Факультет компьютерных наук НИУ ВШЭ

Материал из MachineLearning.

Перейти к: навигация, поиск

Факультет компьютерных наук НИУ ВШЭ создан в сотрудничестве с российской ИТ-компанией Яндекс и является центром подготовки специалистов в области хранения и обработки больших данных. Сайт факультета

Содержание

Общие сведения

Решение об организации факультета компьютерных наук было принято Учёным советом Высшей школы экономики 28 марта 2014 года. В состав нового факультета вошли три департамента и три базовые кафедры. Два департамента — департамент программной инженерии и департамент анализа данных и искусственного интеллекта — сформированы на основе существовавших ранее отделений НИУ ВШЭ. Новый департамент больших данных и информационного поиска создан на основе базовой кафедры Яндекса. Деканом факультета стал Иван Аржанцев — доктор физико-математических наук, профессор мехмата МГУ и руководитель группы академических программ Яндекса.

Факультет компьютерных наук готовит как разработчиков, так и исследователей. Среди научных направлений, которые будут развиваться на факультете, можно выделить алгоритмы работы с большими данными, машинное обучение, информационный поиск, компьютерное зрение, системную и программную инженерию.

Компания Яндекс разработала концепцию факультета и вместе с Высшей школы экономики сформировала образовательную программу. Среди преподавателей факультета — ведущие научные сотрудники и преподаватели Высшей школы экономики, представители лучших российских научных групп в области ИТ, сотрудники высокотехнологичных компаний (Яндекс, ABBYY, Google и других). Яндекс будет организовывать практические занятия, стажировки и научные семинары для студентов.

Департаменты

В состав нового факультета входят:

В его состав входят исследователи с мировым именем, активно участвующие в международных исследовательских проектах в области анализа и разработки данных (Data mining), анализа формальных понятий (Formal Concept Analysis), семантических технологий и онтологического моделирования (Semantic Technologies and Ontology Engineering), мультимодальной кластеризации (Multi-Modal Clustering), машинного обучения (Machine Learning), автоматической обработки текста и коллекций текстов (Natural Language Processing), разработки интеллектуальных и рекомендательных систем (Development of Intelligent and Recommender Systems), анализа социальных сетей (Social Network Analysis) и медицинской информатики (Medical Informatics).

Руководит департаментом к.ф.-м.н., доцент, преподаватель Школы анализа данных Дмитрий Ветров. Основу департамента составят научные группы, ведущие исследования мирового уровня в области машинного обучения, распределенных вычислений, масштабируемых алгоритмов для обработки больших данных, компьютерного зрения, обработки текстов, информационного поиска и графических моделей. Сотрудники департамента регулярно публикуются на авторитетных международных ИТ-конференциях. Для студентов и аспирантов существуют возможности стажировок как в российских и зарубежных ИТ-компаниях (Яндекс, Лаборатория Касперского, Google, ABBYY, Microsoft), так и в ведущих исследовательских группах университетов мира (ETH Zurich, MIT, EPFL Lausanne, и других). Сотрудниками департамента разработана совместная со Школой анализа данных Яндекса специализация «Анализ интернет-данных» в рамках магистерской программы «Науки о данных», а также образовательная программа бакалавриата «Прикладная математика и информатика».

В департаменте ведутся исследования по различным современным научным направлениям, в число которых входят: анализ и моделирование бизнес процессов, математическое моделирование, машинное обучение и искусственный интеллект, нечеткая логика, процессно-ориентированные информационные системы.

Базовые кафедры

Лаборатории

Основана в январе 2013 под научным руководством профессора Вила ван дер Аалста (англ. Wil van der Aalst), одного из ведущих мировых ученых в области компьютерных наук и наиболее влиятельных исследователей в таких областях, как менеджмент бизнес-процессов и анализ процессов (Process mining). Заведующим лабораторией является профессор Ирина Александровна Ломазова. Основные задачи лаборатории — исследования в области Process mining, проведение научной и учебной деятельности с привлечением студентов, аспирантов и сотрудников Высшей школы экономики, разработка методик практического применения полученных научных результатов в конкретных областях экономики, информатики, менеджмента и государственного управления.

Создана в 2012 г. Лабораторией заведует профессор Сергей Олегович Кузнецов В лаборатории проводятся фундаментальные и прикладные исследования в области анализа данных большого объёма и сложной структуры, осуществляется разработка программных средств анализа данных исследовательского и прикладного назначения. Лаборатория развивается в направлении центра исследования и интеграции новейших методов искусственного интеллекта (с акцентом на интеллектуальном анализе данных и структурном анализе) для повышения «интеллектуальности» и достижения адаптивности программных средств.

Основана в феврале 2015 года с целью сформировать исследовательский центр мирового уровня для решения фундаментальных задач в области компьютерных наук и развития методов обработки и анализа Big Data.. Возглавляет лабораторию руководитель совместных проектов Школы анализа данных Яндекса и Европейского Центра ядерных исследований (CERN) Андрей Устюжанин.

