Суворова Алёна Владимировна
- Доцент:НИУ ВШЭ в Санкт-Петербурге / Санкт-Петербургская школа физико-математических и компьютерных наук / Департамент информатики
- Академический руководитель образовательной программы:UX-аналитика и проектирование информационных систем
- Начала работать в НИУ ВШЭ в 2015 году.
- Научно-педагогический стаж: 13 лет.
Образование, учёные степени
- 2014Кандидат физико-математических наук
- 2010
Специалитет: Санкт-Петербургский государственный университет, специальность «Прикладная информатика», квалификация «Информатик-социолог»
Дополнительное образование / Повышение квалификации / Стажировки
Cтажировкa (2011-2012) в Школе эпидемиологии и общественного здоровья, Йельский университет, США по проекту "Training and research in HIV prevention in Russia"
Повышение квалификации по программе «Правила организации учебного процесса преподавателями НИУ ВШЭ», 2019 г.
Повышение квалификации по программе «Teach4HSE», 2019 г.
Достижения и поощрения
- Благодарность НИУ ВШЭ - Санкт-Петербург (декабрь 2022)
Надбавка за статью в зарубежном рецензируемом журнале (2015-2017)
Учебные курсы (2023/2024 уч. год)
- Анализ данных и машинное обучение (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1-3 модуль)Рус
- Научно-исследовательский семинар "Исследовательские методы в HCI" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 2-4 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Семинар наставника (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1-4 модуль)Рус
- Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 4 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
- Анализ данных и машинное обучение (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Архитектура аналитических систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Исследование данных и визуализация (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Научно-исследовательский семинар "Дизайн-исследования в информационных системах" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1-4 модуль)Рус
- Научно-исследовательский семинар "Исследовательские методы в HCI" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 2-4 модуль)Рус
- Предиктивные модели и прикладная аналитика (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Проектирование дэшбордов и аналитических систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Семинар наставника (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1-4 модуль)Рус
- Системный анализ и разработка сложных информационных систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 4 модуль)Рус
- Современные методы принятия решений (Маго-лего; 4 модуль)Рус
- Технологии анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
Учебные курсы (2021/2022 уч. год)
- Архитектура аналитических систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1-3 модуль)Рус
- Архитектура информационных систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Business Analytics (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 3 модуль)Анг
- Интеллектуальный анализ данных и основы машинного обучения (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Исследование данных и визуализация (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Математика для анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1 модуль)Рус
- Научно-исследовательский семинар "Дизайн-исследования в информационных системах" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1-4 модуль)Рус
- Научно-исследовательский семинар "Исследовательские методы в HCI" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 2-4 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Проектный семинар (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 3, 4 модуль)Рус
- Современные методы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 4 модуль)Рус
- Технологии анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Человеко-ориентированный дизайн и прототипирование (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1-3 модуль)Рус
Учебные курсы (2020/2021 уч. год)
- Анализ данных и технологии работы с данными (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Databases (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук и востоковедения; 2-й курс, 1, 2 модуль)Анг
- Интеллектуальный анализ данных и основы машинного обучения (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
Информационный поиск и обработка текстов на естественном языке (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 2-й курс, 1, 2 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Программирование для анализа данных и воспроизводимые исследования (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Современные методы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 4 модуль)Рус
- Человеко-машинный интерфейс (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1, 2 модуль)Рус
Учебные курсы (2019/2020 уч. год)
- Анализ данных и технологии работы с данными (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 3, 4 модуль)Рус
- Business Analytics (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук и востоковедения; 4-й курс, 1, 2 модуль)Анг
- Business Analytics (Бакалавриат; где читается: Санкт-Петербургская школа социальных наук и востоковедения; 3-й курс, 1, 2 модуль)Анг
- Интеллектуальный анализ данных и основы машинного обучения (Майнор; где читается: Санкт-Петербургская школа экономики и менеджмента; 1, 2 модуль)Рус
Искусственный интеллект и когнитивные системы (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 2-й курс, 1, 2 модуль)Рус
- Научно-исследовательский семинар "Исследовательские методы в HCI" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 2-й курс, 1-4 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа экономики и менеджмента; 3, 4 модуль)Рус
- Программирование для анализа данных и воспроизводимые исследования (Майнор; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1, 2 модуль)Рус
- Современные методы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 1-й курс, 4 модуль)Рус
Учебные курсы (2018/2019 уч. год)
- Анализ данных и технологии работы с данными (Майнор; где читается: Санкт-Петербургская школа экономики и менеджмента; 3, 4 модуль)Рус
- Архитектура информационных систем (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 2-4 модуль)Рус
- Интеллектуальный анализ данных и основы машинного обучения (Майнор; где читается: Санкт-Петербургская школа экономики и менеджмента; 1, 2 модуль)Рус
Математические основы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 1-й курс, 1 модуль)Рус
- Научно-исследовательский семинар "Методы моделирования сложных информационных систем" (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1-4 модуль)Рус
Современные методы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 1-й курс, 1 модуль)Рус
Современные методы принятия решений (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; направление "01.04.02. Прикладная математика и информатика", направление "01.04.02. Прикладная математика и информатика"; 1-й курс, 4 модуль)Рус
Учебные курсы (2017/2018 уч. год)
- Интеллектуальный анализ данных и основы машинного обучения (Майнор; где читается: Санкт-Петербургская школа социальных наук и востоковедения; 1, 2 модуль)Рус
- Математические основы анализа данных (Магистратура; где читается: Санкт-Петербургская школа физико-математических и компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Приложения и практика анализа данных (Майнор; где читается: Санкт-Петербургская школа социальных наук и востоковедения; 3, 4 модуль)Рус
Гранты
Грант РНФ, проект № 19-71-0006, 2019-2020 «Методология сравнения алгоритмов интерпретации моделей машинного обучения» (руководитель).
