Школа опережающего научного образования Huawei в МГУ им. М. В. Ломоносова

Обновилось расписание на 2020-2021 учебный год. Общая сетка расписания.

О программе SHARE MSU

Школа опережающего научного образования Huawei на базе МГУ им. М. В. Ломоносова, или SHARE MSU (School of Huawei Advanced Research Education at MSU), была организована в сентябре 2019 года как результат синергии одной из ведущих транснациональных корпораций в области исследования и разработки (R&D) Huawei и крупнейшего Университета в России - МГУ им. М. В. Ломоносова.
Целями создания данной школы являются: На данный момент программа двухгодичная и состоит из более чем 10 полугодовых (семестровых) курсов (некоторые курсы длятся два семестра), читаемых преподавателями МГУ им. М. В. Ломоносова в сотрудничестве с сотрудниками Московского исследовательского центра Huawei. Курсы объединены в две специализации: "Машинное обучение и Компьютерное зрение" и "Большие данные и Теория информации".
Продолжительность обучения
2 года
Учебная нагрузка
В среднем 2 лекционных курса в семестр + возможные дополнительные семинарские занятия
Зачисление
Студенты 4-6 курсов, магистры, аспиранты и выпускники следующих факультетов МГУ им. М. В. Ломоносова: механико-математический, вычислительной математики и кибернетики, физический, космических исследований
Стоимость обучения
Бесплатно
Окончание
Выпускникам SHARE MSU выдается Сертификат о дополнительном образовании МГУ им. М. В. Ломоносова государственного образца

Новости

2021, 8 февраля
Обновилось расписание на 2020-2021 учебный год.
Общая сетка расписания.
2020, 30 сентября
Состоялось повторное представление программы SHARE MSU 2020 в 18:00 в онлайн режиме.
Дополнительная презентация программы-2020. Запись видео-конференции.
2020, 28 сентября
Повторное представление программы онлайн - 30 сентября в 18:00. Заполнить анкету на участие в программе можно по ссылке. Для участия в организационной встрече необходимо заполнить анкету, так как ссылка на online встречу будет направлена на адрес электронной почты, указанный в анкете.
Постер приглашения
Poster
2020, 23 сентября
Состоялось представление программы SHARE MSU 2020 в 18:00 в онлайн режиме.
Презентация программы-2020. Запись видео-конференции.
2020, 17 сентября
Представление программы онлайн - 23 сентября в 18:00. Заполнить анкету на участие в программе можно по ссылке. Для участия в организационной встрече необходимо заполнить анкету, так как ссылка на online встречу будет направлена на адрес электронной почты, указанный в анкете.
Постер приглашения
Poster
2020, 26 июня
6 лучших студентов из числа имеющих высшие баллы были отобраны в качестве интернов в Лабораторию интеллектуальных систем и науки о данных Московского исследовательского центра Huawei.
2020, 29 мая
Дополнительное занятие по курсу "Практические вопросы машинного обучения" с презентациями лучших работ на kaggle-соревновании.
2020, 17 марта
Лекции всех курсов переходят в онлайн формат в связи с пандемий COVID-19.
2020, 18 февраля
Специализация "Компьютерное зрение и Машинное обучение" начала второй семестр лекцией курса "Практические вопросы машинного обучения" в аудитории 1205 ГЗ МГУ.
2019, 28 сентября
Специализация "Компьютерное зрение и Машинное обучение" стартовала первой лекцией курса "Математические методы цифровой обработки сигналов" в аудитории 1503 ГЗ МГУ.
2019, 19 сентября
Состоялось представление программы SHARE MSU 2019 в 17:00 в аудитории 1624 в Главном здании МГУ.
Презентация программы-2019.
Постер приглашения
Фотография со встречи
Poster
2019, 15 сентября
Создана страница регистрации на программу SHARE MSU на timepad.

Расписание

Общая сетка расписания

2020-2021 учебный год

2021, Весенний семестр

Специализация "Машинное обучение и Компьютерное зрение"
Год 1, Курс "Математические методы цифровой обработки изображений"
Место: онлайн
Время: суббота, 16:45
Начало: 13.02.2021
Год 1, Курс "Современное компьютерное зрение"
Место: онлайн
Время: вторник, 16:45
Начало: 16.02.2021
Год 1, Семинар "Практические вопросы современного компьютерного зрения"
Место: онлайн
Время: вторник, 18:15
Начало: 16.02.2021
Год 2, Курс "Введение в теорию нейронных сетей II"
Место: онлайн
Время: среда, 15:00
Начало: 10.02.2021
Специализация "Большие данные и Теория информации"
Год 1, Курс "Приложение теории графов к синтезу БИС II"
Место: онлайн
Время: пятница, 15:00
Начало: 12.02.2021
Год 1, Курс "Разработка big-data-приложений на Apache Spark"
Место: онлайн
Время: пятница, 18:30
Начало: 12.02.2021

