• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты
Руководство
Киселева Ирина Анатольевна
Заместитель декана факультета по учебной работе Киселева Ирина Анатольевна
Заместитель декана факультета по работе со студентами Шадрина Елена Викторовна
Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Начальник отдела Емельянова Мария Максимовна

Телефон:
+7 (831) 4320089
6403
email: memelyanova@hse.ru

Образовательные программы
Бакалаврская программа

Бизнес-информатика

4 года
Очная форма обучения
РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Компьютерные науки и технологии

4 года
Очная форма обучения
165/100

165 бюджетных мест

100 платных мест

РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Программная инженерия (очно-заочное обучение)

4,5 года
Очно-заочная форма обучения

Количество платных мест уточняется

РУС
Обучение ведётся полностью на русском языке
Бакалаврская программа

Технологии искусственного и дополненного интеллекта

4 года
Очная форма обучения
10/50

10 бюджетных мест

50 платных мест

РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Фундаментальная и прикладная математика

4 года
Очная форма обучения
45

45 бюджетных мест

Количество платных мест уточняется

РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Магистерская программа

Бизнес-информатика

2 года
Очная форма обучения
22/20/2

22 бюджетных места

20 платных мест

2 платных места для иностранцев

РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Магистерская программа

Интеллектуальный анализ данных

2 года
Очная форма обучения
35/20

35 бюджетных мест

20 платных мест

РУС+АНГЛ
Обучение ведется на русском и частично на английском языке
Магистерская программа

Искусственный интеллект и компьютерное зрение

2 года
Очная форма обучения
Онлайн-программа
60/10

60 платных мест

10 платных мест для иностранцев

АНГЛ
Обучение ведётся полностью на английском языке
Магистерская программа

Математика

2 года
Очная форма обучения
15/5/2

15 бюджетных мест

5 платных мест

2 платных места для иностранцев

АНГЛ
Обучение ведётся полностью на английском языке
Книга
Практики менеджмента в российских компаниях. Том 3

Вахрушина А. А., Горчаков К. А., Грибанова А. и др.

Т. 3. М.: Издательский дом НИУ ВШЭ, 2025.

Глава в книге
KScaNN: Scalable Approximate Nearest Neighbor Search on Kunpeng
В печати

Senkevich O., Siyang X., Jiang T. et al.

In bk.: ICDE'26: Proceedings of the 42th IEEE International Conference on Data Engineering. IEEE, 2026.

Тема «публикации» – Новости

Математик из НИУ ВШЭ в Нижнем Новгороде нашел способ решить уравнение, нерешаемое с XIX века

Математик из НИУ ВШЭ в Нижнем Новгороде нашел способ решить уравнение, нерешаемое с XIX века
Ученый из НИУ ВШЭ в Нижнем Новгороде и ИППИ РАН Иван Ремизов совершил концептуальный прорыв в теории дифференциальных уравнений. Ему удалось вывести универсальную формулу для решения задач, которые более 190 лет считались нерешаемыми аналитическим путем. Полученный результат радикально меняет картину мира в одной из старейших областей математики, важной для фундаментальной физики и экономики. Результаты работы опубликованы во Владикавказском математическом журнале.

Математики из нижегородской Вышки доказали существование устойчивого хаоса в сложных системах

Математики из нижегородской Вышки доказали существование устойчивого хаоса в сложных системах
Исследователи из Международной лаборатории динамических систем и приложений НИУ ВШЭ — Нижний Новгород разработали теорию, которая позволяет с математической точностью доказать существование устойчивого хаотического поведения в сетях взаимодействующих элементов. Работа открывает новые возможности для изучения сложных динамических процессов в нейронауке, биологии, медицине, химии, оптике и других областях. Результаты исследования приняты к публикации в ведущем международном научном журнале Physical Review Letters. С результатами исследования можно ознакомиться в архиве Arxiv.org.

Российские ученые воссоздали динамику модели нейрона мозга с помощью нейросети

Российские ученые воссоздали динамику модели нейрона мозга с помощью нейросети
Исследователи из НИУ ВШЭ в Нижнем Новгороде показали, как с помощью нейросети воссоздавать динамику нейрона мозга, имея всего один ряд измерений, например запись его электрической активности. Разработанная нейросеть научилась восстанавливать полную динамику системы и предсказывать ее поведение при изменении условий. Такой метод может помочь изучать сложные биологические процессы, даже если нет возможности провести все необходимые измерения. Исследование опубликовано в журнале Chaos, Solitons & Fractals.

Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий

Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий
Исследователи НИУ ВШЭ предложили новый нейросетевой метод распознавания эмоций и вовлеченности людей. Алгоритмы строятся на основе анализа видеоизображений лиц и превосходят по точности известные аналоги. Разработанные модели подходят для малопроизводительного оборудования, в том числе для мобильных устройств. Результаты работы могут быть внедрены в системы теле-конференц-связи и онлайн-обучения для анализа вовлеченности и эмоций участников. Итоги исследования опубликованы в IEEE Transactions on Affective Computing.

Как по фотографиям понять человека

Как по фотографиям понять человека
Создан алгоритм, определяющий предпочтения пользователей смартфоновИсследователи из НИУ ВШЭ в Нижнем Новгороде и Санкт-Петербургского отделения Математического института им. В. А. Стеклова РАН разработали новый способ прогнозирования предпочтений пользователей мобильных устройств. В основе работы рекомендательных систем лежат алгоритмы, моделирующие пользовательское поведение, исходя из той информации, которая указана в профиле человека. Традиционные рекомендательные системы используют только структурированные и текстовые данные — новая модель использует фотографии.
1 2