Факультет компьютерных наук НИУ ВШЭ
Материал из MachineLearning.
(→Общие сведения) |
|||
Строка 1: | Строка 1: | ||
+ | [[Категория:Научные организации]] | ||
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. | 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. | ||
== Общие сведения == | == 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 | + | 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. | 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 | + | 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 == | == Департаменты == | ||
Строка 12: | Строка 13: | ||
В состав нового факультета входят: | В состав нового факультета входят: | ||
- | *Департамент анализа данных и искусственного интеллекта | + | * Департамент анализа данных и искусственного интеллекта |
- | *Департамент больших данных и информационного поиска | + | * Департамент больших данных и информационного поиска |
Основу департамента составляют 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. | Основу департамента составляют 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. | ||
- | *Департамент программной инженерии | + | * Департамент программной инженерии |
== Базовые кафедры == | == Базовые кафедры == | ||
- | *Базовая кафедра ИППИ РАН | + | * Базовая кафедра ИППИ РАН |
- | *Базовая кафедра ИСА РАН | + | * Базовая кафедра ИСА РАН |
- | *Базовая кафедра Яндекса | + | * Базовая кафедра Яндекса |
== Лаборатории == | == Лаборатории == | ||
- | *Научно-учебная лаборатория процессно-ориентированных информационных систем | + | * Научно-учебная лаборатория процессно-ориентированных информационных систем |
- | 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 | + | 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. |
- | *Научно-учебная лаборатория интеллектуальных систем и структурного анализа | + | * Научно-учебная лаборатория интеллектуальных систем и структурного анализа |
- | Создана в | + | 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. |
- | *Научно-учебная лаборатория методов анализа больших данных | + | * Научно-учебная лаборатория методов анализа больших данных |
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. | 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. | ||
Строка 40: | Строка 41: | ||
* Образовательная программа «Прикладная математика и информатика» | * Образовательная программа «Прикладная математика и информатика» | ||
- | 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 | + | 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». |
* Образовательная программа «Программная инженерия» | * Образовательная программа «Программная инженерия» | ||
Строка 48: | Строка 49: | ||
== Магистратура == | == Магистратура == | ||
- | *Образовательная программа магистратуры «Науки о данных» | + | * Образовательная программа магистратуры «Науки о данных» |
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. | 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» | Цели программы «Науки о данных» | ||
- | Создание магистерской программы «Науки о Данных (Data Science)» ( | + | 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. | 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 | + | 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. |
- | *Образовательная программа магистратуры «Математические методы оптимизации и стохастики» | + | * Образовательная программа магистратуры «Математические методы оптимизации и стохастики» |
Программа готовится к открытию. Первый набор в 2015 году. | Программа готовится к открытию. Первый набор в 2015 году. | ||
Строка 65: | Строка 66: | ||
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. | 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 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. |
- | *Образовательная программа магистратуры «Системная и программная инженерия» | + | * Образовательная программа магистратуры «Системная и программная инженерия» |
- | Магистерская программа нацелена на подготовку специалистов в области индустриального производства программного обеспечения, информационно-коммуникационных технологий и систем. | + | 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. | + | 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. | 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. |
Версия 16:09, 13 мая 2015
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.
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:
- Департамент анализа данных и искусственного интеллекта
- Департамент больших данных и информационного поиска
Основу департамента составляют 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.
- Департамент программной инженерии
Базовые кафедры
- Базовая кафедра ИППИ РАН
- Базовая кафедра ИСА РАН
- Базовая кафедра Яндекса
Лаборатории
- Научно-учебная лаборатория процессно-ориентированных информационных систем
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.
- Научно-учебная лаборатория интеллектуальных систем и структурного анализа
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.
- Научно-учебная лаборатория методов анализа больших данных
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
- Образовательная программа «Прикладная математика и информатика»
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».
- Образовательная программа «Программная инженерия»
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.
В связи с большим количеством победителей и призеров олимпиад, подавших заявления, НИУ ВШЭ увеличила количество бюджетных мест на факультете в 2014 году.
Магистратура
- Образовательная программа магистратуры «Науки о данных»
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.
- Образовательная программа магистратуры «Математические методы оптимизации и стохастики»
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.
- Образовательная программа магистратуры «Системная и программная инженерия»
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.