Публикации28
- Глава книги Suvorova A., Musabirov I., Bulygin D., Rustem Faidrakhmanov. Co-aligning User-Centered Design and Software Engineering Courses: A Case Study, in: Proceedings of the 54th ACM Technical Symposium on Computer Science Education (SIGSCE 2023) Vol. 2. Association for Computing Machinery (ACM), 2023. doi P. 1305-1305. doi
- Глава книги Suvorova A. Interpretable Machine Learning in Social Sciences: Use Cases and Limitations, in: Digital Transformation and Global Society. 6th International Conference, DTGS 2021, St. Petersburg, Russia, June 23–25, 2021, Revised Selected Papers / Ed. by D. A. Alexandrov, A. V. Boukhanovsky, A. V. Chugunov, Y. Kabanov, O. Koltsova, I. Musabirov, S. Pashakhin. Cham: Springer, 2022. doi P. 319-331. doi
- Глава книги Суворова А. В., Смирнова А. В. Проектирование инструментария для выбора методов интерпретируемого машинного обучения // В кн.: Интегрированные модели и мягкие вычисления в искусственном интеллекте ИММВ-2022. Сборник научных трудов XI Международной научно-практической конференции. В 2-х томах, том 1 Т. 1. Универсум, 2022. С. 247-257.
- Глава книги Zakharova V., Suvorova A. Social Aspects of Machine Learning Model Evaluation: Model Interpretation and Justification from ML-practitioners' Perspective, in: CEUR Workshop Proceedings. Proceedings of the International Conference "Internet and Modern Society" (IMS-2021), St. Petersburg, 24 - 26 June 2021. CEUR Workshop Proceedings, 2021. P. 230-234.
- Глава книги Azarov A., Suvorova A., Koroleva M., Vasileva O. Aggregate Estimates for Probability of Social Engineering Attack Success: Sustainability of the Structure of Access Policies, in: International Symposium on Computer Science, Digital Economy and Intelligent Systems, CSDEIS 2019 Vol. 1127: Advances in Intelligent Systems, Computer Science and Digital Economics. Springer, 2020. doi P. 299-306. doi
- Глава книги Azarov A., Suvorova A., Koroleva M., Vasileva O., Tulupyeva T. Assessment of the Information System’s Protection Degree from Social Engineering Attack Action of Malefactor While Changing the Characteristics of User’s Profiles: Numerical Experiments, in: Proceedings of the Fourth International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’19) Vol. 1156. Springer, 2020. doi P. 523-530. doi
- Глава книги Anna Smirnova, Suvorova A. Machine Learning Models Interpretations: User Demands Exploration, in: Digital Transformation and Global Society: 5th International Conference, DTGS 2020, St. Petersburg, Russia, June 17–19, 2020, Revised Selected Papers. Springer, 2020. doi Ch. 8. P. 107-116. doi
- Глава книги Budin E., Smirnova K., Suvorova A., Tulupyeva T. An approach to automation of user's profile analysis, in: Digital Transformation and Global Society: 4th International Conference, DTGS 2019, St. Petersburg, Russia, June 19–21, 2019, Revised Selected Papers / Ed. by D. A. Alexandrov, A. V. Boukhanovsky, A. V. Chugunov, Y. Kabanov, O. Koltsova, I. Musabirov. Cham : Springer, 2019. doi P. 461-467. doi
- Глава книги Suvorova A., Тулупьев А. Л. Learning Bayesian network structure for risky behavior modelling, in: Advances in Intelligent Systems and Computing. 3rd International Scientific Conference on Intelligent Information Technologies for Industry, IITI 2018 Vol. 2. Springer, 2019. doi P. 58-67. doi
- Глава книги Suvorova A., Tulupyev A. Prediction quality of Bayesian belief network model for risky behavior: comparison of subsamples with different rates, in: Atlantis Studies in Uncertainty Modelling, Proceedings of the 2019 Conference of the International Fuzzy Systems Association and the European Society for Fuzzy Logic and Technology (EUSFLAT 2019) Vol. 1. Atlantis Press, 2019. P. 648-652. doi
