• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

194100, Санкт-Петербург,
ул. Кантемировская д. 3, корп. 1, лит. А, каб.331
Тел. (812) 644-59-11 доб. 61578

Руководство
Заместитель декана по учебной работе Кузнецов Антон Михайлович
Заместитель декана по научной работе Жуков Алексей Евгеньевич
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
30/30/5
30 бюджетных мест
30 платных мест
5 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладной анализ данных и искусственный интеллект

4 года
Очная форма обучения
30/30/6
30 бюджетных мест
30 платных мест
6 платных мест для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Физика

4 года
Очная форма обучения
20/10
20 бюджетных мест
10 платных мест
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

UX-аналитика и проектирование информационных систем

2 года
Очная форма обучения
15/15/1
15 бюджетных мест
15 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Внедрение и оптимизация комплексных информационных систем

2 года
Очная форма обучения
Онлайн программа
20/1
20 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Вычислительная биология и биоинформатика

2 года
Очная форма обучения
5/15
5 бюджетных мест
15 платных мест
RUS
Обучение ведётся полностью на русском языке
Магистерская программа

Машинное обучение и анализ данных

2 года
Очная форма обучения
15/15/1
15 бюджетных мест
15 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Программирование и анализ данных

2 года
Очная форма обучения
15/15/1
15 бюджетных мест
15 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Физика

2 года
Очная форма обучения
15/5
15 бюджетных мест
5 платных мест
RUS
Обучение ведётся полностью на русском языке
Статья
Distributions of Functionals of the Local Time of Brownian Motion with Discontinuous Drift

Бородин А. Н.

Journal of Mathematical Sciences . 2022. Vol. 268. No. 5. P. 599-611.

Глава в книге
Acceptor-Assisted Intraband Photoconductivity in GaAs/AlGaAs Quantum Wells

Makhov I., Vinnichenko M., Panevin V. et al.

In bk.: Optics and its applications. Springer, 2022. Ch. 7. P. 79-90.

Два исследователя Питерской Вышки получили научную премию Яндекса

Олег Свидченко, магистрант второго года обучения программы «Программирование и анализ данных», стал лауреатом в номинации «Молодые исследователи». Заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург Алексей Шпильман одержал победу в номинации «Научные руководители».

Олег Свидченко, Алексей Шпильман и Дмитрий Иванов на вручении премии

Олег Свидченко, Алексей Шпильман и Дмитрий Иванов на вручении премии
© Из архива Алексея Шпильмана

24 мая 2021 года в Москве вручили третью научную премию Яндекса им. Ильи Сегаловича. Премия учреждена для поддержки молодых исследователей из России, Беларуси и Казахстана в области компьютерных наук. Она вручается за достижения в машинном обучении, компьютерном зрении, информационном поиске и анализе данных, обработке естественного языка и машинного перевода, а также распознавании и синтезе речи. Претендовать на награду могут студенты и аспиранты, а также номинированные ими научные руководители из государственных университетов и научно-исследовательских организаций.

В этом году премия была присуждена четырем молодым исследователям и двум научным руководителям. Среди них студент магистерской программы «Программирование и анализ данных» Олег Свидченко и заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург Алексей Шпильман

Олег Свидченко занимается исследованиями в области обучения с подкреплением. Магистрант работает старшим исследователем в одной из лабораторий JetBrains Research — попал на стажировку после третьего курса бакалавриата и так и остался. По словам Олега, науку он выбрал, потому что интересно ей заниматься. «Во-первых, это творческая работа. Во-вторых, она требует довольно больших умственных усилий».

Олег Свидченко,
Магистрант программы «Программирование и анализ данных»

Сейчас меня больше всего интересуют model-based подход и методы исследования среды в обучении с подкреплением. Я надеюсь, что исследования в данных направлениях помогут сделать обучение с подкреплением более применимым в реальных задачах, поскольку сейчас для применения алгоритмов требуется слишком много данных. 

В будущем планирую продолжать обучение в аспирантуре Питерской Вышки (уже даже есть в списках рекомендованных к зачислению по итогам первой волны), продолжая развиваться как исследователь, т.к. есть еще много навыков, которые мне еще нужно приобрести.

Алексей Шпильман также является исследователем JetBrains Research. Он возглавляет две лаборатории: Агентных систем и обучения с подкреплением, Прикладного машинного обучения и глубокого обучения. Основной научный интерес Алексея — прикладной искусственный интеллект.

Алексей Шпильман, заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург

У нас есть три основных направления исследований. Первое  — это обучение с подкреплением, ускорение обучения агентов. Второе — машинное обучение в биологии и медицине. Это новое для нас, но довольно активно развивающееся направление, которое мы двигаем вместе с Upsala University из Швеции. Сейчас исследуем, как нейронные сети могут работать с молекулами, геномами, изображениями с микроскопов.

Третье направление — мультимодальные данные и пространства представления. Нейронные сети оперируют в так называемом пространстве представлений — векторном пространстве, в котором каждый вектор представляет некий "смысл" исследуемого объекта. Что будет, если мы попробуем данные разного типа, например текст и картинки, поместить в одно пространство представлений?

Если говорить о практических применениях, то самым перспективным здесь, конечно, является направление, связанное с биологией и медициной. Тут и новые лекарства, и персонализированная медицина. Работа с мультимодальными данными может быть полезна в сложных системах, например, поиск изображений, аудиозаписей и т.д. по текстовому описанию. Обучение с подкреплением пока ждет своего часа, чтобы стать практически применимым в реальных задачах. И этот час мы стараемся приблизить.

Все лауреаты получили денежную премию в размере миллиона рублей и гранты на использование инструментов Яндекса для исследователей — краудсорсинговой платформы Толока и сервиса Yandex DataSphere. Также Яндекс оплатит молодым ученым поездку на международную конференцию по компьютерным наукам на их выбор.

Научная премия Яндекса им. Ильи Сегаловича вручается с 2019 года, и уже в третий раз молодые исследователи Питерской Вышки становятся ее лауреатами. В 2019 премию получила Александра Малышева, магистрантка Санкт-Петербургской школы физико-математических и компьютерных наук. В прошлом году — аспирант и и младший научный сотрудник Международной лаборатории теории игр и принятия решений Дмитрий Иванов.

Алексей Шпильман, заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург

Заниматься наукой — очень здорово и интересно, но молодым исследователям надо дать эту возможность. Я могу выделить два основных препятствия: финансовое и культурное. 

Первое мы преодолеваем как за счет индустриальных партнеров, так и за счет программ поддержки НИУ ВШЭ. Среди партнеров можно выделить компанию JetBrains, в исследовательском подразделении которой и работали все три лауреата. Там они получают достойную зарплату, чтобы соблазн уйти в индустрию был не так высок. У Вышки также есть очень хорошая система академических надбавок.

Второе препятствие — культурное. Придумать идею, написать код и получить результат — это половина научного труда. Дальше нужно уложить результат в текущий мировой контекст, грамотно описать его и опубликовать в серьезном издании. Тут и языковой барьер нужно преодолеть, и определенный навык и стиль выработать. Наша группа довольно долго преодолевала и, скорее всего, еще не в полной мере преодолела этот барьер, в том числе привлекая западных коллег и перенимая у них опыт.