ABCDEFGHIJKLMNOPQRSTUV
1
Отметка времениАдрес электронной почтыФИО руководителя практикиEmail для связи со студентамиЕще контактная информация Место работыДолжность руководителя практикиОП студентовТребования к студентамКоличество студентов Цель практикиЗадачи практики (перечислить)Содержание практикиОжидаемые результаты практикиМогут ли результаты практики использоваться при написании студентом ВКР?Форма отбора на практику
2
01.06.2020 20:25:47vladimir.gurvich@gmail.comVladimir Gurvich / Владимир Александрович Гурвичvladimir.gurvich@gmail.com1 848 445 3235 [Rutgers University; USA]ВШЭ; ФКН; Международная Лаборатория Теоретической ИнформатикиВедущий Научный Соотрудник / Прикладная математика и информатика (бак.), МагистратураПредварительных знаний не требуется; Желательно умение программировать10Подготовка к самостоятельной исследовательской работе в области теории игр. Изучение отдельных глав теории игр. Решение соответствующих задач. Постановка вычислительных экспериментовКомбинаторные игры: Ядро и функция Шпрага-Гранди.
Бескоалиционные игры: равновесие Нэша в позиционных и стохастических играх, играх голосования и аукционах. Разрешимость по Нэшу игр с поной информацией и игровых форм.
Приобретение навыков в постановке и решении игровых задач. Подготовка к самостоятельной исследовательской работе в перечицсленных выше областях теории игр.

ВозможноРезюме, Собеседование
3
02.06.2020 11:53:22dilvovsky@hse.ruИльвовский Дмитрий Алексеевичdilvovsky@hse.ru+79165697022ДАДиИ ФКНдоцентПрограммная инженерия (бак.), Прикладная математика и информатика (бак.)для ПИ - знание методов обработки и хранения больших массивов данных, для ПМИ - приветствуется знакомство с базовыми стат. методами обработки текста (построение частотных словарей, работа с текстовыми шаблонами) От 1 до 3Развитие модуля индивидуальной "настройки" пользовательской траектории в программном решении, предназначенном для обучения английскому языкуРазработка прототипа программного средства, помогающего выделять типовые лингвистические конструкции из корпуса субтитров (ПМИ)
Организация эффективной схемы обработки и хранения большого корпуса размеченных текстовых данных (ПИ)
Необходимо будет решить практическую задачу в рамках разработки средства для обучения английскому языку (проект стартапа). Один из модулей отвечает за "настройку" траектории обучения под индивидуальные особенности пользователя. Для того чтобы осуществлять такую настройку, планируется использовать "типовые лингвистические конструкции" из очень большого (400+ Гб) корпуса субтитров http://opus.nlpl.eu/, а также, возможно, из других ресурсов. Для корпуса уже сделана синтаксическая и морфологическая разметка по стандарту UDP, она хранится в виде XML-файлов, которые нужно уметь эффективно обрабатывать и хранить.
Задача состоит в том, чтобы научиться определять и эффективно вычислять такие конструкции, использую уже существующую лингвистическую разметку: грамматическую и синтаксическую. Нужно будет сделать средство для задания грамматических и синтаксических шаблонов, на его основе построить и проанализировать частотные словари для корпуса. По итогам работы надо будет сделать небольшой прототип и передать его программистам стартапа. Также желательно сформулировать основные идеи по хранению и обработке данных, чтобы они смогли развивать свое средство в дальнейшем.
Прототип разработан и передан программистам стартапа
Сформулированы основные подходы по дальнейшей обработке и хранению данных в размеченном корпусе текстов
ДаСобеседование
4
02.06.2020 20:37:26dpantiukhin@hse.ruПантюхин Дмитрий Валерьевичdpantiukhin@hse.ruТелеграм @dpantiukhinНИУ ВШЭ, ФКН, ДПИстарший преподавательПрограммная инженерия (бак.)Машинное обучение, Python или Matlab, умение работать с данными1Подготовить данные, провети обучение начальных моделей, в соответствии с работой https://www.nature.com/articles/s41586-019-1119-1 1) Сбор и организация публичных данных
2) Подготовка данных
3) Выбор моделей для обучения, их параметров, составление плана экспериментов
4) Обучение моделей
5) Анализ результатов
6) Определение путей развития и предложения о создании аналогичных наборов данных для русского языка
Под руководством проф. Харламова А.А. подготовить данные и провести (предварительное) обучение моделей (частей моделей) по аналогии с указанной работой. Определить способы создания аналогичных наборов данных для русского языка, необходимые средства, перспективы метода. 1) Подготовленные данные и предварительные результаты обучения моделей
2) Предложения о создании аналогичных наборов данных для русского языка
ДаРезюме, Собеседование
5
02.06.2020 21:32:04omaksimenkova@hse.ruМаксименкова Ольга Вениаминовнаomaksimenkova@hse.ru+79035170624Международная лаборатория интеллектуальных систем и структурного анализанаучный сотрудникПрограммная инженерия (бак.)С#, желательно, но не обязательно Microsoft Bot Framework2Разработка Q&A бота для Telegram и Microsoft TeamsИзучить Microsoft Bot Framework, Собрать и формализовать требования к Q&A ботам, Предложить архитектуру ботов, Разработать хранилище данных для ботов, ПрототипироватьВ процессе практики студенты разберуться с созданием ботов на основе Microsoft Bot Framework, познакомятся с разработкой приложений для Microsoft TeamsРаботоспособные прототипы Q&A ботов.ДаСобеседование
6
03.06.2020 12:33:07orebrova@hse.ruРеброва Ольга Юрьевнаo.yu.rebrova@gmail.com89104042359ДАДИИ ФКНпрофессорПрограммная инженерия (бак.), Прикладная математика и информатика (бак.)средства для разработки веб-приложенийдо 3Разработка веб-калькулятора для медицинской задачи1) краткое ознакомление с медицинской задачей;
2) выбор средств разработки;
3) программная реализация ранее разработанной нейронной сети, представленной в формате XML или C;
4) тестирование программного продукта.
Работающий веб-сервис для использования врачами в рамках систем поддержки принятия решенийВозможноРезюме, мотивационное письмо (при желании студента)
7
04.06.2020 12:03:55orebrova@hse.ruРеброва Ольга Юрьевнаo.yu.rebrova@gmail.com89104042359ДАДИИ ФКНпрофессорПрикладная математика и информатика (бак.)Владение языком программирования python, знание основных алгоритмов машинного обучения и опыт их практического применения.1 Разработка практического алгоритма персонализированного интеллектуального управления дозами инсулина для больных сахарным диабетом 1 типа.1. Практическая часть проекта: Разработка приложения для врачей для применения существующего алгоритма.
2. Исследовательская часть: Усовершенствование и доработка существующего алгоритма корректировки доз инсулина.
1. Приложение или программа, позволяющая врачам использовать существующий алгоритм для корректировки доз инсулина.
2. Улучшение качества предсказаний существующего алгоритма с помощью методов анализа данных и машинного обучения.
Даперсональное приглашение
8
04.06.2020 15:01:58tpak@hse.ruСоколов Е.А.tpak@hse.rutpak@hse.ruОСУП в бакалавриате ФКНакадемический рукрводитель Программная инженерия (бак.), Прикладная математика и информатика (бак.)физическая доступность в конце августа 6сервиснаяучастие в организации входного тестирования и приеме первокурсников +ВозможноСобеседование
9
04.06.2020 19:14:35ayzenberga@gmail.comАйзенберг Антон Андреевичayzenberga@gmail.com89857142643МЛ Алгебраической топологии и ее приложений ФКНЗав.лаб.Прикладная математика и информатика (бак.), МагистратураПонимание, что такое планарный граф, и почему граф K_5 не планарный. Знание, что такое сфера с g ручками (поверхность рода g).до 4, но на каждую подтему не более 2Конкретная цель и задачи практики зависит от курса и уровня студента. Левел 1 (студенты 1-2 курса): нужно будет разобрать работу Юнгермана-Рингеля о вложимости полных графов в двумерные поверхности (например, K_5 нельзя нарисовать без самопересечений на сфере, но можно нарисовать на торе. На торе также можно нарисовать K_6 и K_7, а вот K_8 уже нельзя. Нужно понять общую закономерность). Левел 2 (студенты 1-3 курсов): нужно понять, почему свойство вложимости графа в двумерную поверхность нельзя проверить быстрее, чем перебрав все ребра графа. Для этого нужно разобрать статью Ленстры-Беста-Боаса, где аналогичное свойство доказано для свойства планарности. Требует знания, что такое симплициальный комплекс и более серьезного погружения в топологию и/или комбинаторику. Левел 3 (студенты 2-3 курсов): нужно понять, является ли свойство вложимости графа на n вершинах в поверхность рода g ориентируемым псевдомногообразием. Включает в себя предыдущие левелы + набор вычислительных экспериментов + по возможности математическую работу. Желательно знать, что такое ориентируемое псевдомногообразие.1) Разобрать статью Юнгермана-Рингеля. Сформулировать и записать своими словами идеи доказательств основных утверждений, и различные интересные примеры. Дополнительно: разобрать конструкцию многогранников Силаши и Часара.
2) Разобрать понятие алгоритмической сложности симплициального комплекса, изучить, в чем состоит гипотеза Аандераа-Карпа-Розенберга. Изучить статью Ленстры-Беста-Боаса и применить идеи из этой статьи к задаче алгоритмического распознавания свойства вложимости графа в поверхность.
3) Проделать серию вычислительных экспериментов для оценки ориентируемости/неориентируемости свойства вложимости графа в поверхность. Либо доказать это математически. Дополнительно: вычислить симплициальные гомологии свойства вложимости.
Результаты:
1) Студент научиться рисовать без самопересечений полные графы на бублике. И доказывать, если это сделать нельзя, когда это сделать нельзя.
2) Студент изучит понятие монотонных свойств графов и разберется с интересной открытой гипотезой на стыке теор.информатики и комбинаторной топологии. Если повезет, - то докажет эту гипотезу для некоторых частных случаев.
3) Студент исследует новый топологический объект, который естественно возникает из задачи алгоритмической сложности тех или иных свойств графов.
ВозможноСобеседование
10
04.06.2020 19:29:18ayzenberga@gmail.comАйзенберг Антон Андреевичayzenberga@gmail.com89857142643МЛ Алгебраической топологии и ее приложений ФКНЗав.лаб.Программная инженерия (бак.), Прикладная математика и информатика (бак.)Либо понимание, в чем и как можно реализовать свои графические алгоритмы, либо желание покопаться с многомерными многогранниками, их обобщениями и прочим страшным матаном и геометрией.3 (но не больше 2 на каждую подзадачу)Изучить имеющиеся алгоритмы изображения многоугольников и модифицировать их таким образом, чтобы они математически корректно изображали самопересекающиеся многогранники, изучить формулу Лоуренса для вычисления объемов многогранника и ее обобщения для мультимногогранников.(1) Разобраться с особенностями алгоритмов заливки замкнутой кривой (например, в графическом редакторе Inkscape или CorelDraw). (2) Модифицировать алгоритм так, чтобы он учитывал функцию Дёйстермата-Хекмана (или, говоря топологически, "число обмотки" многогранника вокруг точки). (3) Вывести формулу для площади мультимногугольника (пригодится знание матана 2-го курса ПМИ, хотя и не обязательно). (4) Вывести формулу площади через суммирование уголков. (5*) Попробовать понять общую формулу Лоуренса объема (мульти)многогранника на двумерных и 3-мерных примерах.
(1) Красивый и осмысленный с точки зрения дифференциальной геометрии алгоритм изображения самопересекающихся многоугольников. (2) Студент разберет важный частный случай формулы локализации: метода вычисления площади/объема с помощью суммирования по вершинам многогранника. (3*) Студент разберется с многомерными конструкциями и научится делать крутые вещи, вроде мгновенного вычисления преобразования Фурье от индикаторной функции многогранника.
НетСобеседование
11
04.06.2020 19:42:14ayzenberga@gmail.comАйзенберг Антон Андреевичayzenberga@gmail.com89857142643МЛ Алгебраической топологии и ее приложений ФКНЗав.лаб.Прикладная математика и информатика (бак.), МагистратураХорошее знание дискретной математики и линейной алгебры в объеме стандартных курсов ФКН.до 3Изучить основы вычислительной и прикладной топологии: понятия симплициальных гомологий и устойчивых гомологий.(1) Изучить понятия симплициальных комплексов, симплициальных гомологий, устойчивых гомологий. (2) Провести обзор различных моделей случайных симплициальных комплексов. (3) Вычислить на питоне гомологии/устойчивые гомологии различных случайных комплексов, постараться выделить какие-нибудь закономерности.
(1) Студент изучит основы топологии на несложных вычислительных примерах. (2) Студент изучит имеющиеся модели случайных симплициальных комплексов, и изучит распределение чисел Бетти случайно сгенерированных данных.ВозможноСобеседование
12
04.06.2020 19:52:33ayzenberga@gmail.comАйзенберг Антон Андреевичayzenberga@gmail.com89857142643МЛ Алгебраической топологии и ее приложений ФКНзав.лаб.Прикладная математика и информатика (бак.), МагистратураХорошее знание линейной алгебры и комбинаторики. Знание, что такое производящая функция - будет большим плюсом.
до 2Научиться вычислять количество неизоморфных представлений колчана типа А, имеющий заданный вектор размерностей, хотя бы в частных случаях.(1) Изучить, что такое представление колчана, и как выглядят неразложимые представления. (2) Сформулировать задачу в комбинаторных терминах. (3) Найти количество неизоморфных представлений с вектором размерностей (1,1,...,1). (4) Составить рекуррентное соотношение на искомые числа и уравнение на производящую функцию. (5*) Найти связь между этой задачей и таблицами/диаграммами Юнга.
(1) Студент узнает основы теории представлений колчанов, теорему Габриэля. (2) Студент узнает основную теорему о классификации модулей устойчивости. (3) Студент потренируется в решении нетривиальных и важных задач в области комбинаторики. ВозможноСобеседование
13
04.06.2020 20:02:23ayzenberga@gmail.comАйзенберг Антон Андреевичayzenberga@gmail.com89857142643МЛ Алгебраической топологии и ее приложений ФКНЗав.лаб.Прикладная математика и информатика (бак.), МагистратураХорошее знание дискретной математики, желание узнать что-то из гомотопической топологии.
до 3Изучить понятие шеллинга симплициального комплекса. Далее в зависимости от уровня и интереса студента: либо изучить понятие h-чисел симплициальных комплексов, либо изучить понятие гомотопической эквивалентности топологических пространств и описать гомотопические свойства шеллингов.(1) Изучить определение шеллинга. (2) Привести пример комплекса, у которого нет шеллинга, с обоснованием. (3) Доказать неотрицательность h-чисел шеллинговых комплексов. (4*) Изучить базовые понятия гомотопической топологии и доказать, что шеллинговый комплекс гомотопически эквивалентен букету сфер одной размерности. (5*) Изучить понятие комплекса независимых множеств матроида, доказать, что этот комплекс шеллинговый и гомотопен букету сфер.(минимум) Изучить комбинаторные применения свойства шеллинговости на примере выпуклых многогранников и матроидов. (максимум) Изучить топологические применения свойства шеллинговости.
ВозможноСобеседование
14
05.06.2020 16:22:39ayzenberga@gmail.com
Айзенберг Антон Андреевич
ayzenberga@gmail.com89857142643
МЛ Алгебраической топологии и ее приложений ФКН
Зав.лаб.
Прикладная математика и информатика (бак.), Магистратура
Нужно что-то понимать про симплициальные гомологии и частично упорядоченные множества.
до 2Проверка частных случаев гипотезы Ицкова с помощью вычислительного эксперимента.(1) Разобрать конструкцию Ицкова, которая по облаку точек ставит в соответствие симплициальное частично упорядоченное множество. Гипотеза в том, что это множество гомотопически эквивалентно букету сфер одной размерности. (2) Подготовить код, вычисляющий гомологии симплициального чума (либо найти пакет, в котором это реализовано). (3) Повычислять гомологии чумов Ицкова для различных облаков точек. (4*) Разобраться с доказательством d-ацикличности чумов Ицкова, где d - размерность облака точек.
(1) Подготовлен код для вычисления гомологий симплициальных чумов вообще, и чумов, происходящих из линейных порядков на облаке данных. (2) Немного попрактиковаться в вычислительной топологии.
ВозможноСобеседование
15
05.06.2020 16:32:07ayzenberga@gmail.com
Айзенберг Антон Андреевич
ayzenberga@gmail.com89857142643
МЛ Алгебраической топологии и ее приложений ФКН
Зав.лаб.
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Умение разбираться в чужом коде и писать свой, знание, что такое корелляция двух наборов данных.
до 2Преобразование данных фМРТ в форму динамического симплициального комплекса.(1) Разобрать имеющийся способ подсчета корреляций между различными областями мозга. (2) Уменьшить длину интервала вычисления корреляции, записать корреляции в виде временного ряда. (3) Подбором порогового значения преобразовать данные в форму динамического графа. (4) Преобразовать данные в форму динамического симплициального комплекса. (5*) Вычислить зигзаг-устойчивые гомологии полученного динамического комплекса.