Бакалавриат

Программа разработана в 2014 году и нацелена на подготовку исследователей, инженеров-исследователей и инженеров-разработчиков в области теоретической и прикладной информатики («Computer Science»). В основу программы взят опыт ведущих факультетов компьютерных наук университетов EPFL в Швейцарии и Stanford в США, а также Школы анализа данных — самой сильной в Москве и одной из самых сильных в России магистратуры в области анализа данных, машинного обучения и обработки больших данных. Помимо основных учебных курсов каждый студент в процессе обучения активно вовлечен в проектную работу: начиная от простых индивидуальных заданий и заканчивая сложными командными проектами под руководством разработчиков крупных российских и международных ИТ-компаний. К началу 3-го курса каждый студент должен выбрать специализацию. В настоящее время на «Прикладной математике и информатике» шесть специализаций — «Анализ данных и интеллектуальные системы», «Анализ и принятие решений», «Машинное обучение и приложения», «Системное программирование», «Теоретическая информатика» и «Технологии моделирования сложных систем».

Программа направлена на подготовку ведущих технических специалистов, квалифицированных разработчиков и архитекторов программного обеспечения, менеджеров по качеству программного обеспечения и процессов его разработки. Программа полностью соответствует международным рекомендациям по преподаванию программной инженерии в высших учебных заведениях Computing Curricula 2005, Computer Science 2001/2008/2013 и Software Engineering 2004. Важной особенностью процесса обучения является получение умений и навыков командной работы в типичных условиях разработки программного обеспечения, участие в реальных командных проектах при прохождении практик и стажировок в ведущих российских и западных компаниях в области разработки, консалтинга и управления программными проектами. На настоящий момент партнерами программы являются такие компании, как: NetCracker, Яндекс, R-Style Softlab, «ФОРС-Центр разработки», Лаборатория Касперского, «Интерпрогма»Интерпрогма, CSoft, Empatika и др.

Магистратура

Современная ИТ-индустрия в целях анализа растущего объёма данных, порождаемых во всех областях современного общества, поднимает проблематику Больших Данных (Big Data), а академическое сообщество формирует нарождающуюся Науку о Данных (Data Science). Образовательная программа предусматривает подготовку в области моделей вычислений, математических методов моделирования и прогнозирования, вычислительной архитектуры, современных методов программирования, хранения и извлечения данных. В силу мультидисциплинарности программа может стать одной из системообразующих, интересной выпускникам многих факультетов и сотрудникам исследовательских центров. Выпускник программы сможет решать задачи поиска, сбора, хранения, подготовки, анализа данных и интерпретации результатов в области специализации.

Цели программы «Науки о данных»

Создание магистерской программы «Науки о Данных (Data Science)» (далее — НоД) отвечает основным вызовам, обращенным к НИУ ВШЭ и Российскому образованию в целом: выход на передовые позиции на международном рынке образовательных программ, подготовка элитных кадров инновационной экономики, обладающих аналитическими, исследовательскими, методическими и технологическими компетенциями в новых областях науки, техники и экономики. Овладение выпускниками программы целым спектром новейших, эффективных математических технологий, не включённых в классические математические учебники, по которым традиционно готовятся студенты российских университетов, будет существенно способствовать повышению их конкурентоспособности и востребованности.

В силу принципиальной мультидисциплинарности Науки о Данных, призванной предоставлять средства анализа информационных, социальных, правовых, психологических, экономических, языковых и других явлений, программа станет одной из системообразующих, интересной выпускникам многих факультетов и сотрудникам многих исследовательских центров НИУ ВШЭ и других академических организаций. Например, с факультетом Филологии — компьютерная лингвистика, автоматическая обработка текстов, факультетом Дизайна — визуализация данных и знаний, проектирование интерактивных приложений, факультетом Социологии и другими общественно-научными факультетами — методы обработки и интерпретации массивов разнородной информации.

Программа готовится к открытию. Первый набор в 2015 году.

Программа создана в содружестве с успешно действующей аспирантской программой лаборатории ПреМоЛаб и направлена на подготовку исследователей в области современной прикладной математики и математического моделирования с углубленным изучением математической статистики, стохастического анализа и дискретной математики, а также специалистов по методам оптимизации с упором на методы выпуклой оптимизации в задачах высокой размерности.

Данная программа обеспечивает углубленное владение математическими методами естественных наук, отличается специализацией в современной статистике, стохастическом анализе, оптимизации и дискретной математике и большим вниманием к естественнонаучным приложениям математических результатов.

В рамках программы будет прочитан ряд курсов по дискретной математике, оптимизации, стохастическому анализу и статистике. Эти курсы призваны восполнить недостаток базового в области прикладной математики у абитуриентов и сформировать у них навыки применения математического аппарата к конкретным типам прикладных задач. Помимо этого будут читаться курсы и по современным фундаментальным разделам прикладной математики, сформировавшимся в последние 10-20 лет, результаты в которых в настоящее время востребованы как в самых разнообразных приложениях, так и в чистой математике и в теоретической информатике: робастной оптимизации, оптимизации в пространствах сверх больших размеров; эффективным алгоритмам и структурам данных; методам параметрической и непараметрической статистики; современным методам стохастического анализа; современной вычислительной теории обучения и смежным дисциплинам.

Магистерская программа нацелена на подготовку специалистов в области индустриального производства программного обеспечения, информационно-коммуникационных технологий и систем.

Содержание магистерской программы полностью соответствует международным рекомендациям по преподаванию программной инженерии в магистратуре высших учебных заведений, Computing Curricula 2005 и, которые являются частью серии образовательных стандартов Computing Curricula ACM и IEEE CS.

Важной особенностью процесса обучения является получение умений и навыков командной работы в типичных условиях разработки программного обеспечения, участие в реальных командных проектах при прохождении практик и стажировок в ведущих российских и западных компаниях в области разработки, консалтинга и управления программными проектами.

Личные инструменты