• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
12
Декабрь

О программе

ФКН

Программа «Компьютерные науки и анализ данных» нацелена на подготовку разработчиков с глубокими знаниями в области прикладной математики и машинного обучения, специализирующихся на проектировании и разработке сложных систем. Учебный план сформирован НИУ ВШЭ с учетом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), собственных образовательных программ «Прикладная математика и информатика» и «Программная инженерия», а также опыта Школы анализа данных – двухгодичной программы, которая была учреждена «Яндексом» и сейчас реализует одну из самых сильных образовательных программ в области Computer Science в России.

Программа включает в себя фундаментальную подготовку в области математики и алгоритмов со сдвигом в сторону изучения современных технологий разработки ПО.

Преимущества программы

Дистанционное образование
Основная идея программы – сделать кампусное образование факультета доступным во всех часовых поясах с использованием дистанционных образовательных технологий. Мы переносим традиционные занятия в дистанционный формат, сохраняя живое общение с преподавателями во время лекций и семинаров, тем самым, не жертвуя качеством образования. Также со студентами на программе активно работают кураторы, которые помогают адаптироваться к обучению в университете.
Индивидуальная траектория
На 1-м и 2-м курсах студенты изучают блок обязательных дисциплин, в который входят математические предметы и дисциплины по программированию и разработке. Они создают фундаментальную базу для дальнейшего развития в области Computer Science и анализа данных. Чтобы усилить знания в определенном направлении, на 3-м и 4-м курсах студенты выбирают основную специализацию и подбирают наиболее подходящие дисциплины по выбору. Освоить смежные области знаний позволяют майноры и факультативы.
Накопительная система оценивания
Результирующая оценка по дисциплине в Вышке складывается из накопленной оценки и оценки за экзамен. Накопленная оценка формируется из текущих оценок за домашние работы, проекты, контрольные работы, выступления на семинарах и пр. Такой подход исключает влияние случайных факторов на оценку в дипломе: учитывается и работа в процессе обучения, и ответ студента на экзамене.
Индивидуальная и командная проектная работа
Практическая работа под руководством кураторов – представителей науки и индустрии – занимает значительную часть образовательной программы. Начиная со 2-го курса студенты приступают к выполнению программных проектов, получая практические навыки разработки программного обеспечения. C 3-го курса студенты выбирают исследовательское направление и ведут научную работу в рамках курсовых и ВКР.

Ключевые учебные дисциплины

По математике

  • Алгебра
  • Дискретная математика
  • Линейная алгебра
  • Математический анализ
  • Теория вероятностей и математическая статистика
  • Численные методы

 

По программированию

  • Python для сбора и анализа данных
  • Алгоритмы и структуры данных
  • Инструменты промышленной разработки
  • Машинное обучение
  • Методы и системы обработки больших данных
  • Программирование на Python
  • Программирование на языке С++
Чему я научусь?
  • Разрабатывать программное обеспечение индивидуально и в команде 
  • Работать в англоязычной среде
  • Использовать фундаментальные разделы математики для компьютерных наук
  • Читать, понимать и использовать статьи по Computer Science при разработке ПО
  • Применять методы машинного и глубинного обучения 
  • Использовать современные технологии разработки ПО