(1) Студент научится основам обработки данных фМРТ на основе имеющихся работ и эмпирических данных. (2) Есть возможность поразбираться в динамических симплициальных комплексах, устойчивых гомологиях и теории представлений колчанов.
ВозможноСобеседование
16
05.06.2020 16:43:21ayzenberga@gmail.com
Айзенберг Антон Андреевич
ayzenberga@gmail.com89857142643
МЛ Алгебраической топологии и ее приложений ФКН
зав.лаб.
Прикладная математика и информатика (бак.), Магистратура
Знание основ топологии. Знание, что такое кватернионы, кристаллографические группы, действия групп на многообразиях. Базовые навыки программирования.
до 2Описание частных случаев диаграмм орбифолдных особенностей в пространствах разориентаций.(1) Изучение необходимой теории о действиях групп на 3-мерных многообразиях, изучение понятия пространства разориентаций пары кристаллографических групп. (2) Разобрать имеющейся код на питоне, визуализирующий конфигурации особенностей в накрывающем пространстве пространства разориентаций. (3) Написание кода, который выводит трехмерное изображение диаграммы орбифолдных особенностей в самом пространстве разориентаций - на основании теории инвариантов конечных групп - в случае пары групп Q_8 (разориентации пары спичечных коробков). (4*) Решение задачи из предыдущего пункта для произвольной пары подгрупп в группе единичных кватернионов.
(1) Изображение диаграмм орбифолдных особенностей - трехвалентных графов специального вида. (2) Студент может изучить множество новых понятий из абстрактной математики (при условии, что некоторые он уже знает).
ВозможноСобеседование
17
05.06.2020 16:51:27ayzenberga@gmail.com
Айзенберг Антон Андреевич
ayzenberga@gmail.com89857142643
МЛ Алгебраической топологии и ее приложений ФКН
зав.лаб.
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Хорошее знание линейной алгебры и дискретной математики, любовь к геометрии.
до 2Изучить конструкцию двойственности Гейла и конструкцию многогранника, не имеющего рациональной реализации.(1) Изучить двойственность Гейла, понять как считывать комбинаторную структуру выпуклого многогранника из его диаграммы Гейла (по книжке Грюнбаума). (2) Изучить конструкцию многогранника, не реализуемого над рациональными числами. (3) Изучить классификацию симплициальных/простых многогранников размерности n с n+1, n+2, n+3 вершинами/гипергранями. (4*) Если будет интерес - можно разобраться в использовании двойственности Гейла для геохимического анализа.
(1) Студент изучит понятие двойственности Гейла - очень важное в теоретической математике. (2) И научиться при помощи этого понятия выводить некоторые неочевидные геометрические факты.
НетСобеседование
18
05.06.2020 18:07:00amaevskij@hse.ru
Маевский Артем Сергеевич
amaevskij@hse.ru27261
НУЛ методов анализа больших данных
Научный сотрудникМагистратураpython, ML, torch/tf1-3Автоматизировать определение положения оси вращения в томографии"1) Изучить существующие подходы определения положения оси вращения в томографии
2) Оптимизировать существующее решение на основе нейронной сети по синограммам
2а*) Предложить и реализовать подход к определению положения оси на основе классических методов машинного обучения.
2б*) Предложить и реализовать подход к определению положения оси на основе методов глубокого обучения.
3) Провести эксперименты на реальных данных и сравнить качество указанных методов.
(* - опционально)"
"1) изучены и проанализированы существующие методы определения положения оси вращения в томографии
2) оптимизировано существующее решение на основе нейронной сети по синограммам
2) проведено экспериментальное сравнение различных методов, выявлены их сильные и слабые стороны
3*) предложен новый метод определения положения оси вращения в томографии, исследовано качество работы метода."
ДаРезюме
19
05.06.2020 18:13:35dashabanov@hse.ru
Шабанов Дмитрий Александрович
dashabanov@hse.ruнет
Департамент больших данных и информационного поиска
Профессор
Прикладная математика и информатика (бак.)
Знание теории вероятностей на продвинутом уровне
3Целью практики является продолжение научных исследований и написание научных статей в облатси теории случайных графов и гиперграфовПредлагается исследовать задачи о раскрасках и независимых множествах в случайных графов и гиперграфов
Предполагается, что студент сможет представить результаты в виде готового текста научной статьи
ВозможноСобеседование
20
05.06.2020 18:25:32azarodnyuk@hse.ru
Зароднюк Алена Владимировна
azarodnyuk@hse.ru27261
НУЛ методов анализа больших данных
научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Знание машинного обучения, нейронных сетей, pytorch, keras
2-3Уточнение каталога масс галактических скоплений1) задача кластеризации галактик по галактическим скоплениям; 2) задача регрессии для оценки масс галактических скоплений
1) получить разметку галактик, согласовывающуюся с частично имеющейся; 2) получить оценки масс для скоплений галактик, согласовывающуюся с частично имеющимися
ВозможноРезюме
21
05.06.2020 18:30:09mhushchyn@hse.ru
Гущин Михаил Иванович
mhushchyn@hse.ru27261
НУЛ методов анализа больших данных
научный сотрудникМагистратура
Знание машинного обучения, нейронных сетей, pytorch. Знание методов анализа временных рядов будет большим плюсом.
1-2Прогнозирование временных рядовПрименение нескольких современных методов прогнозирования временных рядов и сравнение их точности.
1) Код алгоритмов прогнозирования временных рядов.
2) Результаты применения этих алгоритмов на данных.
ДаСобеседование
22
05.06.2020 18:32:30mhushchyn@hse.ru
Гущин Михаил Иванович
mhushchyn@hse.ru27261
НУЛ методов анализа больших данных
научный сотрудникМагистратура
Знание машинного обучения. Знание методов анализа временных рядов будет большим плюсом.
1-2Поиск аномалий во временных рядахПрименение современных методов детектирования и устранения аномалий во временны рядах.
1) Код алгоритмов детектирования аномалий во временных рядов.
2) Результаты применения этих алгоритмов на данных.
ВозможноСобеседование
23
05.06.2020 18:37:58fratnikov@hse.ru
Ратников Федор Дмитриевич
fratnikov@hse.ru27261
НУЛ методов анализа больших данных
ведущий научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Глубокое обучение1-3Систематика в GANОдин из важных вопросов к генеративным нейросетям заключается в оценке их достоверности. В частности можно рассмотреть задачу оценки точности работы GAN-ов в регионах, для которых статистики недостаточно. Может ли доверять этой сети больше, чем объему учебных данных? (уменьшится ли статистическая погрешность) если да, то при каких условиях?
Задачи
1) реализовать метод оценки погрешности
2) реализовать цепочку обучения генеративной модели
3) провести серию экспериментов и получить выводы
Алгоритм оценки погрешности, прототип для его применения к генеративным моделям, оценки погрешности для заданной задачи
ДаРезюме
24
05.06.2020 18:40:13fratnikov@hse.ru
Ратников Федор Дмитриевич
fratnikov@hse.ru27261
НУЛ методов анализа больших данных
ведущий научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Глубокое обучение4Построение объединенной модели VAE и GAN1) подбор архитектурные вариационного автоэнкодера 2) оптимизация модели VAE+GAN 3) анализ и подбор функции потерь
1) произведена оптимизация имеющихся наработок по задаче 2) обучена модель VAE+GAN 3) проведено сравнение результатов с существующим подходом
ДаРезюме
25
05.06.2020 18:43:25austyuzhanin@hse.ru
Устюжанин Андрей Евгеньевич
austyuzhanin@hse.ru27261
НУЛ методов анализа больших данных
заведующий лабораторией
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
посмотреть https://distill.pub/1-3Визуализации работы GAN, Isolation Forest, алгоритма 1+\epsilon1) создать интерактивную демонстрацию работы GAN, 2) создать интерактивную демонстрацию работы Isolation Forest, 3) создать интерактивную демонстрацию алгоритма 1+\epsilon
интерактивные демонстрации опубликованные на публичном ресурсе / курсе по ML
ДаРезюме
26
05.06.2020 18:54:03mborisyak@hse.ru
Борисяк МаксимАлександрович
mborisyak@hse.ru27261
НУЛ методов анализа больших данных
младший научный сотрудник
Магистратураtorch/tf, GANs1Adversarial Augmentation1) изучение текущего состояния литературы; 2) реализация предложенного алгоритма; 3) сравнение качества алгоритма с текущим state-of-the-art.
выполнение задач практики и соответствующие результаты работы
ДаРезюме
27
05.06.2020 18:56:04mborisyak@hse.ru
Борисяк Максим Александрович
mborisyak@hse.ru27261
НУЛ методов анализа больших данных
младший научный сотрудник
Магистратураtorch/tf, GANs1Adversarial Normalization1) изучение текущего состояния литературы; 2) реализация предложенного алгоритма; 3) сравнение качества алгоритма с текущим state-of-the-art
выполнение задач практики и соответствующие результаты работы
ДаРезюме
28
05.06.2020 19:00:10aryzhikov@hse.ru
Рыжиков Артем Сергеевич
aryzhikov@hse.ru27261
НУЛ методов анализа больших данных
младший научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
torch1Исследование методов определения feature importance для полносвязных сетей и применить их к задаче классификации частиц (PID)1) исследовать существующие подходы определения feature importance в нейросетях 2) подумать над сравнением различных подходов и выбрать лучше 3) применить существующие подходы к обученным моделям
1) изучены методы определения FI для нейросетей 2) произведено их сравнение 3) ... и применение к обученным моделям
ВозможноРезюме
29
05.06.2020 19:02:57nikita.kazeev@cern.ch
Казеев Никита Александрович
nikita.kazeev@cern.ch27261
НУЛ методов анализа больших данных
младший научный сотрудник
МагистратураDeep learning1RICH generators: дифференцируемые деревья, GAN-VAE, skip-connectionsПостроить быструю точную генеративную модель для задачи мделирования отклика детектора, https://www.popmech.ru/science/news-468032-sozdana-neyroset-uskoryayushchaya-poisk-novyh-chastic-na-lhc/
Построены генеративные модели, использующие предложенные методики, оценено их качество
ДаРезюме
30
05.06.2020 19:06:53nikita.kazeev@cern.ch
Казеев Никита Александрович
nikita.kazeev@cern.ch27261
НУЛ методов анализа больших данных
младший научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Предрасположенность к программированию и скриптам, не исследованиям
1Сравнить качество работы нейросетей и градиентного бустингаСравнить качество работы нейросетей и градиентного бустинга
Таблица с качеством работы различных алгоритмов на общепринятых benchmark-датасетах, обоснование методики сравнения
ВозможноРезюме
31
05.06.2020 19:11:14mekarpov@hse.ru
Карпов Максим Евгеньевич
mekarpov@hse.ru27261
НУЛ методов анализа больших данных
стажер-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Машинное обучение, глубинное обучение, знание Python, Pytorch, обработка текстов, регулярные выражения

