Шипилов Фома Александрович

Полномочия / обязанности

Проведение исследовательских работ, подготовка материалов к публикациям.

Oбразование

2025

Магистратура: Национальный исследовательский университет "Высшая школа экономики", специальность «Прикладная математика и информатика», квалификация «Магистр»

Дополнительное образование / Повышение квалификации / Стажировки

IV Всероссийская школа НЦФМ по физике высоких энергий, ядерной физике и ускорительной технике

III Всероссийская школа НЦФМ по физике высоких энергий, ядерной физике и ускорительной технике

Летняя школа по ML в биоинформатике 2022

Профессиональные интересы

глубинное обучение компьютерное зрение генеративные модели

Достижения и поощрения

Благодарность старшего директора по научным исследованиям и разработкам НИУ ВШЭ (август 2024)

Учебные курсы (2025/2026 уч. год)

Introduction to Deep Learning (Бакалавриат; где читается: Факультет компьютерных наук направление: 01.03.02 Прикладная математика и информатика; 3-й курс, 2, 3 модуль)Анг
Introduction to Deep Learning (Бакалавриат; где читается: Факультет компьютерных наук направление: 01.03.02 Прикладная математика и информатика, 37.03.01 Психология, 38.03.04 Государственное и муниципальное управление, 39.03.01 Социология, 41.03.04 Политология; 3-й курс, 2, 3 модуль)Анг
Deep Learning 1 (Бакалавриат; где читается: Факультет компьютерных наук направление: 01.03.02 Прикладная математика и информатика; 3-й курс, 2, 3 модуль)Анг
Deep Learning 1 (Дисциплина общефакультетского пула; где читается: Факультет компьютерных наук; 2, 3 модуль)Анг
Архив учебных курсов

Учебный ассистент

Дискретная математика - 2020 (Факультет компьютерных наук; 1-й курс, 1-3 модуль)

Algorithms and DS I & II - 2021 (Master of Data Science; 1^st year)

Глубинное обучение 1 - 2022 (Факультет компьютерных наук; 3-й курс, 1-3 модуль)

Расписание занятий на сегодня

Расписание занятий по физической культуре в спортивных секциях

Полное расписание

Конференции

2025
23rd International Workshop on Advanced Computing and Analysis Techniques in Physics Research (ACAT 2025) (Гамбург). Доклад: Fast FARICH Simulation Using Generative Adversarial Networks
IX SPD collaboration meeting (Ереван). Доклад: Machine Learning for FARICH Reconstruction. Production sample
7th International Workshop on Future Tau-Charm Facilities (FTCF2025) (Хуаншань). Доклад: ML-based fast simulation of FARICH responses

2024
7th International Conference on Particle Physics and Astrophysics (ICPPA-2024) (Москва). Доклад: Machine Learning for FARICH Reconstruction in the SPD experiment at NICA
The 8th International Conference on Deep Learning in Computational Physics (DLCP2024) (Москва). Доклад: Machine Learning for NICA SPD Aerogel Reconstruction

2023
26th International Conference on Computing in High Energy and Nuclear Physics (CHEP-2023) (Норфолк). Доклад: What Machine Learning Can Do for Focusing Aerogel Detectors
The use of new methods for processing data of a physical experiment. Application of machine learning methods on the NICA complex. (Санкт-Петербург). Доклад: What Machine Learning Can Do for Focusing Aerogel Detectors

2022
6th International Conference on Particle Physics and Astrophysics (ICPPA-2022) (Москва). Доклад: What Machine Learning Can Do for a Focusing Aerogel Detectors

Гранты

Стипендия имени Ильи Сегаловича 2022

Грант президента РФ 2019

Опыт работы

2024 Менеджер, Департамент противодействия мошенничеству, Сбер, Москва, Россия

Разработка ИИ модели анти-фрод (совм. с ВШЭ)

2024 Стажер, Сбер ИИ, Сбер, Москва, Россия

Бенчмаркинг точечных временных процессов на датасете MIMIC-IV

2020 — 2021 Ассистент-инженер, Хуавэй Noah’s Ark lab, Москва, Россия

Ремастеринг анимационного сериала в рамках проекта "Глубокое обучение для улучшения качества фильмов в низком разрешении"
Разработка нелинейной сверточной модели деградации для задачи сверх-разрешения фотографий

14

июнь

2023

Не ML единым: в мае прошел традиционный выезд департамента больших данных и информационного поиска ФКН в Вороново

С 12 по 14 мая в учебном центре «Вороново» состоялся семинар по машинному обучению факультета компьютерных наук. Он проводится каждый год для обмена опытом и нетворкинга. Студенты, преподаватели и научные сотрудники ФКН обсудили результаты исследований и новые проекты.