На пятилетии факультета компьютерных наук вручили стипендии имени Ильи Сегаловича

В рамках празднования пятилетия ФКН в башне «Меркурий» делового центра «Москва-Сити» прошло вручение стипендии имени Ильи Сегаловича. Каждый год на стипендию номинируются студенты и аспиранты факультета, продемонстрировавшие успехи в учебе и научных исследованиях.

Впервые вручение стипендии состоялось в 2015 году, в первый день рождения ФКН. За эти годы факультет стал не только одним из самых заметных в Вышке, но среди ИТ-факультетов ведущих вузов России.

Факультет компьютерных наук создавался совместно с компанией «Яндекс» на базе опыта Stanford University и EPFL. Сейчас факультет увеличил число партнерских проектов с «Яндексом», а также сотрудничает с Samsung, SAS, CERN, Сбербанком. За счет большой популярности факультета среди призеров и победителей олимпиад по математике и программированию ежегодно растет количество и уровень студентов бакалавриата и магистратуры, а вместе с ним — уровень подготовки.

Факультет компьютерных наук сегодня

721

студент

3

программы бакалавриата (включая англоязычную программу двух дипломов с Лондонским университетом)

6

программ магистратуры

9

научных лабораторий

9

грантов Российского научного фонда

Факультет уделяет большое внимание поддержке молодых ученых. Стипендия имени Ильи Сегаловича — один из способов поощрить лучших студентов, занимающихся проектной и научно-исследовательской работой. Она составляет 30, 35 и 40 тысяч рублей для бакалавров, магистров и аспирантов соответственно и выплачивается ежемесячно в течение года.

В этом году стипендиатами стали 16 человек: Никита Веселко, Филипп Грибов, Никита Калинин, Даниил Николенко, Михаил Носовский, Ирина Понамарева, Владимир Смурыгин, Полина Таранцова, Даниил Тяпкин, Анастасия Чистопольская, Артем Гадецкий, Екатерина Козлова, Александр Лазаренко, Владислав Белавин, Ольга Герасимова, Роман Нестеров.

Поздравить ФКН и наградить стипендиатов приехали вице-президент ВШЭ Игорь Агамирзян, проректоры ВШЭ Мария Юдкевич и Сергей Рощин, директор Института системного программирования РАН Арутюн Аветисян, директор Института проблем передачи информации РАН Андрей Соболевский, заместитель руководителя службы баннерной системы «Яндекса» Михаил Левин, а также представители Сбербнка, компании Samsung, 1С и других партнеров факультета.

В этом году впервые состоялось вручение Научной премии имени Ильи Сегаловича за вклад в развитие компьютерных наук, которую также учредил Яндекс.

Лауреаты’ 2019 — о своих исследованиях и научных интересах.

Полина Таранцова, студентка 2 курса образовательной программы «Программная инженерия»

Я занимаюсь глубинным анализом процессов (Process mining). Технологии, разработанные учеными из данной научной сферы, широко используется в бизнесе для повышения эффективности экономической деятельности, для анализа поведения пользователей и систем.

Любой процесс можно описать последовательностью событий. В реальной жизни приходится иметь дело с огромными наборами данных, включающими в себя сотни тысяч событий, которые очень сложно анализировать. Ученый в области анализа процессов работает с журналом событий (логом). Перед ним стоит задача построить модель, которая бы наиболее точно и компактно описывала систему, из которой извлечен лог.

В 2018 году мы с моим научным руководителем предложили подход, основанный на выявлении подпроцессов в системе, который позволил, не теряя поведенческих паттернов, уменьшить размер описывающей модели в 65 раз! По результатам исследования написана статья, которую опубликовали в научном журнале издательства «Springer», а работа представлена на международной конференции AIST. В настоящее время в лаборатории процессно-ориентированных информационных систем (ПОИС) я занимаюсь применением методов машинного обучения для получения моделей. Работа интересная, есть обширная почва для исследований, поэтому я планирую и дальше развиваться на стыке process mining и machine learning.

 

Артем Гадецкий, студент 1 курса магистрской программы «Статистическая теория обучения» 

Я занимаюсь исследованиями в научной группе байесовских методов под руководством Дмитрия Ветрова уже на протяжении трех лет: два года бакалавриата и сейчас продолжаю в магистратуре. Моя бакалаврская работа является экспериментальным подтверждением того, что современные нейронные сети извлекают гораздо больше информации о данных, чем было принято считать. Нейронная сеть не просто понимает значения слов в зависимости от контекста, но и способна сформулировать свое понимание на человеческом языке. Это открывает новые возможности для интерпретации искусственного интеллекта. Результаты исследования представили на главной мировой конференции по компьютерной лингвистике ACL (ранга A*). Технология, предложенная в статье, представляет как конкретную практическую пользу — например, для финансовой сферы, — так и более фундаментальную.

В данный момент я занимаюсь так называемым structure learning — по имеющимся данным нужно построить ацикличный направленный граф зависимости между переменными. Это может быть полезно во многих прикладных областях, где нужно вместо условного распределения уметь оценивать причинно-следственные зависимости.

 

Роман Нестеров, аспирант, стажер-исследователь научно-учебной лаборатории процессно-ориентированных информационных систем (ПОИС)

Я учусь на втором курсе совместной аспирантуры с Миланским университетом-Бикокка (Università degli Studi di Milano-Bicocca, UNIMIB). Моя научная работа посвящена исследованию синтеза формальных (исполняемых) моделей процессов по журналам событий информационных систем (process discovery). Это направление сейчас бурно развивается и в 2019 году было признано компанией Gartner одним из наиболее приоритетных направлений развития ИТ в мире.

Совместно с исследователями группы «Models of Concurrency, Computation and Communication» в UNIMIB мы работаем над методами композиционного синтеза моделей мультиагентных систем по их журналам событий. Важной задачей любого подхода, который предполагает использование композиции, является обеспечение корректности (так называемой бездефектности) получаемых моделей. Например, желательно, чтобы модель не допускала тупиков (deadlocks).

В 2018 году мы представили общий подход к композиционному синтезу на воркшопе при конференции PETRI NETS 2018. Использование нашего подхода позволяет получать модель мультиагентной системы путем управляемой композиции моделей поведения отдельных агентов, а также наследовать свойства агентов. Таким образом, нет необходимости выполнять проверку модели всей системы, если модели агентов являются бездефектными. Помимо этого, модель системы визуально отражает структуру взаимодействия агентов, что значительно упрощает ее применение и анализ.

Применение предложенного нами подхода может потребовать довольно-таки глубоких теоретических знаний, поэтому мы также разрабатывали специальные шаблоны композиции, удобные для практического применения. Шаблоны описывают типичные способы взаимодействия агентов в мультиагентных системах и, по сути, являются готовыми к использованию решениями. С помощью разработанной библиотеки шаблонов мы также выполнили углубленную экспериментальную оценку, результаты которой подтверждают практическую ценность нашего подхода. Сейчас мы активно работаем над уточнением и обобщением имеющихся результатов.