Желательно, но не обязательно: процесс майнинг, анализ логов
1-3Probabilistic process mining1) Изучить текущее состояние state-of-the-art вероятностных подходов в process mining
2.1) Предложить подход, основанный на методе максимального правдоподобия, для построения процессных моделей
2.2) Предложить подход построения байесовской нейросети для построения процессных моделей
2.3) Предложить подход, основанный на алгоритме имитации отжига, для построения процеснных моделей
3) Провести эксперименты на реальных данных (журналы событий/логи) и сравнить качество с существующими бенчмарками
1) Изучены статьи по state-of-the-art вероятностным подходам в process mining
2) Разработан вероятностный подход для построения процессных моделей
3) Метод апробирован на реальных данных и измерено качество функционала ошибки
ДаРезюме
32
05.06.2020 19:14:40leila.xr@gmail.com
Хатбуллина Лейля Равилевна
leila.xr@gmail.com27261
НУЛ методов анализа больших данных
стажер-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Python, ML1-3Работа над NL2ML корпусом. Улучшение существующих моделей и сбор данных для других вершин графа.1) улучшение классификации по тэгам 2) нахождение синонимов с использованием ast 3) сбор и обработка данных 4) создание прототипа корпуса
Выполнены поставленные задачи частично или в полном объеме
ДаРезюме
33
05.06.2020 19:17:41leila.xr@gmail.com
Хатбуллина Лейля Равилевна
leila.xr@gmail.com27261
НУЛ методов анализа больших данных
стажер-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Java/Scala, software engineering
1-3BigSister: система отслеживания прогресса и для мотивации студентов1) прототип рекомендательной системы 2) сделать статистику активности 3) доделать фронт
Выполнены поставленные задачи частично или в полном объеме
ДаРезюме
34
05.06.2020 19:20:13
mrartemev.me@gmail.com
Артемьев Максим Радикович
mrartemev.me@gmail.com
27261
НУЛ методов анализа больших данных
стажер-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
DL, Python, опыт работы с ганами/потоками, Желательно: опыт работы с табличными данными, Очень важно: высокая степень автономности)2RICH distillation1) Научить глубокий ган 2) научить студентов разными способами 3) Сформулировать трейдоф между качеством и скоростью. Самое главное : в проекте бай дизайн мало физики, но много ганов.
0) обучен бейзлайн ган на рич 1) Реализованы существующие методы дистилляции на ганах 2) Применены на RICH гане 3) посчитанны улучшения/ухудшения
ДаРезюме
35
05.06.2020 19:25:54maxkaledin@gmail.com
Каледин Максим Львович
maxkaledin@gmail.comTelegram @XuMuK_MK
Международная Лаборатория Стохастических Алгоритмов и Многомерного Анализа Данных
Аспирант, стажёр-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.)
python, C++
Плюсом будет, если есть:
+опыт написания расширений C++ для python
+опыт работы с git, unit-тестированием, uml
1-3Оптимизации симуляторов для RL из библиотеки gymНаписание нескольких библиотек C++ на основе кода из gym; Обёртка программы на C++ в расширение для python; Сравнение быстродействия созданного кода и кода из gym.Один из проектов лаборатории -- конструирование новых алгоритмов для обучения с подкреплением. Мы занимаемся алгоритмами, экспериментами и математической частью. К сожалению, сейчас мы имеем только python-надстройку над gym, которая технически удовлетворяет наши нужды, но быстродействие симуляторов из gym оставляет желать лучшего. Мы нуждаемся в людях, который могли бы оптимизировать код симуляторов (точнее, переписать его на C++, быть может, с какими-то дополнительными оптимизациями) и встроить его в нашу внутреннюю библиотеку для тестирования RL-алгоритмов. В процессе работы, если нужно, научим обращаться с основными средствами разработки (git, unit-тестирование, UML) и обучим проводить численные эксперименты.
С++ расширение для python, реализующее более оптимальным образом часть библиотеки симуляторов gym.
Возможно
Собеседование, Напишите мне и мы обсудим задачи подробнее.
36
06.06.2020 21:59:51trushindima@yandex.ru
Трушин Дмитрий Витальевич
trushindima@yandex.ru+7(926)588-33-59ДБДИПдоцент
Прикладная математика и информатика (бак.)
нет1Изучить функциональный анализНормированные пространства и ограниченные линейные операторы.
Теорема Банаха-Штейнгауза и теорема Банаха об обратном операторе.
Алгебраические свойства спектра.
Компактные метрические пространства.
Компактные и фредгольмовы операторы.
Компактные операторы в гильбертовом пространстве.
Локально выпуклые пространства.
Спектральная теория ограниченных самосопряженных операторов.
Человек разберется в функциональном анализе
Возможно
Уже есть договоренность со студентом
37
06.06.2020 22:11:44trushindima@yandex.ru
Трушин Дмитрий Витальевич
trushindima@yandex.ru+7(926)588-33-59ДБДИПдоцент
Прикладная математика и информатика (бак.)
нет1Выполнить задачи практикиЗадача -- изучить как можно больше тем из содержания практикиФункциональны анализ (базовый план):
Нормированные пространства и ограниченные линейные операторы.
Теорема Банаха-Штейнгауза и теорема Банаха об обратном операторе.
Алгебраические свойства спектра.
Компактные метрические пространства.
Компактные и фредгольмовы операторы.
Компактные операторы в гильбертовом пространстве.
Локально выпуклые пространства.
Спектральная теория ограниченных самосопряженных операторов.

