Антон Конушин (НИУ ВШЭ)

Компьютерные науки: как учить тому, что постоянно меняется?

Антон Конушин Академический руководитель программы «Прикладная математика и информатика»



Что такое «Компьютерные науки»?

Компьютерные науки (computer science)

Программная инженерия

(software engineering) Математика

Примеры задач • Оценить вычислительную сложность алгоритмов

решения задачи (теоретическая информатика) • Построить систему для расчёта подъёмной силы и

сопротивления воздуха крыла самолёта (математическое моделирование)

• Спрогнозировать следующую покупку клиента (анализ данных и машинное обучение)

• Научить автомобили и их компоненты общаться друг с другом (инженерия)



Насколько быстро меняется? Выделение лица человека на изображении (компьютерное зрение) 1998 – нейросетевой алгоритм Rowley 2001 – каскадный алгоритм Viola-Jones на основе бустинга и признаков Хоара 2009 – интегральные признаки 2014 – face detection without bells and whistles 2015 – глубокие нейросети



Как учить? • Чему надо учить? • Кто будет учить? • Как организовать учебный процесс?

Сегодня только 15% выпускников образовательных организаций по инженерным специальностям пригодны к немедленному трудоустройству в сфере информационных технологий.

Из стратегии развития отрасли информационных технологий

в Российской Федерации на 2014 - 2020 годы

Что должен знать и уметь выпускник? • Программирование

– разрабатывать самому и в команде сложный программный продукт

• Математику – фундаментальные разделы, т.е. наиболее широко

используемые математические понятия и методы • Специальность

– уметь решать поставленные задачи в профессиональной области

• Английский язык – читать, понимать и работать в англоязычной среде

Кто это будет решать? Для согласования основных задач нам потребуются и преподаватели, и учёные, и профессионалы из промышленности Академический совет:

Алескеров Фуад Тагиевич д.т.н., ординарный профессор, руководитель департамента математики ф-та экономики НИУ ВШЭ

Аржанцев Иван Владимирович д.ф.-м.н., профессор, декан ф-та компьютерных наук НИУ ВШЭ

Ветров Дмитрий Петрович к.ф.-м.н., доцент НИУ ВШЭ и МГУ им. М.В. Ломоносова, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ

Левин Михаил Владимирович Yandex Data Factory

Соболевский Андрей Николаевич д.ф.-м.н., зам. директора ИППИ РАН

Шень Александр Ханиевич к.ф.-м.н., старший научный сотрудник ИППИ РАН, научный сотрудник CNRS

Кто будет учить?

Преподаватели

Сотрудники ведущих институтов РАН

Победители международных олимпиад по математике и

программированию

Сотрудники ведущих ИТ-компаний

Профессора и доценты НИУ ВШЭ

Составление учебного плана

Распределение времени

Сон Учеба Остальное

«Нуу, можно и не спать…» (цитата)

Сон Учеба Остальное

Распределение времени • 8 часов в день x 5 дней в неделю = 40 часов • «Кредит» - 25 часов (36-38 академических) • 60 «кредитов» в год • 240 кредитов за 4 года • 6000 часов всего на всё-всё-всё

Баланс и компромисс

Некоторые принципы • Фундаментальность основных предметов • Востребованность и актуальность предметов

специализации • Лекции + семинары + самостоятельная работа • Много самостоятельной работы • Индивидуальная траектория • Регулярный контроль и плотная сессия в

модульной системе • Постоянная обратная связь

Задачи студента на первых курсах 1. Овладеть основами всех ключевых для

компьютерных наук разделов математики 2. Научиться самостоятельно реализовывать

законченный нетривиальный программный проект

3. Освоить английский язык в достаточной степени, чтобы изучать дисциплины специальности на английском

4. Выбрать специализацию и научное направление

1 год 1 модуль








Английский язык (2 пары)




Психология в ИТ (2 пары)

История (2 пары)

Minor 1 (2 пары)


Линейная алгебра и геометрия (2 пары)

Мат. модели в экономике (2 пары)

Дифференциальные уравнения (2 пары)

Математический анализ 1 (2 пары)

Математический анализ 2 (2 пары)

Дискретная математика (2 пары)

Алгебра (2 пары)

Теория вероятности и математическая статистика (2 пары)

ОиМП (4 пары)

ОиМП (2 пары)

Алгоритмы и структуры данных (4 пары)

Архитектура компьютера и операционные системы (3 пары) АиСД

(2 пары)

Обзорный НИС

(1 пара)

Программный проект Учебная практика

Программный проект

http://cs.hse.ru/news/151715219.html

Распознавание цифр с помощью нейронных сетей

Видеоигра для Oculus VR с голосовым

управлением

Другие примеры проектов: Мониторинг цен на жильё, рекомендация музыки, калькулятор, архиватор, анализ Instagram, библиотека для задачи коммивояжёра, веб-сервис списков дел, интерактивная карта метров, ….

Задачи студента на старших курсах 1. Стать специалистом в выбранном направлении

компьютерных наук («специализация») 2. Получить опыт профессиональной работы в

англоязычной среде, от написания академических текстов до их устного обсуждения

3. Выполнить законченное научное исследование 4. Пройти практику









Академическое письмо (1 пара)



Философия (2 пары)

Машинное обучение 1 (2 пары)

Методы оптимизации (2 пары)

Специализация 4 (2 пары)

(Байесовские методы машинного обучения)


(Глубинное обучение)


(Прикладной статистический анализ данных)


(Машинное обучение 2)


(Анализ текстов)


(Компьютерное зрение)

Нау чный семинар (1 пара)

Нау чный семинар (1 пара)

Осенний курс по выбору (2 пары)

Зимний курс по выбору (3 пары)

Специализация №3 (2 пары)

(Машинное обучение на больших данных)

Осенний курс по выбору (2 пары)

Зимний курс по выбору (3 пары)

Курсовая работа Подготовка ВКР

Производственная практика Преддипломная практика

Машинное обучение и приложения

• Машинное обучение 1 и 2 • Методы оптимизации • Прикладной статистический анализ данных • Байесовские методы • Глубинное обучение • Анализ текстов и компьютерное зрение

Education

Антон Конушин (НИУ ВШЭ)