных и других перкуссионных инструментах.