Продвинутый план действий:
Метрические пространства, внутренние метрики, геодезические, теорема Хопфа-Ринова.
CAT-неравенства, CAT(0)-пространства, теорема Картана-Адамара.
Гиперболические группы, квазиизометрии метрических пространств, основные примеры гиперболических и негиперболических групп.
Изопериметрическое неравенство и алгоритмическая разрешимость проблемы различения слов в гиперболических группах.
(*) Случайные группы по Громову; гиперболичность случайных групп.
(*) Граница гиперболического пространства по Громову и ее свойства. Граница гиперболической группы.
(*)Случайные блуждания на гиперболических группах
понять хоть что-то из списка темВозможно
Уже есть договоренность со студентом
38
07.06.2020 18:22:19zakh@cs.msu.su
Захаров Владимир Анатольевич
zakh@cs.msu.suzakh@cs.msu.ru
Лаборатория Процессно-Ориентрованных Информационных Систем, Факультет Компьютерных Наук
ведущий научный сотрудник
Магистратура
Формальные методы анализа и верификации информационных систем
2Разработка новых методов верификации программ и информационных систем с использованием темпоральных логик и автоматных моделей1) Разработка алгоритмов верификации реагирующих систем с использованием новых расширений темпоральных логик.
2) Разработка новых моделей последовательных императивных программ и алгоритмов проверки эквивалентности программ
Новые алгоритмы верификации моделей реагирующих систем и программ, обоснование и оценки сложности алгоритмов верификации, оценки выразительных возможностей темпоральных логик, применяемых для верификации реагирующих систем.
ДаРезюме
39
07.06.2020 22:52:29trushindima@yandex.ru
Трушин Дмитрий Витальевич
trushindima@yandex.ru+7(926)588-33-59ДБДИПдоцент
Прикладная математика и информатика (бак.)
нет1зучить вопросы, связанные с теорией узлов и группами косПочитать книжку Прасолов Сосинский "Узлы, зацепления, косы и трехмерные многообразия"Расширение сознанияВозможно
Есть договоренность со студентом
40
08.06.2020 14:51:09nikitin@cs.msu.ru
Никитин Алексей АНтонович
nikitin@cs.msu.ru+7-905-762-0653
департамент математики ФЭН
доцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.)
мотивация работать4разработать систему смешанного обучения1) Работа с графическими JavaScript библиотеками для двумерной и трёхмерной графики
2) Разработка сервера для проекта по смешанному обучению
написание программ, которые будут выбраны в результате переговоров по практике
Работающие двух- и трёх- мерные визуализации
Да
Резюме, Собеседование
41
08.06.2020 14:55:18nikitin@cs.msu.ru
Никитин Алексей Антонович
nikitin@cs.msu.ru+7-905-762-0653
департамент математики ФЭН
доцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.)
желание работать, знание английского языка на уровне чтения технической литературы
2написание компьютерных симуляций в модели математической биологии1) Изучение статей У. Дикмана и Р. Лоу
2) Написание компьютерных симуляций в стационарной модели растительных сообществ, основанных на стохастических процессах Пуассона
вхождение в тематику, написание работающей программы
Да
Резюме, Собеседование
42
08.06.2020 22:47:19brbauwens@gmail.comBruno Frederik Bauwensbrbauwens@gmail.comX
Факультет компьютерных наук / Департамент больших данных и информационного поиска
Доцент
Прикладная математика и информатика (бак.), Магистратура
Linear algebra1 - 2Study algorithms in quantum computationStudy at least half of the course http://homepages.cwi.nl/~rdewolf/#LectureNotes
The first 5 chapters are obligitory, other chapters can be chosen.
Solve most of the exercises of each studied chapter.
Explain the solutions to the teacher. Write down solutions of the harder exercises.
Возможно
43
08.06.2020 22:55:35brbauwens@gmail.com
Баувенс Бруно Фредерик
brbauwens@gmail.comx
Факультет компьютерных наук / Департамент больших данных и информационного поиска
Доцент
Прикладная математика и информатика (бак.), Магистратура
Be interested in discrete mathematics.
1Determining triangle Ramsey numbers (i.e. Ramsey numbers of the form R(3,n)Simplify the proof for R(3,7) = 23.Study proofs for R(3,5) = 14 and R(3,6) = 18.A shorter proof for R(3,7) = 23.Да
44
08.06.2020 23:02:28brbauwens@gmail.com
Баувенс Бруно Фредерик
brbauwens@gmail.comx
Факультет компьютерных наук / Департамент больших данных и информационного поиска
Доцент
Прикладная математика и информатика (бак.), Магистратура
Good knowledge of computability theory and discrete mathematics
1Determining the number of oscillations of the normalized information distanceThis project involves the study of Kolmogorov complexity. The algorithmic information distance has inspired many applications in machinelearning. It is also known that any computable procedure that approximates the complexity must oscillate. It was recently proven that on n-bit inputs the function oscillates Omega(n/log n) times. The upperbound is O(n). The task is to close the gap.Study existing approaches and improve them. Determine the value (with proof).Да
45
09.06.2020 14:39:09goldengorin@gmail.com
Борис Исаакович Гольденгорин
goldengorin@gmail.com+7-917-503-1621
кафедра дискрентой математики, МФТИ
профессор
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Хорошие оценки по курсам Дискретная Математика, Алгоритмыи Структуры Данных, опыт программирования задач комбинаторной оптимизации
5Разарботать алгоритм типа Ветвей и Границ, запрограммировать его и провести сравнительный выцхислительный эксперимент для одной из задач комбинаторной оптимизации1. Приобрести навыки модлирования NP-трудных задач; 2. Научиться использовать новые структуры данных для хранения и поиска на деревьях, содержащих миллионы вершин; 3. Приобрести навыки прерывания поиска на больших деревьях с помощю Теоремы Фишера-Типпетта-Гнеденко об экстермальных статистиках;.Практика с 01.07 по 31.08.2020 требует от каждого студента онлине отчета 1 раз в неделю (всего 8 отчетов) по 1. Обзор литературы по выбранной задаче комбинаторной оптимизации; 2. Формулирование и решение небольшого численного примера одним из известных переборных алгоритмов; 3. Разработка и анализ собственного алгоритма; 4. Иллюстарция работы собственного алгоритма на небольшом численном примере; 5. Подготовка собственного алгоритма к программированию с обоснаванием структур данных; 6. Программирование собственного алгоритма и автоматизированных процедур проведения вычислительного эксперимента; 7. Проведение вычислительного эксперимента и подготовка отчета по его анализу; 8. Подготовка отчета (статьи) по выполненой работе.
Представить статью на английском языке в один из международных журналов Q1 или Q2.
Да
Собеседование, Тестирование
46
09.06.2020 18:00:31arjantsev@hse.ru
Аржанцев Иван Владимирович
arjantsev@hse.ru
Еще контактной информации нет
Департамент больших данных и информационного поиска
Профессор
Прикладная математика и информатика (бак.), Магистратура
Хорошее знание линейной алгебры и дискретной математики
1-2Изучить свойство Каратеодори базисов Гильберта полугруппы целых точек в конечно порожденном конусеВыяснить, выполняется ли свойство Каратеодори для конусов с небольшим числом порождающих в размерностях 4 и 5Базисы Гильберта и свойство Каратеодори

Пусть C – конечно порожденный конус в d-мерном рациональном векторном пространстве и Г -- полугруппа целых точек внутри С. Множество неразложимых элементов B полугруппы Г является ее наименьшим порождающим множеством. Это множество называют базисом Гильберта полугруппы. Говорят, что полугруппа Г обладает свойством Каратеодори, если любой ее элемент можно представить как линейную комбинацию с целыми неотрицательными коэффициентами не более чем d элементов из B. Известно, что если d не превышает 3, это свойство выполнено. Первый пример отсутствия свойства Каратеодори (при d=6) был построен в 1999 году Брунсом и Губеладзе. Случаи d=4,5 пока открыты, и в работе планируется провести численные эксперименты с целью построения новых контрпримеров.

