Современные компьютерные науки

Программа состоит из двух образовательных направлений: data science и теоретическая информатика и алгоритмы. Внутри каждого направления слушатели могут построить собственную образовательную траекторию — как в сторону более узкой специализации, так и в сторону расширения компетенций.

Каждое направление состоит из:

1. общеуниверситетских дисциплин («Маголего»),
2. профильных дисциплин на выбор («Major»),
3. семинаров с наставником, на которых обсуждаются и детализируются учебные планы студентов,
4. практических занятий.

Блок «Major» включает следующие дисциплины:

• Алгоритмы и структуры данных
• Языки программирования Python, Go, С++, Rust
• Основы стохастики и стохастические модели
• Компьютерное зрение
• Байесовские методы в машинном обучении
• Комбинаторная оптимизация
• Речевые технологии
• Теория игр
• Распределённые системы
• Стойкость криптографических систем
• Криптографические протоколы
• Введение в функциональный анализ
• Основы тензорных вычислений
• Машинное обучение
• Обучение с подкреплением
• Natural Language Processing
• и другие.

«Современные компьютерные науки» — первая в России программа, охватывающая столь широкий спектр направлений и позволяющая студентам формировать индивидуальные образовательные траектории с учётом интересов.

•  Особенность программы — в сочетании глубокого фундаментального подхода и серьёзной практической подготовки. У студентов есть возможность вырасти как в исследователей, так и в индустриальных специалистов, не опасаясь стать «сухими» теоретиками или, наоборот, поверхностными практиками.
• Структура программы учитывает бэкграунд поступающих, помогая «новичкам» комфортно адаптироваться и предлагая продвинутые курсы для подготовленных магистрантов.
• Тесное сотрудничество со Школой анализа данных Яндекса, а также международной лабораторией теоретической информатики, базовой кафедрой Яндекс, НУЛ компании Яндекс и Yandex Research.
• Сильный преподавательский состав: сотрудники департамента больших данных и информационного поиска ФКН ВШЭ, преподаватели Школы анализа данных Яндекса и сотрудники Яндекса.

Помимо освоения теоретических знаний, студенты могут проходить стажировки в лабораториях по выбранному направлению:

• Теоретическая информатика — в международной лаборатории теоретической информатики ФКН ВШЭ.
• Data science — в НУЛ компании Яндекс и Yandex Research.
• Алгоритмы и инфраструктура больших данных — в Яндекс.Облаке.

К преподаванию программирования, машинного обучения и его приложений, дисциплин инфраструктурного цикла, а также других практических дисциплин привлекаются специалисты из индустрии, в частности из Яндекса.  

Кроме того, в рамках программы предусмотрена летняя практика, которую можно использовать как для стажировки по направлению обучения, так и для работы над дипломом.

Программа открывает магистрам возможность развиваться в качестве исследователей и разработчиков в IT-компаниях или научных лабораториях, в зависимости от выбранной образовательной траектории.

• Выпускники направления Data Science смогут работать аналитиками, разработчиками машинного обучения или исследователями в области науки о данных.
• Выпускники направления «Теоретическая информатика» могут продолжить исследовательскую деятельность в теоретической информатике или развиваться в областях разработки и анализа данных.

Магистерская программа «Современные компьютерные науки» предоставляет бюджетные и коммерческие места для обучения.

В качестве вступительного испытания проводится 2 экзамена:

• математика и программирование (письменный экзамен),
• собеседование.

Более подробная информация и программы экзаменов размещены в разделе Подготовка. 

Обязательные требования к абитуриентам:

• Умение программировать на каком-либо языке (Python, C, C++ и др.).
• Базовая математическая культура: умение работать с алгебраическими и аналитическими выражениями и данными, рассуждать, строить доказательства и контрпримеры.

Мы также ожидаем от поступающих владения предметной базой, а именно выполнения хотя бы одного из условий:

• глубокого владения высшей математикой на уровне 1-2 курсов сильного математического или технического бакалавриата;
• опыта промышленной разработки;
• опыта работы в области анализа данных и машинного обучения;
• наличия исследований и публикаций в области компьютерных наук.