- Глава книги Suvorova A., Ivaniushina V. A., Bakhitova A., Kuznetsova A. Women Data Science Leaders in Russia, in: ACM SIGKDD Explorations Newsletter Vol. 21. Issue 1. NY : ACM, 2019. Ch. 7. P. 45-48. doi
- Глава книги Азаров А., Суворова А. В., Васильева О., Королева М., Азарова В. Анализ изменения уровня защищенности пользователей информационных систем при комбинированном подходе к работе с профилем уязвимостей пользователей // В кн.: Информационная безопасность регионов России (ИБРР-2019). XI Санкт-Петербургская межрегиональная конференция. Санкт-Петербург, 23-25 октября 2019 г.: Материалы конференции. СПб. : Санкт-Петербургское Общество информатики, вычислительной техники, систем связи и управления, 2019. С. 416-418.
- Статья Суворова А. В., Бахитова А. А., Кузнецова А. Д., Гуляев П. Р. Социальные алгоритмы онлайн-сообществ: аналитический обзор // Информационное общество. 2019. № 4-5. С. 105-112.
- Глава книги Shindarev N., Bagretsov G., Abramov M., Tulupyeva T., Suvorova A. Approach to Identifying of Employees Profiles in Websites of Social Networks Aimed to Analyze Social Engineering Vulnerabilities, in: Proceedings of the Second International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’17). Advances in Intelligent Systems and Computing Vol. 679. Cham : Springer, 2018. doi doi
- Глава книги Suvorova A. Exploring Bayesian belief network for risky behavior modelling: discretization and latent variables, in: CEUR Workshop Proceedings Vol. 2258: Proceedings of the II International Scientific and Practical Conference “Fuzzy Technologies in the Industry – FTI 2018”. Ulyanovsk : CEUR Workshop Proceedings, 2018. P. 63-70.
- Глава книги Dornostup O., Suvorova A. Network Structure of e-Shops Profile as Factor of Its Success: Case of VK. com, in: Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics). 10th International Conference on Social Informatics, SocInfo 2018; St.Petersburg. Cham: Springer, 2018. P. 40-50. doi
- Статья Суворова А. В., Смирнова К. Р., Будин Е. А., Тулупьева Т. В., Тулупьев А. Л., Абрамов М. В. Исследовательский проект как инструмент обучения методам анализа текста: предсказание класса поста в социальной сети // Компьютерные инструменты в образовании. 2018. № 3. С. 49-64. doi
- Статья Азаров А., Суворова А. В., Тулупьев А. Л., Тулупьева Т. Построение оценок вероятностей успеха социоинженерного атакующего воздействия злоумышленника на основании случайного процесса с дискретным временем // Мягкие измерения и вычисления. 2018. № 6(7). С. 80-86.
- Статья Суворова А. В., Тулупьев А. Л. Синтез структур байесовской сети доверия для оценки характеристик рискованного поведения // Информационно-управляющие системы. 2018. Т. 1. № 92. С. 116-122. doi
- Глава книги Suvorova A. Models for respondents' behavior rate estimate: Bayesian Network structure synthesis, in: XX IEEE International Conference on Soft Computing and Measurements (SCM). IEEE, 2017. P. 87-89. doi
- Глава книги Суворова А. В., Тулупьев А. Л. Неопределенность в оценивании параметров рискованного поведения индивидов // В кн.: Нечеткие системы и мягкие вычисления. Промышленные применения. Fuzzy Technologies in the Industry (FTI-2017): Первая Всероссийская научно-практическая конференция. Ульяновск : УлГТУ, 2017. С. 170-177.
- Глава книги Суворова А. В. Оценивание параметров байесовской сети доверия для моделирования социально-значимого поведения респондентов // В кн.: Нечеткие системы, мягкие вычисления и интеллектуальные технологии (НСМВИТ-2017) Т. 1. СПб. : Политехника-сервис, 2017. С. 139-145.