[1] E.Miller and B.Sturmfels. Combinatorial Commutative Algebra. Grad. Texts in Math. 227, Springer, 2005

[2] W.Bruns and J.Gubeladze. Normality and covering properties of affine semigroups. J. Reine Angew. Math. 510 (1999), 161-178
Разработка и реализация алгоритма, позволяющего проверить свойство Каратеодори для конусов с небольшим числом порождающих в размерностях 4 и 5
ДаСобеседование
47
09.06.2020 18:54:55echernyak@hse.ruАртемова Катя echernyak@hse.ru@eartemovaдБДИП, НУЛ ММВПдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
python, ML/DL4исследовательская практика в области NLP1) эксперименты в мультиязычном WSI; 2) создание мультиязычных бенчмарков для оценки языковых моделей, 3) анализ постов о бытовой коррупции в социальных сетях, 4) создание бенчмарка для оценки векторных представлений предложений на русском языкеразработка на python
библиотеки и/или черновики статей, препринты
Да
Собеседование, Тестирование
48
09.06.2020 20:45:51vyalyi@gmail.comВялый М.Н.vyalyi@gmail.com+79772857834
Лаборатория теоретической информатики
Ведущий научный сотрудник
Прикладная математика и информатика (бак.)
Хорошее владение методами экстремальной комбинаторики
1Построить бесконечное количество контрпримеров к гипотезе Хиршорна1. Выбрать параметры, для которых строятся контрпримеры. 2. Найти максимальные прямоугольники Хиршорна при выбранных значениях параметров. 3. Подобрать прямоугольник, размер которого превосходит размер максимального прямоугольника Хиршорна.По возможности решить все перечисленные выше задачи.
В идеале - решение всех перечисленных выше задач + написание статьи на тему гипотезы Хиршорна. Программа-минимум: найти максимальные прямоугольники Хиршорна для выбранных значений параметров.
ДаСобеседование
49
09.06.2020 23:06:53
mrartemev.me@gmail.com
Артемьев Максим Радикович
mrartemev.me@gmail.com
27261
НУЛ методов анализа больших данных
стажер-исследователь
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
DL, Python, опыт работы с ганами/потоками
Желательно: опыт работы с табличными данными
Очень важно: высокая степень автономности)
2RICH NF: работа с глубокими потоками в продолжение и развитие уже имеющихся результатов1) Научить глубокие потоки (5 штук) 2) Научить conditional и взвешеные версии потоков. 3) Посчитать метрики
В проекте не очень много физики, очень много потоков.
1) Научить глубокие потоки (5 штук) 2) Научить conditional и взвешеные версии потоков. 3) Посчитать метрики
ДаРезюме
50
10.06.2020 0:16:00atalambutsa@hse.ru
Таламбуца Алексей Леонидович
atalambutsa@hse.ru+79265743822
Департамент больших данных и информационного поиска
доцент
Прикладная математика и информатика (бак.)
Знание C/C++ или Java1Применить навыки программирования в некоторых задачах конечной теории группРазработка эффективных алгоритмов для вычислений в конечных группахПредлагается написать программу, с помощью которой можно будет эффективно проверять некоторые гипотезы современной алгебры, а именно теории конечных групп.
Предлагается написать программу, с помощью которой можно будет проводить большое количество случайных экспериментов в некоторой модели случайно порождённой конечной подгруппы группы S_n. Основная цель - находить вероятность выполнения некоторых свойств порождённой подгруппы, а также проверять некоторые гипотезы о существовании конечной группы с заданными свойствами. В частности, ожидается, что получится проверить гипотезу о геодезических графах Кэли.
ВозможноСобеседование
51
10.06.2020 3:16:46vypopov@hse.ruПопов Виктор Юревичmasterlu@mail.ru
89035155099 он же WhatsApp
Факультет бизнеса и менеджмента / Школа бизнес-информатики / Кафедра управления информационными системами и цифровой инфраструктурой, Факультет компьютерных наук / Департамент больших данных и информационного поиска, Факультет компьютерных наук / Департамент больших данных и информационного поиска / Научно-учебная лаборатория моделирования и управления сложными системами
Профессор
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Желание узнавать новое и развиваться
ЛюбоеРазвитие профессиональных компетенций Анализ и прогнозирование временных рядов, нейронные сети и их приложения, автоэнкодеры, моделирование сложных процессов и систем, машинное обучение и анализ больших данных, искусственный интеллектИзучение и реализация методов решения вышеперечисленых задач на конкретных примерах.
Работающая программа и результаты, с ее помощью полученные. Отчет с возможным выходом на проект, КР, ВКР
Да
Резюме, Собеседование, Желание студента
52
11.06.2020 23:20:05omaksimenkova@hse.ru
Максименкова Ольга Вениаминовна
omaksimenkova@hse.ru+79035170624
международная лаборатория интеллектуальных систем и структурного анализа
научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Язык C++ будет преимуществом, знание Unreal Engine 4 (не обязательно, но желательно)
4Создание учебно-методического комплекса по разработке игр на Unreal Engine 41) Познакомиться с движком Unreal Engine 4 2) Познакомится с особенностями пайплайна разработки игровых приложения на Unreal Engine 4 3) Подготовить коды и их описания по основам пайплана 4) Подготовить коды для демонстрации искусственного интеллекта в играх (поведение NPC)Изучение языка визуального программирование Blueprints. Изученичение средств движка Unreal Engine 4, подбор задач для решения задач 3 и 4 практики. Согласование с руководителем практики особенностей реализации и описаний. Изучение подходов к реализации ИИ в играх (работа с электронной библиотекой НИУ ВШЭ и материалами технологических конференций по разработке игр), особенности ИИ в Unreal Engine 4.
По результатам практики у студентов появится представление о возможностях игрового движка Unreal Engine 4. Студенты будут различать подходы к ИИ в играх (в зависимости от жанров, механик и т.д.). У студентов появятся навыки разработки в Unreal Engine 4 на языке визуального программирования Blueprints и C++.
ДаСобеседование
53
12.06.2020 9:54:29omaksimenkova@hse.ru
Максименкова Ольга Вениаминовна
omaksimenkova@hse.ru+79035170624
Международная лаборатория Интеллектуальных систем и структурного анализа
научный сотрудник
Программная инженерия (бак.)
Уверенные знания движка Unreal Engine 4; Опыт разработки VR-приложений на Unreal Engine 4; Знакомство с предметной областью: виртуальными музеями
1Реализация VR-гида музеяИзучить алгоритмы управления виртуальными помощниками в VR-приложениях; Реализовать VR-тело гида с инверсной кинематикой торса по трём точкам и анимацией ногИзучение средств Unreal Engine 4 для NPC в VR-приложениях; Знакомство с инверсной кинематикой; Реализация гида
Гид для проекта виртуального музея Artheon
ДаСобеседование
54
13.06.2020 14:47:08arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- знание/желание познакомиться с Apache Spark, - знание/желание познакомиться с распределенными вычислениями, компьютерными кластерами, облачными технологиями, -знание (необязательно)/желание познакомиться с языком Scala, -знание (необязательно)/желание познакомиться со спутниковыми данными
8Познакомиться с Apache Spark (GeoTrellis), MS Azure, Scala, спутниковыми данными- научиться разворачивать последнюю версию Apache Spark и GeoTrellis в облаке Azure (надо подготовить shell сценарии для выполнения на главном узле и на рабочих узлах)
- научиться импортировать данные GeoTIFF в систему GeoTrellis
- *научиться импортировать данные NetCDF в систему GeoTrellis
- *научиться импортировать векторные данные в систему GeoTrellis
- *научиться выполнять базовые операции с растровыми данными на языке Scala
- *научиться выполнять базовые операции с векторными данными на языке Scala
*при наличии группы студентов либо как бонусное задание
Знания в области Apache Spark, GeoTrellis, GeoTIFF, Scala
ДаСобеседование
55
13.06.2020 14:59:01arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- умение программировать на CUDA и C++
- желание работать с данными в формате GeoTIFF (спутниковые данные)
4Обработка данных в формате GeoTIFF на CUDA- научиться открывать и читать формат GeoTIFF
- научиться строить пирамиды разными методами https://en.wikipedia.org/wiki/Pyramid_(image_processing)
- упор в данной работе не на количество строк кода либо другие метрики, а на качество кода (проверки, обработка отсутствующих значений, ... - детали обговариваются дополнительно)
Опыт работы с данными в формате GeoTIFF на CUDA
ДаСобеседование
56
13.06.2020 15:48:51arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на C++
- знание/желание изучить распределенные хеш таблицы (distributed hash tables, https://en.wikipedia.org/wiki/Distributed_hash_table)
- знание/желание изучить ZeroMQ
- (необязательно) умение/желание научиться работать с компьютерными кластерами в MS Azure
4Изучение распределенных структур данных (distributed data structures)Одна задача на одного студента на выбор:
- реализация (частичная) Chord https://pdos.csail.mit.edu/papers/chord:sigcomm01/chord_sigcomm.pdf ; https://en.wikipedia.org/wiki/Chord_(peer-to-peer)
- реализация (частичная) Tapestry https://pdos.csail.mit.edu/~strib/docs/tapestry/tapestry_jsac03.pdf ; https://en.wikipedia.org/wiki/Tapestry_(DHT)
- реализация (частичная) Koorde https://en.wikipedia.org/wiki/Koorde
- реализация (частичная) P-Grid https://en.wikipedia.org/wiki/P-Grid
- реализация (частичная) Baton overlay https://en.wikipedia.org/wiki/BATON_Overlay
- реализация (частичная) Kademlia https://www.ic.unicamp.br/~bit/ensino/mo809_1s13/papers/P2P/Kademlia-%20A%20Peer-to-Peer%20Information%20System%20Based%20on%20the%20XOR%20Metric%20.pdf
Знания в области распределенных структур данных (distributed data structures)
ДаСобеседование
57
13.06.2020 21:02:15
vladimir.gurvich@gmail.com
Владимир Александрович Гурвич; Vladimir Gurvich
vladimir.gurvich@gmail.com
1 848 445 3235 USA
Rutgers University + Международная Лаборатория Теоретической Информатики ФКН, ВШЭ
Ведущий научный сотрудник
Прикладная математика и информатика (бак.), Магистратура
Будет требоваться хороший уровень программирования. В частности, умение писать программы, работающие не только на РС, но и на телефонах и др. устройствах. Пример: реализации игры двух игроков, у каждого своё устройство.
2-3-4Обобщение поочередных игр: шахматы, го и прочие на игры со сложной очередью, случайной или детерминированной. Классический пример - Марсельские шахматы с очередью Б ЧЧББ ЧЧББ ... Эта игра была введена Алехиным в начале 1930-х. Турниры проводились 10-15 последующих летРеализовать игру (например шахматы) со сложной очередью на одном или двух устройствах. Исследовать теоретические и практические аспекты.

