Буровский Евгений Андреевич

Удостоверение о повышении квалификации № 087243 по программе "Управление проектами в высшем образовании" (05 декабря-22 декабря 2016г.)

Cертификат участника совместного семинара ФАНО России и IBM по теме: «Управление научной деятельностью и ее результатами» (Цюрих, 27 сентября - 29 сентября 2017г.)

Лучший преподаватель – 2018, 2017

Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)
Категория "Новые преподаватели" (2017)

Организация коллегиальной разработки образовательной программы, а именно:  

• учебных планов ОП;
• матрицы компетенций и перечня основных результатов обучения;
• методического и информационного обеспечения учебного процесса по образовательной программе, включая программы учебных дисциплин (модулей), научно-исследовательских семинаров, практик, итоговых государственных испытаний;
• фондов оценочных средств (ФОС), включая организацию  апробации ФОС.

Контроль качества работы преподавателей ОП.

Анализ и внедрение лучшего опыта мирового и российского образования в содержание и технологию реализации ОП.

Координация работы с потенциальными абитуриентами ОП.  

Формирование состава аттестационной комиссии.

Рекомендации по составу государственных экзаменационных комиссий.

Взаимодействие с научно-исследовательскими подразделениями НИУ ВШЭ по вопросам проектной, исследовательской работы, практики студентов образовательной программы.

Взаимодействие с учебным офисом программы по вопросам организации обучения студентов ОП.

Выявление обучающихся, склонных к академической карьере, и организация работы с ними.

Взаимодействие с работодателями и выпускниками ОП для уточнения требований к компетенциям выпускника и оценки выбранных технологий реализации ОП  и качества подготовки выпускников.

Подготовка образовательной программы к различным процедурам оценки качества (включая аккредитацию, сертификацию, экспертизу), организация проведения самообследования образовательной программы.

Библиотека SciPy, версия 0.18.1, http://doi.org/10.5281/zenodo.154391

Проекты могут быть индивидуальными или групповыми, трудоемкостью от 2 до 10 з.е. 

Результатами проектов является запрос на включение (pull request) в соответствующий репозиторий в системе GitHub, либо репозиторий с программным кодом в системе GitHub (либо аналогичной), пригодным к коллегиальному рецензированию (code review). Также требуется техническая документация.

В проекты принимаются студенты 2-4 курсов бакалавриата, также студенты магистратуры. 

• Доработка функциональности тензорных сверток. 

Функция numpy.einsum вычисляет тензорные свертки, в т.ч. с поиском оптимального
порядка проведения вычислений. В существующей версии, для тензоров малого размера
поиск наилучшего порядка индексов сверток реализован на python-е, и доминирует во
времени работы функции:
In [32]: b = np.zeros((2, 2))

In [33]: %timeit np.einsum("ik,il,sl->", b, b, b, optimize='optimal')

Проект состоит в  программной оптимизации подсистемы поиска наилучших
последовательностей сверток, в переносе функциональности из чистого python-a
в компилируемое расширение с использованием языка Cython.

https://docs.scipy.org/doc/numpy-1.15.1/reference/generated/numpy.einsum.html

• Автоматическая проверка программных примеров в документации библиотеки numpy.

Документация библиотек NumPy и SciPy содержит большое число примеров. Автоматическая
проверка примеров позволяет находить и исправлять ошибки в документации. Библиотка SciPy
использует модифицированный модуль doctest стандартной библиотеки для автоматической
проверки документации, 
https://github.com/scipy/scipy/blob/master/tools/refguide_check.py

Проект состоит в адаптации утилиты refguide_check для библиотеки NumPy, исправления
найденных ошибок в документации и встраивании проверки документации в систему
автоматического тестирования.
https://github.com/numpy/numpy/issues/9415

• SVD разложение для ленточных матриц.

Использовании библиотечных функций LAPACK для решения нормальной
системы уравнений с ленточными матрицами в задаче сплайн-интерполяции
https://github.com/scipy/scipy/blob/v1.1.0/scipy/interpolate/_bsplines.py#L849-L1003

• Доработка подсистемы сплайн-интерполяции с периодическими граничными условиями,

https://github.com/scipy/scipy/blob/v1.1.0/scipy/interpolate/_bsplines.py#L609

• Программная реализация алгоритма де Бора newknot для автоматического выбора узлов сплайн-интерполяции.
• Доработка алгоритма построения сплайн-интерполяции для ленточных матриц
  https://github.com/scipy/scipy/blob/master/scipy/interpolate/interpolate.py#L2733
• Разработка библиотеки угловых распределений в библиотеке scipy.stats.

Проект состоит в разработке функционала, аналогичного существующим классам 
rv_continuous и rv_discrete (https://github.com/scipy/scipy/blob/v1.1.0/scipy/stats/_distn_infrastructure.py#L1313-L2405)
для угловых распределений.

• Исследование возможностей компилятора Pythran.

Компилятор Pythran (https://pythran.readthedocs.io/en/latest/) преобразует программный код на языке Python в расширение на языке C++.  В экспериментальной попытке https://github.com/scipy/scipy/pull/8306 предлагалось использовать Pythran вместо принятого в настоящий момент языка Cython. В данном проекте предлагается исследовать возможность альтернативного подхода: Pythran-компиляции отдельных элементов функциональности SciPy, написанных на "чистом" Python-е.

https://miem.hse.ru/edu/pm/announcements/205909716.html

/mirror/pubs/share/205934708