- Глава книги Suvorova A., Tulupyeva T. Bayesian Belief Networks in Risky Behavior Modelling, in: Proceedings of the First International Scientific Conference “Intelligent Information Technologies for Industry” (IITI’16) Vol. 450. Issue 1. Springer, 2016. doi P. 95-102. doi
- Глава книги Toropova A., Suvorova A. Data coherence diagnosis in socially significant behavior model, in: Proceedings of the XIX International Conference on Soft Computing and Measurements SCM`2016. St. Petersburg : IEEE, 2016. P. 14-17. doi
- Глава книги Suvorova A., Tulupyev A. Evaluation of the model for individual behavior rate estimate: Social network data, in: Proceedings of the XIX International Conference on Soft Computing and Measurements SCM`2016. St. Petersburg : IEEE, 2016. P. 18-20. doi
- Статья Ustinov A., Suvorova A., Belyakov A., Makhamatova A., Levina O., Krupitsky E., Lioznov D., Niccolai L., Heimer R. Psychiatric Distress, Drug Use, and HIV Viral Load Suppression in Russia // AIDS and Behavior. 2016. Vol. 20. No. 8. P. 1603-1608. doi
- Статья Suvorova A., Belyakov A., Makhamatova A., Ustinov A., Levina O., Tulupyev A., Niccolai L., Rassokhin V., Heimer R. Comparison of satisfaction with care between two different models of HIV care delivery in St. Petersburg, Russia // AIDS Care - Psychological and Socio-Medical Aspects of AIDS/HIV. 2015. Vol. 27. No. 10. P. 1309-1316. doi
- Статья Tulupyev A., Suvorova A., Sousa J., Zelterman D. Beta prime regression with application to risky behavior frequency screening // Statistics in Medicine. 2013. Vol. 32. No. 23. P. 4044-4056.
Опыт работы
(2014-2018) старший научный сотрудник, лаборатория теоретических и междисциплинарных проблем информатики, Санкт-Петербургский институт информатики и автоматизации РАН
(2010-2014) научный сотрудник, лаборатория теоретических и междисциплинарных проблем информатики, Санкт-Петербургский институт информатики и автоматизации РАН
(2010-2013) аспирант, кафедра информатики, Санкт-Петербургский государственный университет
Информация*
- Научно-педагогический стаж: 13 лет
- Преподавательский стаж: 13 лет
Как войти в IT-сферу и стать UX-аналитиком
Магистратура «UX-аналитика и проектирование информационных систем» — молодая программа в Питерской Вышке, которая готовит междисциплинарных специалистов. Выпускники умеют проводить пользовательские исследования, анализировать данные и писать код. В материале академический руководитель программы Алена Суворова рассказала, чем сегодня живет программа: проекты с крупными gamedev компаниями, семинары с обсуждением ChatGPT и многое другое.
«Ориентация на пользователя — это хорошая практика»: Алена Суворова о том, что такое пользовательский опыт и как его изучать
В современном мире почти каждый человек — пользователь многочисленных сервисов и продуктов. За удобными, интуитивно понятными интерфейсами стоит непростая работа целой команды, в том числе UX-аналитиков. Руководитель магистерской программы «UX-аналитика и проектирование информационных систем» Алена Суворова поделилась, как изучается пользовательский опыт на разных стадиях продукта.
Гипотезы, проекты и тренинги: как прошел хакатон по анализу данных для старшеклассников
В выходные с 24 по 25 сентября в корпусе на Кантемировской прошел хакатон олимпиады DANO по анализу данных для школьников. Его организует Высшая школа экономики в партнерстве с «Тинькофф». В мероприятии приняли участие более 120 школьников. Рассказываем, как прошли соревнования в Петербурге.
День Питерской Вышки 2022: как это было
Традиционный для НИУ ВШЭ — Санкт-Петербург День Питерской Вышки вернулся в офлайн. Он прошел 11 сентября в креативном пространстве «Севкабель Порт». На берегу Финского залива студенты, преподаватели, руководство и партнеры кампуса отметили самый яркий праздник осени, ознаменовавший начало учебного года и посвящение первокурсников в студенты.
Мастер-классы, танцы и квесты: как пройдет День Питерской Вышки в «Севкабель Порту»
НИУ ВШЭ — Санкт-Петербург приглашает студентов и не только на День Питерской Вышки — самый яркий праздник этой осени. Участников ждет знакомство со студенческими организациями Питерской Вышки, театральный мастер-класс, живые шахматы, лекции о молодежи и треки DJ Feel, заряжающие на хорошее настроение.