Программирование сложных очередей, случайных и детерминированных
Создание (предварительной версии) программы для игры со сложной очередью
Возможно
Резюме, Собеседование
58
14.06.2020 1:12:45glebshp@yandex.ru
Евстропов Глеб Олегович
glebshp@yandex.ruglebshp@ в telegram
Департамент Больших данных и информационного поиска
старший преподаватель
Прикладная математика и информатика (бак.)
Закончили пилотный курс алгоритмов
4Подготовка учебных заданий для курса пилотных алгоритмовОсвоение работы с системами polygon и yandex.contest, проработка идеи и разработка материалов бонусного контеста в новом формате
Проведение бонусного контеста для студентов пилотного потока в 2020\2021 учебном году
ВозможноСобеседование
59
15.06.2020 10:34:32asevertseva@hse.ru
Сапунова Алёна Сергеевна
asevertseva@hse.ru@asevertsevaФКНменеджер проекта
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Навыки программирования на языке Python, базовые знания машинного обучения и анализа данных.
3-5Помочь в разработке онлайн курсов по компьютерным наукам, а именно: Прикладная статистика, NLP, Машинное обучение на больших данных, Математика для анализа данных 1) Отсмотр видеозаписей одного/нескольких онлайн курсов с целью дать конструктивный фидбек авторам по видео материалам и найти технические неточности
2) Отсмотр и прорешивание заданий онлайн курса с целью дать конструктивный фидбек авторам по доработке материалов и ошибка

3) Мы будет рады любым идеям и предложениям по улучшению материалов курса, основанным на вашем опыте прохождения онлайн программ.
Студент улучшает свои знания по теме одного или нескольких курсов, понимает, как устроен процесс разработки онлайн курсов, получает опыт создания обучающих материалов.
Нет
Резюме, Собеседование
60
15.06.2020 10:41:56asevertseva@hse.ru
Сапунова Алёна Сергеевна
asevertseva@hse.ru- ФКНменеджер проекта
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
знание языка программирования Python, желателен опыт преподавания/объяснения концепций программирования далеким от IT студентам
3Разработать тренажер по изучению Python (онлайн задачник для сопровождения курса)разработка заданий на алгоритмизацию и концепции программирования.
Разработка не менее 50 уникальных задач и сюжетов по аналогии с существующими
Нет
Собеседование, Тестирование
61
15.06.2020 12:01:49arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.)
- Знание базовых методов работы с изображениями
- Уверенные навыки программирования
- (опционально) навыки работы с CUDA
2Реализация и/или разработка новых алгоритмов панхроматического слияния спутниковых сцен- научиться считывать спутниковые сцены
- выбрать алгоритм панхроматического слияния спутниковых сцен
- (опционально) разработать модификацию алгоритма панхроматического слияния спутниковых сцен
- реализовать алгоритм панхроматического слияния спутниковых сцен
- провести эксперименты по проверке качества и скорости реализации
Новые и/или реализованные алгоритмы панхроматического слияния спутниковых сцен
ДаСобеседование
62
15.06.2020 12:19:44arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- базовые навыки работы в Ubuntu Linux
- базовые навыки работы c Shell сценариями (bash либо другая оболочка)
- желание познакомиться и поработать с нереляционной СУБД SciDB
- желание поработать с компьютерными кластерами в MS Azure
- желание поработать с данными в формате GeoTIFF
- (опционально) желание написать User Defined Functions для SciDB (на С++ либо Python)
4Познакомиться и поработать с СУБД SciDB, облаком MS Azure, форматом GeoTIFF- разработка shell сценариев развёртывания СУБД SciDB на компьютерном кластере в MS Azure
- импорт данных GeoTIFF в SciDB
- оценка производительности SciDB на данных (выполнение запросов к SciDB)

Опыт работы с СУБД SciDB, облаком MS Azure, форматом GeoTIFF
ДаСобеседование
63
15.06.2020 12:53:24arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание работать с пространственными данными (точки, линии, полигоны; тестовыми данными будут векторные карты городов)
- желание получить опыт работы с R-деревьями
4Получить опыт работы с R-деревьями и векторными данными- реализация R-дерева и/или R*-дерева
- формирование входных и выходных тестовых данных (юнит тесты, текстовые и/или векторные файлы)
- выполнение тестирования реализаций
Опыт работы с R-деревьями и векторными данными
ДаСобеседование
64
15.06.2020 13:37:08pmanakhov@hse.ru
Манахов Павел Алексеевич
pmanakhov@hse.ru
@pmanakhov в Telegram
Департамент программной инженерии
Доцент
Программная инженерия (бак.), Магистратура
- Знание ООП и C#
- Опыт работы с Unity (должен быть хотя бы один законченный проект)
1Разработать ПО на Unity3D, которое упростит создание проектов студентами курса "Interaction Design for AR/VR"1. Научиться работать с AR Foundation, Google VR и ManoMotion.
2. Реализовать позиционное отслеживание DIY-контроллера с помощью трекинга изображений, доступного через AR Foundation.
3. Проверить, работает ли Google VR for Unity с Unity 2019 LTS.
4. Создать префаб для упрощения работы с DIY-контроллером используя Google VR и результаты предыдущих двух шагов.
5. Реализовать прототип приложения для обмена виртуальными подарками (https://tinyurl.com/y6wg83p6) с использованием префаба из предыдущего шага.
6. Проверить работоспособность стерео-рендеринга с AR Foundation.
7. Прикрутить barrel distortion к сетеро-рендерингу (опционально).
8. Проверить работоспособность библиотеки ManoMotion c AR Foundation.
Цель курса "Interaction Design for AR/VR" — познакомить студентов с процессом проектирования пространственных интерфейсов. В рамках курса студентам необходимо придумать приложения, которые будут распространены на очках дополненной реальности через 5+ лет, и сделать Unity-прототип. Примеры подобных приложений: ресторанное меню, интернет-магазин будущего, приложение для стримингового музыкального сервиса, управление системой кондиционирования и т.д. Для имитации этих AR-очков будущего используется смартфон и кардборд со шторкой и контроллером (https://tinyurl.com/ydbojb7b). Для взаимодействия с виртуальными объектами планируется использовать две техники взаимодействия: прямое взаимодействие руками (https://youtu.be/-KIgvc-LVDs) и взаимодействие с помощью лазерной указки (https://youtu.be/k23n8Yc89Ds).

Предыдущие два года мы использовали библиотеку Vuforia для реализации позиционного отслеживания самих очков и трекинга DIY-контроллера (https://tinyurl.com/y99jrwq6). Vuforia сейчас все больше переходит в enterprise и нужно обновить технологию на более актуальную. В данном случае это будет AR Foundation (https://unity.com/unity/features/arfoundation). Для реализации техник взаимодействия и обеспечения работы DIY-контроллера мы продолжим использовать Google VR (https://tinyurl.com/jsczjvo), однако, к нему добавится ManoMotion для отслеживания положения кистей рук. Отсюда и задачи проекта.
1. Префаб, реализующий работу с DIY-контроллером
2. Законченный прототип приложения для обмена виртуальными подарками
ВозможноРезюме
65
15.06.2020 13:47:50arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.prgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание получить навыки параллельного программирования (для этого предлагается структура данных SkipList, для которой не сложно реализовать параллельную версию и научиться параллельному программированию)
2Получить навыки параллельного программирования на С++- реализовать SkipList для параллельного доступа из многих потоков
- формирование входных и выходных тестовых данных
- выполнение тестирования реализации
Навыки параллельного программирования на С++
ДаСобеседование
66
15.06.2020 13:53:00arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание освоить новую, практически полезную структуру данных Фильтр Блума (Bloom filter) https://en.wikipedia.org/wiki/Bloom_filter
4Освоение новой структуры данных Фильтр Блума (Bloom filter)- реализовать Фильтр Блума (Bloom filter) и его расширения
- формирование входных и выходных тестовых данных
- выполнение тестирования реализации
Опыт работы с новой структурой данных Фильтр Блума (Bloom filter)
ДаСобеседование
67
15.06.2020 15:01:45arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенное программирование на C++
- желание повторить базовые структуры данных
4Повторить базовые структуры данных- реализовать однонаправленный список
- реализовать двунаправленный список с ограничителями
- реализовать XOR список
- реализовать дек
- реализовать очередь
- реализовать очередь с приоритетами
- реализовать двоичное дерево поиска
- реализовать стек
- формирование входных и выходных тестовых данных
- тщательное тестирования реализаций
Повторение базовых структур данных
НетСобеседование
68
15.06.2020 17:02:45arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание получить, углубить либо освежить знания о B-деревьях
2Получить, углубить либо освежить знания о B-деревьях- реализация B-дерева
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Опыт работы с B-деревьямиДаСобеседование
69
15.06.2020 17:07:10arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание получить, углубить либо освежить знания о красно-черных деревьях
2Получить, углубить либо освежить знания о красно-черных деревьях- реализация красно-черного дерева
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Опыт работы с красно-черными деревьями
ДаСобеседование
70
15.06.2020 17:40:28arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание освоить алгоритмы с использованием стека
2Освоить алгоритмы с использованием стека- реализация алгоритма построение выпуклой оболочки методом обхода Грэхема https://en.wikipedia.org/wiki/Graham_scan
- реализация алгоритма Nearest-neighbor chain https://en.wikipedia.org/wiki/Nearest-neighbor_chain_algorithm
- формирование входных и выходных тестовых данных
- тщательное тестирование реализаций
Изучены алгоритмы с использованием стека
ВозможноСобеседование
71
15.06.2020 17:52:29arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgдепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание получить, углубить либо освежить знания о структурах данных в виде деревьев
12Получить, углубить либо освежить знания о структурах данных в виде деревьев- реализация дерева (на выбор):
2-3 дерево
2-3-4 дерево
AVL-дерево
Radix tree
Дерево отрезков
BzTree
Фибоначчиева куча
LSM дерево
Биномиальная куча
Расширяющееся дерево
Квадродерево
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Опыт работы с деревьямиДаСобеседование
72
15.06.2020 18:57:50arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание познакомиться с машинным обучением в области структур данных
2Познакомиться с машинным обучением в области структур данных- реализация Wang H. et al. Learned Index for Spatial Queries //2019 20th IEEE International Conference on Mobile Data Management (MDM). – IEEE, 2019. – С. 569-574.
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Опыт применения машинного обучения в области структур данных
ДаСобеседование
73
15.06.2020 19:01:58arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- навыки программирования на СUDA
- желание развить навыки программирования на CUDA
- желание познакомиться с геопространственными данными в формате GeoTIFF
1Познакомиться с геопространственными данными в формате GeoTIFF и развить навыки программирования на CUDA- реализация метода быстрого индексирования настраиваемых функций (статья в печати)
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Знакомство с геопространственными данными и развитие навыков программирования на CUDA
ДаСобеседование
74
15.06.2020 19:11:09arodriges@hse.ru
Рамон Антонио Родригес Залепинос
arodriges@hse.rurodriges@acm.orgДепартамент ПИдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
- уверенные навыки программирования на С++
- желание познакомиться с машинным обучением в области структур данных
2Познакомиться с машинным обучением в области структур данных- реализация обученного Фильтра Блума (learned bloom filter)
https://dl.acm.org/doi/pdf/10.1145/3183713.3196909
http://papers.nips.cc/paper/7328-a-model-for-learned-bloom-filters-and-optimizing-by-sandwiching.pdf
- формирование входных и выходных тестовых данных
- тщательное тестирование реализации
Опыт применения машинного обучения в области структур данных
ДаСобеседование
75
15.06.2020 23:41:45tvoznesenskaya@hse.ru
Вознесенская Тамара Васильевна
tvoznesenskaya@hse.ru;
соруководитель Р.Э.Яворский; https://t.me/joinchat/BtdhCBkdt-n3KmJUr1qs_Q
ДБДИПдоцент
Прикладная математика и информатика (бак.), Магистратура
интерес к теме5Получение практического опыта анализа реальных данныхпогрузиться в тему, изучить существующие наработки, "запачкать руки в данных"Подготовка к созданию карты науки, визуализирюущей научные школы университета (ключевые персоналии, кооперации, тематический фокус, партнеры, значимые публикации и патенты, внедрения, мероприятия)
1. Краткий обзор литературы
2. Собранный из доступных источников набор данных
3. Отчёт об эксплоративной аналитике данных (exploratory data analysis)
Да
Резюме, Собеседование
76
15.06.2020 23:44:26tvoznesenskaya@hse.ru
Вознесенская Тамара Васильевна
tvoznesenskaya@hse.ru
соруководитель Р.Э.Яворский; https://t.me/joinchat/BtdhCBkdt-n3KmJUr1qs_Q
ДБДИПдоцент
Прикладная математика и информатика (бак.), Магистратура
интерес к теме5Получение практического опыта анализа реальных данныхпогрузиться в тему, изучить существующие наработки, "запачкать руки в данных"Анализ данных об абитуриентах, студентах и выпускниках
● География абитуриентов и поступающих с детализацией до директора
школы/классного руководителя/любимого учителя.
● Анализ образовательных и карьерных траекторий студентов и выпускников.
● Анализ онлайн сообщества студентов и выпускников.
● Разработка рекомендаций для маркетинговых/приемных кампаний (в России и за рубежом).
1. Краткий обзор литературы
2. Собранный из доступных источников набор данных
3. Отчёт об эксплоративной аналитике данных (exploratory data analysis)
Да
Резюме, Собеседование
77
15.06.2020 23:47:23tvoznesenskaya@hse.ru
Вознесенская Тамара Васильевна
tvoznesenskaya@hse.ru
соруководитель Р.Э.Яворский; https://t.me/joinchat/BtdhCBkdt-n3KmJUr1qs_Q
ДБДИПдоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
интерес к теме5Получение практического опыта анализа реальных данныхпогрузиться в тему, изучить существующие наработки, "запачкать руки в данных", создать прототип агрегатораПодготовка к созданию агрегатора технологических/академических новостей (с интерфейсом чатбота).
Возможные разделы:
● Новости индустрий, обзоры публикаций и патентов.
● Мониторинг технологических стартапов, получивших инвестиции.
● Новости ведущих технологических университетов
1. Краткий обзор литературы
2. Собранный из доступных источников набор данных
3. Отчёт об эксплоративной аналитике данных (exploratory data analysis)
и/или
4. разработка прототипа агрегатора
Да
Резюме, Собеседование
78
16.06.2020 0:08:29tvoznesenskaya@hse.ru
Вознесенская Тамара Васильевна
tvoznesenskaya@hse.ru
соруководитель А.А.Гаврилюк; agavriluk@hse.ru: @ghavr
ДБДИПдоцент
Прикладная математика и информатика (бак.), Магистратура
Уверенное владение школьной программой и программой математических дисциплин первых двух курсов в рамках ФКН, знакомство с занятиями в школьных математических кружках
3Подготовить задачи для банка задач соревнований и тестирований школьников Изучить вопрос, как корректно оценить текущие математические способности школьников и абитуриентов.
Для этого потребуется анализ школьных программ, анализ того, какие навыки и способности также представляют важность для успешности студента с точки зрения преподавателей. Для этого потребуется создание подробной "карты знаний" условного абитуриента, а также карты знаний начальных курсов университета.
На основе анализа подготовить набор задач.
* Собрать воедино информацию о соответствии школьной программы по математике (в разных вариациях: профиль/база, с мат кружками/без кружков) нуждам ФКН.
* Визуализировать эту информацию, сделать легкодоступной для оценки и корректировок преподавателями факультета.
* Подготовить базу заданий (longlist) для тестирования
* Подготовить рекомендации по составлению тестов
* Подготовлена "карта знаний" абитуриента
* Подготовлена "карта знаний" первокурсника и второкурсника
* Подготовлены рекомендации по задачам для тестирования
* Подготовлен банк задач
Возможно
Резюме, Собеседование
79
16.06.2020 10:29:32osukhoroslov@hse.ru
Сухорослов Олег Викторович
osukhoroslov@hse.ru@osukhoroslov
Департамент больших данных и информационного поиска
доцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Знание каких-нибудь языков программирования, достаточное для автоматизации процесса тестирования. Желательно иметь опыт работы со стандартными системами сборки программ в Linux.
1Изучение эффективности алгоритмов разбиения гиперграфовВ современных задачах балансировки нагрузки приходится учитывать как загрузку вычислительных узлов, так и связей между ними. Это приводит к необходимости представлять вычислительную задачу и ресурсы в виде графов или гиперграфов и решать задачу оптимального гомоморфизма гиперграфов, которая в некоторых случаях может быть сведена к задаче о разбиении.

