• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
ФКН
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
40/30/6
40 бюджетных мест
30 платных мест
6 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
20/30/1
20 бюджетных мест
30 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Физика

4 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

UX-аналитика и проектирование информационных систем

2 года
Очная форма обучения
15/10/1
15 бюджетных мест
10 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
5/10
5 бюджетных мест
10 платных мест
RUS+ENG
Обучение ведется на русском и частично на английском 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
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
Динамика приспособления в сетевой игре со стохастическими параметрами

Волкова О. Н., Вологина Д. -., Королев А. В.

Математическая теория игр и ее приложения. 2022. Т. 14. № 1. С. 21-48.

Глава в книге
Subgame Perfect Pareto Equilibria for Multicriteria Game with Chance Moves

Kuzyutin D., Smirnova N., Тантлевский (Tantlevskij) И. Р.

In bk.: Stability and Control Processes: Proceedings of the 4th International Conference Dedicated to the Memory of Professor Vladimir Zubov. Springer, 2022. P. 437-445.

Препринт
Do Data-based Curricula Work?

Сурков М. К., Мосин В. Д., Yamshchikov I. P.

arxiv.org. Computer Science. Cornell University, 2021

«Победа в олимпиаде «Я – профессионал» точно помогла при поступлении в магистратуру»

Победа в олимпиаде «Я – профессионал» существенно увеличивает шансы на поступление в магистратуру, не исключение и программа «Машинное обучение и анализ данных».
В 2022 году медалисты направлений «Машинное обучение», «Большие данные», «Искусственный интеллект» за 2021 год и медалисты направления «Искусственный интеллект» за 2022 смогут получить максимальный балл за письменный экзамен по высшей математике. Для поступления останется только пройти собеседование. Мы поговорили с победителями и призерами олимпиады, которые сейчас учатся на программе, об их впечатлениях и о том, что может помочь при подготовке.

Фото из архива НИУ ВШЭ — Санкт-Петербург

Фото из архива НИУ ВШЭ — Санкт-Петербург

Тимур Хабибуллин, призер олимпиады «Я – профессионал» по профилю «Математика» 

Изначально я не планировал участвовать в олимпиаде, но потом решил попробовать, поэтому не готовился специально: только прорешал задачи из демоверсии, а также просмотрел какие-то старые тетрадки. 

Мне кажется, чтобы успешно выступить надо знать основы по базовым темам – алгебре, матанализу и обязательно комбинаторике. Хорошим подспорьем будет и опыт участия в олимпиадах, я бы советовал начинать уже на младших курсах. Что касается подготовки по темам, то на Stepik есть различные курсы, например те, которые рекомендованы для поступления на программу «Машинное обучение и анализ данных» Питерской Вышки или Computer Science Center. Они хорошо освежают в памяти основные моменты. Прохождение курсов требует много времени, но другого способа я не знаю. Сам я прошел все курсы при подготовке к собеседованию на программу. 

Кирилл Симонов, призер олимпиады «Я – профессионал» по профилю «Машинное обучение»

Я думаю, неплохо придерживаться подхода, если участие в олимпиаде никак не вредит твоему обучению, а наоборот, в чем-то помогает или просто открывает новые и интересные тебе горизонты развития, то почему бы и не попробовать.

Победа в олимпиаде «Я – профессионал» точно помогла мне при поступлении в магистратуру: мне зачли письменный экзамен на 100 баллов, что, безусловно, стало хорошим конкурентным преимуществом.

Не могу сказать, что как-то конкретно и целенаправленно готовился к олимпиаде, скорее просто была интересна сама тема, и я решил попробовать свои силы. Для победы точно нужно было приложить усилия, но при этом занять призовое место оказалось не очень сложно. Мне кажется, что основной рецепт продуктивного участия такой: честно попробовать разные подходы, не полениться аккуратно настроить гиперпараметры моделей и постараться объединить результаты нескольких вариантов решения.

Для подготовки я бы посоветовал Deep Learning School от МФТИ (как мне кажется, основы я узнал именно оттуда), ну и Интернет в целом: статьи на Хабре, Medium и Towards Data Science, и особенно туториалы на YouTube, они – наше все. 

В 2021/22 учебном году олимпиада «Я — профессионал» по направлениям «Машинное обучение» и «Большие данные» проводиться не будет.

Регистрация на «Я — профессионал» продлится до 7 декабря, а отборочный этап пройдет с 10 по 26 декабря. Подробности об олимпиаде по ссылке https://yandex.ru/profi/