Выпускница программы разработала чат-бот для родственников пациентов с деменцией
В рамках магистерской диссертации Олеся Мугинова, выпускница программы «UX-аналитика и проектирование информационных систем», разработала прототип чат-бота для помощи семьям пациентов с деменцией. Дипломная работа Олеси была признана комиссией одной из лучших ВКР этого года. В интервью выпускница рассказала, почему решила заняться такой серьезной проблемой, как собирала контент для чат-бота и показала, что у нее в итоге получилось.
Как подготовить портфолио для программы «UX-аналитика и проектирование информационных систем»
Для поступления на магистерскую программу «UX-аналитика и проектирование информационных систем» нужно собрать качественное портфолио. Вместе с академическим руководителем программы Алёной Владимировной Суворовой рассказываем, из чего состоит портфолио, на что обратить внимание и как избежать ошибок при подготовке документов.
Игровая студия Playkot стала партнером магистерской программы «UX-аналитика и проектирование информационных систем»
В рамках партнерства на программе будет развиваться направление Game Design & Analytics. Сотрудники компании прочтут ряд спецкурсов по игровой тематике, также у студентов будет возможность пройти стажировку и сделать дипломную работу по этому направлению совместно с Playkot.
«UX-аналитика и проектирование информационных систем»: отзывы первокурсников
Редакция поговорила с тремя первокурсниками магистерской программы «UX-аналитика и проектирование информационных систем». Узнали у ребят, почему они выбрали эту программу, какими впечатлениями могут поделиться после года обучения и какую карьерную траекторию для себя видят.
«Не бойтесь пробовать новое, потому что любой опыт полезен в жизни»
В этом учебном году Виктория Яшина заканчивает учебу на образовательной программе «Социология и социальная информатика» в Питерской Вышке. Виктория поделилась с редакцией портала планами на будущее, а также рассказала о занятиях в театральной студии и руководстве клубом «Художка».
Итоги конкурса лучших преподавателей
Питерская Вышка публикует итоги конкурса на звания лучших преподавателей 2021 года. Победителей выбирали голосованием студентов и выпускников, а также по результатам конкурса НИРС.
«Раннее приглашение в магистратуру сильно облегчает поступление и дает уверенность в завтрашнем дне»
До 30 апреля абитуриенты очных программ магистратуры могут подать документы на конкурс для получения раннего приглашения к обучению. Первокурсники Питерской Вышки делятся своим опытом и впечатлениями от поступления по раннему приглашению.
Дай пять: что советует почитать Алена Владимировна Суворова
Во второй учебный модуль нужно входить не только с новыми силами, но и с новой книжной подборкой. В этот раз своими любимыми произведениями делится академический руководитель магистерской программы «Информационные системы и взаимодействие человек-компьютер» Алёна Суворова. Ее рекомендации порадуют как проектировщиков и UX-дизайнеров, так и тех, кто увлекается русским языком и жанром фэнтези.
Как работать из дома? Отвечают студенты и преподаватели Питерской Вышки
Дистанционное обучение и удаленная работа — это непросто: приходится дольше сидеть за компьютером и от дел так просто не спрятаться. Как работать из дома эффективнее? И можно ли научиться переключаться с рабочих задач на домашние ровно в 18:00? Своим опытом делятся преподаватели и студенты Питерской Вышки.
Молодые ученые Вышки получили гранты РНФ
16 исследовательских проектов, представленных учеными ВШЭ, стали победителями двух молодежных конкурсов Российского научного фонда. Среди них — пять проектов немосковских кампусов университета.
Три проекта Питерской Вышки получили гранты РНФ
В начале июля были объявлены победители молодежных грантовых конкурсов Российского научного фонда. Проект Лаборатории экологической и технологической истории под руководством Елены Кочетковой получил финансирование сроком на три года, еще двое ученых Высшей школы экономики в Санкт-Петербурге — Алёна Суворова и Александр Нестеров — были поддержаны индивидуальными грантами.
Больше гендерного разнообразия в науке о данных
Поздравляем наших коллег, вошедших в число победителей международного конкурса грантов KDD Impact Program от ACM SIGKDD для поддержки проектов по развитию и распространению Data Science в мире! Проект направлен на увеличение гендерного разнообразия и вовлеченности женщин в российском сообществе науки о данных.
Первый семинар НУГ "Машинное обучение и социальный компьютинг": траектории развития и исследования онлайн-игр
21 января состоялся первый семинар НУГ “Машинное обучение и социальный компьютинг”. Были обсуждены планы работы НУГ, а также представлены основные идеи, дизайн и некоторые результаты исследований по социальным алгоритмам в онлайн-играх и eSports.