Разбиением гиперграфа, в частности графа, называется представление в виде множества непересекающихся подмножеств вершин, удовлетворяющее ограничениям и являющееся оптимальным (либо субоптимальным) по неким критериям. Задача относится к NP-полным и для гиперграфов со значительным числом вершин решается с помощью эвристик.

На данный момент разработаны различные подходы к решению таких задач, в том числе и в виде готовых программных комплексов. Однако, не очевидно насколько те или иные подходы эффективны для тех реальных задач, которые возникают в задачах балансировки.

Нужно проанализировать имеющиеся открытые тестовые наборы гиперграфов с точки зрения соответствия их практическим задачам. Дополнить и адаптировать по необходимости. Реализовать необходимые критерии оценки качества разбиений гиперграфов. Изучить основные возможности существующих программных решений для разбиения графов. Провести тестирование и анализ их эффективности на тестовом наборе.
Отчёт о тестировании эффективности алгоритмов разбиения гиперграфов
ДаСобеседование
80
16.06.2020 10:44:24rakhmetsafina@hse.ru
Ахметсафина Римма Закиевна
rakhmetsafina@hse.ru@RimmaZA
Центр практик и проектной работы
руководитель ЦППР
Программная инженерия (бак.), Магистратура
PostgreSQL, backend, frontend - JS
2-8Ввод в эксплуатацию информ. системы ЦППР, доработка системы1. реализовать ряд функций
2. рефакторинг кода
3. исправление багов
4. написание тестов
5. дополнение и составление документации
6. документирование архитектуры приложения (составлять диаграммы классов всякие) и документирование процессов и логики (sequence диаграммы)
7. импорт в систему информации 2019-2020,
8. подготовка системы для 2020-2021 и др
Сформулируем в зависимости от задачи
Введенная в эксплуатацию информационная система ЦППР
Возможно
Резюме, Собеседование
81
16.06.2020 10:50:48osukhoroslov@hse.ru
Сухорослов Олег Викторович
osukhoroslov@hse.ru@osukhoroslov
Департамент больших данных и информационного поиска
доцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Интерес к теме распределенных вычислений, знание C++
1Моделирование распределенного обучения модели TensorFlow на кластере- Изучить фреймворк для симуляции распределенных систем SimGrid (https://simgrid.org/)
- Реализовать на SimGrid модель распределенного обучения TensorFlow на кластере, состоящую из нескольких процессов - параметр-серверов и рабочих
- Протестировать модель, исследовать влияние числа процессов, их размещения по узлам кластера, конфигурации сети на производительность обучения
- Готовая к использованию модель распределенного обучения TensorFlow на кластере
- Результаты экспериментальных исследований модели
Да
Резюме, Собеседование
82
16.06.2020 11:21:18osukhoroslov@hse.ru
Сухорослов Олег Викторович
osukhoroslov@hse.ru@osukhoroslov
Департамент больших данных и информационного поиска
доцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Интерес к теме распределенных систем, знание C++, Python или Go. Плюсом будет опыт разработки распределенных систем и прохождения аналогичных курсов.
5Подготовка практических задач для курса Распределенные системы- Выбрать и обсудить с руководителем одну или несколько задач (примеры - реализация распределенного алгоритма, key-value хранилища, схемы вычислений master-workers)
- Проработать условия задач, реализовать примеры решений
- Реализовать тесты для проверки решений, покрывающие максимум ошибок
- Возможно также участие в разработке тестирующей системы
- Подготовлены описания задач
- Реализованы примеры решений
- Реализованы тесты для проверки решений
Возможно
Резюме, Собеседование
83
16.06.2020 15:35:37adel.valiullin@gmail.com
Валиуллин Адель Марсович
adel.valiullin@gmail.com
t.me/valiullin; +79039723824
Департамент больших данных и информационного поиска ФКН НИУ ВШЭ
Приглашенный преподаватель
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Знание ml/ds, язык python3Исследование различных подходов машинного обучения для решения актуальных задач1) Применить различные модели в задачах классификации
2) Исследовать различные подходы генерации новых признаков для модели
1) Работа с данными (предобработка, генерация признаков)
2) Построение моделей
3) Построение ансамбля моделей
4) Сравнение полученных результатов
Проведено исследование различных подходов генерации новых признаков, построены различные модели машинного обучения для прикладных задач
Возможно
недолгий зум (общение) по уровню знаний студента
84
17.06.2020 18:42:22nchirkova@hse.ru
Чиркова Надежда Александровна
nchirkova@hse.ru
@nadiinchi - в телеграме
Лаборатория компании Самсунг, ФКН НИУ ВШЭ
научный сотрудник
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Обязательно: знание основ глубинного обучения и машинного обучения, знание PyTorch или готовность быстро его освоить, уверенное знание языка программирования Python, навыки чтения статей по тематике глубинного обучения на английском языке
Желательно, но необязательно: опыт обучения нейросетевых моделей, опыт в NLP
Индивидуальная работа, до 4-х студентов (у каждого студента своя подтема)
Реализовать архитектуру трансформера для задачи анализа исходного кода программ, учитывающую синтаксическую структуру кода (представляется в виде AST-дерева программы).1. Запустить базовое решение с трансформером для задачи суммаризации кода, используя код авторов статьи;
2. Выполнить обработку данных, используя специальные библиотеки python, в частности библиотеку для работы с AST-деревьями;
3. Реализовать архитектуру (зависит от выбранной статьи), используя PyTorch
4. Сравнить реализованную и исходную архитектуры по качеству работы, проанализировать реализованную модель.
В ходе практики предлагается реализовать архитектуру трансформера, учитывающую синтаксическую структуру кода программы (одна статья на выбор из списка), для задачи суммаризации исходных кодов программ (используя код авторов соответствующей статьи).
Ожидаемые результаты практики
1) Результаты сравнения реализованной архитектуры, учитывающей синтаксическую структуру, с классической архитектурой трансформера, реализованной в базовом решении.
2) Анализ реализованной модели, позволяющий понять причины ее превосходства или непревосходства над базовым решением.
3) Понятный, аккуратный, документированный код, который можно переиспользовать, включающий код предобработки данных, код модели и обучения на PyTorch.

Практика предполагает периодическое обсуждение промежуточных результатов с руководителем с целью исправления возможных ошибок, обозначения следующих шагов, выбора стратегии анализа модели и т. д.
Возможно
Резюме, Собеседование
85
19.06.2020 17:04:18akonushin@hse.ru
Конушин Антон Сергеевич
akonushin@hse.ru@antonkonushinБДИПДоцент
Программная инженерия (бак.), Прикладная математика и информатика (бак.)
Python, C++, основы DL1-2Разработка разметчика для indoor сцен* Провести анализ существующих решений *Реализовать модификацию существующего разметчика *Провести его апробациюПрактика в Samsung AI Center MoscowРазметчик для indoor сценВозможно
Резюме, Собеседование, созвон в zoom
86
20.06.2020 23:43:51ashapoval@hse.ru
Шаповал Александр Борисович
abshapoval@gmail.comнетЛаборатория МУСС
заведующий лабораторией
Прикладная математика и информатика (бак.)
Знания алгоритмов, численных методов, теории вероятностей и математической статистики
2
С помощью машинного обучения получить релевантную оценку убывания площадей солнечных пятен
Провести сравнительный анализ стандартных алгоритмов кластеризации для оценки следующей площади групп солнечных пятен
Предложить меры качества оценки, основанные на физических свойствах солнечных пятен
Написать отчёт в форме, принятой в академическом сообществе (краткий обзор литературы, данные, методы исследования, результаты).
Ранжирование исследуемых алгоритмов по стандартным мерам качества
Оценка следующей площади, согласующаяся с физическими свойствами солнечных пятен
Отчёт
ДаСобеседование
87
20.06.2020 23:47:01ashapoval@hse.ru
Шаповал Александр Борисович
abshapoval@gmail.comнетЛаборатория МУСС
заведующий лабораторией
Прикладная математика и информатика (бак.)
Знания алгоритмов, численных методов, теории вероятностей и математической статистики
2
Написать и реализовать алгоритм, ранжирующий страны по эффективности политических элит
Написать итерационный алгоритм, проверяющий устойчивость ранжирования, использованного в качестве нулевой гипотезы.
Сравнить несколько (хотя бы 2) подхода к реализации алгоритма (базовые идеи будет Вам предложены)
Написать отчёт в форме, принятой в академическом сообществе (краткий обзор литературы, данные, методы исследования, результаты).
Итерационный алгоритм, проверяющий устойчивость ранжирования, использованного в качестве нулевой гипотезы
Сравнение различных подходов
Отчёт
ДаСобеседование
88
20.06.2020 23:48:52ashapoval@hse.ru
Шаповал Александр Борисович
abshapoval@gmail.comнетЛаборатория МУСС
заведующий лабораторией
Прикладная математика и информатика (бак.)
Знания алгоритмов, численных методов, теории вероятностей и математической статистики
2
Сравнить динамику солнечной активности на различных широтах Солнца с помощью анализа долгоживущих групп солнечных пятен
Оценить динамику индекса долгоживущих групп солнечных пятен на различных широтах.
Разложить индекс долгоживущих пятен по компонентам, характеризующих северную и южную полусферы
Написать отчёт в форме, принятой в академическом сообществе (краткий обзор литературы, данные, методы исследования, результаты).
Оценика динамики индекса долгоживущих групп солнечных пятен на различных широтах.
Разложение индекса долгоживущих пятен по компонентам, характеризующих северную и южную полусферы
Отчёт
ДаСобеседование
89
20.06.2020 23:51:06ashapoval@hse.ru
Шаповал Александр Борисович
abshapoval@gmail.comнетЛаборатория МУСС
заведующий лабораторией
Прикладная математика и информатика (бак.)
Знания алгоритмов, численных методов, теории вероятностей и математической статистики
2
Идентифировать следы солнечного цикла в температурных данных
Изучить метод PCA (Метод главных компонент).
Выделить главные компоненты у температурных данных и индекса солнечной активности.
Написать отчёт в форме, принятой в академическом сообществе (краткий обзор литературы, данные, методы исследования, результаты).
Описание выделенных периодичностей в температурных рядах и в прокси к солнечной активности
ДаСобеседование
90
20.06.2020 23:52:48ashapoval@hse.ru
Шаповал Александр Борисович
abshapoval@gmail.comнетЛаборатория МУСС
заведующий лабораторией
Прикладная математика и информатика (бак.)
Знания алгоритмов, численных методов, теории вероятностей и математической статистики
2Анализ бифуркаций в связанных уравнениях Ван дер Поля
Провести численный или теоретический анализ системы двух связанных уравнений ван дер Поля при изменении силы связи между ними
Написать отчёт в форме, принятой в академическом сообществе (краткий обзор литературы, данные, методы исследования, результаты).
Анализ бифуркаций в связанных уравнениях Ван дер Поля
Отчёт
ДаСобеседование
91
21.06.2020 17:44:00kurmukovai@gmail.comКурмуков Анварkurmukovai@gmail.comtg @anvarki
Международная лаборатория топологии и алгебры
Стажер исследователь
Прикладная математика и информатика (бак.), Магистратура
Владение Python, пройденный курс теории вероятности и/или статистики
1-2
Построение упрощенной модели прогрессии нейродегенеративных заболеваний
1) Изучить существующую событийную модель (event-based) прогрессии заболевания Болезнь Альцгеймера. 2) Реализовать событийную модель на языке Python.
1) Изучение работы http://www-dept.cs.ucl.ac.uk/staff/ucacdxa/Papers/FonteijnIPMI11.pdf. 2) Написание кода на языке Python 3) Тестирование реализованной модели на открытых наборах данных ADNI, OASIS 4) Написание отчета/статьи о проделанной работе.
Написание статьи на конференцию ИТИС 2020 http://iitp.ru/ru/conferences/itas .
ДаСобеседование
92
22.06.2020 23:51:08nchuykin@hse.ru
Чуйкин Николай Константинович
nchuykin@hse.rutg @nchuykinДПИ ФКНпреподаватель
Программная инженерия (бак.)
Практика для Жанибека Таубалдиева
1
Участие в разработки программы для визуализации кристаллических соединений
1. Анализ существующих решений
2. Выбор методов решения с учётом особенностей задач
1. Реализация следующих функциональных требований:
- Построение элементарной ячейки заданного соединения
- Построение полиэдра вокруг выбранного атома
- Построение кольца из полиэдра по заданному условию
- Оценка объёма полости образованной кольцом
1 день постановка задачи, анализ существующих решений
2-3 день выбор методов решения
4-11 день разработка программы
12 день предварительное согласование результатов
13-14 день внесение правок, составление отчёта
Существующий программный продукт соответствует вышеописанным функциональным требованиям.
Возможно
Практика для Жанибека Таубалдиева
93
24.06.2020 6:53:26vchernyshev@hse.ru
Чернышев Всеволод Леонидович
vchernyshev@hse.ru
+79166455918 (не для студентов)
Международная лаборатория Алгебраической топологии и её приложений
заместитель заведующего
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Интерес к топологии, анализу данных и знание основ статистики
5
Знакомство с геометрическими и топологическими методами анализ данных и применением к задачам, возникающим при изучении мозга
1. Прочитать статью по теме. 2. Поработать с данными. 3. Написать отчет.
Знакомство с понятием коннектома и тем, как его изучение топологическими методами помогает больше узнать о работе мозга.
Отчет, набранный в системе LaTeX.Возможно
Обсуждение по электронной почте
94
24.06.2020 7:00:55vchernyshev@hse.ru
Чернышев Всеволод Леонидович
vchernyshev@hse.ru
+79166455918(не для студентов)
Международная лаборатория Алгебраической топологии и её приложений
заместитель заведующего
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Желание проводить компьютерные эксперименты
5
Проведение компьютерных экспериментов в области изучения движения точек на метрических графах
1. Прочитать статью по теме. 2. Провести эксперименты. 3. Написать отчет.
Изучение случайных блужданий на разных классах метрических (то есть каждое ребро реализовано в виде отрезка кривой) графов.
Знакомство с тем, что такое экспериментальная математика. По итогам практики нужно будет подготовить отчет, набранный в системе LaTeX.
Возможно
Обсуждение по электронной почте
95
24.06.2020 7:06:12vchernyshev@hse.ru
Чернышев Всеволод Леонидович
vchernyshev@hse.ru
+79166455918(не для студентов)
Международная лаборатория Алгебраической топологии и её приложений
заместитель заведующего
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Знание основ статистики5Изучение свойств графов ассоциаций естественных языков
1. Прочитать статью по теме. 2. Поработать с данными. 3. Написать отчет.
Знакомство с понятием графа ассоциаций и его изучение современными геометрическими или топологическими методами
Знакомство с топологическими методами анализа данных. В конце практики нужно будет подготовить отчет.
Возможно
Обсуждение по электронной почте
96
26.06.2020 14:50:57rnesterov@hse.ru
Нестеров Роман Александрович
rnesterov@hse.ruSkype - aizen_sssДПИ ФКНПреподаватель
Программная инженерия (бак.)
Дискретная математика, C#1
Доработка системы редукции сетей Петри в редакторе сетей Петри Carassius
1. Усовершенствование правил редукции безопасных сетей Петри на случай позиций с фишками
2. Исследование возможности расширения элементарных правил редукции для сетей позиций-переходов (P/T-сетей) с кратными дугами и фишками
3. Разработка и реализация алгоритма выделения автоматных компонентов (последовательных подсистем) в сетях Петри
4. Подготовка отчета
1. Доработанный модуль редактора сетей Петри Carassius, поддерживающий редукции сетей Петри
2. Алгоритм выделения автоматных компонентов в сетях Петри и его экспериментальная оценка
Да
Собеседование, Обсуждение по электронной почте
97
29.06.2020 17:55:59aparinov@hse.ru
Паринов Андрей Андреевич
aparinov@hse.ru+79251433245
Департамент анализа данных и искусственного интеллекта
старший преподаватель
Программная инженерия (бак.), Прикладная математика и информатика (бак.), Магистратура
Знание языка Python6
Разработка вопросно-ответной системы для Microsoft Teams
1. Изучение особенностей расширений для Microsoft Teams
2. Разработка приложения
3. Написание отчета
Разрабатываемая программа должна:
1) Обрабатывать запросы пользователя;
2) Отвечать на пользовательские вопросы на основе базы знаний;
ДаСобеседование
98
99
100