2020, Осенний семестр

Специализация "Машинное обучение и Компьютерное зрение"
Год 1, Курс "Математические методы цифровой обработки сигналов"
Место: онлайн
Время: суббота, 16:45
Начало: 10.10.2020
Год 1, Курс "Практические вопросы машинного обучения"
Место: онлайн
Время: вторник, 18:00
Начало: 06.10.2020
Год 1, Семинар "Прикладное машинное обучение"
Место: онлайн
Время: вторник, 19:30
Начало: 06.10.2020
Год 1, Семинар "Язык программирования Python для исследователя"
Место: онлайн
Время: пятница, 18:00
Начало: 02.10.2020
Год 2, Курс "Введение в теорию нейронных сетей I"
Место: онлайн
Время: среда, 15:00
Начало: 07.10.2020
Специализация "Большие данные и Теория информации"
Год 1, Курс "Приложение теории графов к синтезу БИС I"
Место: онлайн
Время: пятница, 15:00
Начало: 09.10.2020
Год 1, Курс "Функциональное программирование на языке Scala/Haskell"
Место: онлайн
Время: пятница, 18:00
Начало: 09.10.2020
Год 2, Курс "Программные среды разработки СБИС"
Место: онлайн
Время: пятница, 13:00
Начало: 09.10.2020
Год 2, Курс "Введение в теорию помехоустойчивого кодирования"
Место: онлайн
Время: вторник, 18:30
Начало: 06.10.2020

2019-2020 учебный год

2020, Весенний семестр
Специализация "Машинное обучение и Компьютерное зрение"
Год 1, Курс "Математические методы цифровой обработки изображений"
Место: аудитория 1205, ГЗ МГУ
Время: суббота, 16:45
Год 1, Курс "Практические вопросы машинного обучения"
Место: аудитория 1205, ГЗ МГУ
Время: вторник, 18:30
Специализация "Большие данные и Теория информации"
Год 1, Курс "Приложение теории графов к синтезу БИС II"
Год 1, Курс "Разработка big-data-приложений на Apache Spark"
2019, Осенний семестр
Специализация "Машинное обучение и Компьютерное зрение"
Год 1, Курс "Математические методы цифровой обработки сигналов"
Место: аудитория 1503, ГЗ МГУ
Время: суббота, 16:45
Год 1, Курс "Практические вопросы современного компьютерного зрения"
Место: аудитория 1205, ГЗ МГУ
Время: вторник, 18:30
Специализация "Большие данные и Теория информации"
Год 1, Курс "Приложение теории графов к синтезу БИС I"
Год 1, Курс "Функциональное программирование на языке Scala/Haskell"

Курсы SHARE MSU

Специализация "Машинное обучение и Компьютерное зрение"
Курс "Математические методы цифровой обработки сигналов"
Продолжительность: 1 семестр
Преподаватели: к.ф.-м.н., с.н.с. Мазуренко Иван Леонидович, аспирант Дзабраев Максим Дмитриевич
О курсе
  • Основы теории цифровой обработки сигналов и изображений
  • Основные методы цифровой обработки сигналов и изображений во временной/пространственной и частотной областях
  • Основные классические задачи цифровой обработки сигналов и изображений
  • Примеры прикладных задач
  • Библиотеки цифровой обработки сигналов и изображений в Matlab/Octave
  • Библиотека OpenCV
Курс "Математические методы цифровой обработки изображений"
Продолжительность: 1 семестр
Преподаватели: к.ф.-м.н., с.н.с. Мазуренко Иван Леонидович, аспирант Дзабраев Максим Дмитриевич
О курсе
  • Основы теории цифровой обработки сигналов и изображений
  • Основные методы цифровой обработки сигналов и изображений во временной/пространственной и частотной областях
  • Основные классические задачи цифровой обработки сигналов и изображений
  • Примеры прикладных задач
  • Библиотеки цифровой обработки сигналов и изображений в Matlab/Octave
  • Библиотека OpenCV
Курс "Практические вопросы машинного обучения"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Бабин Дмитрий Николаевич, к.ф.-м.н. Иванов Илья Евгеньевич, к.ф.-м.н. Петюшко Александр Александрович
О курсе
  • Основные задачи машинного обучения и метрики качества (ROC-кривая)
  • Методы классификации
  • Методы регрессии
  • Композиции алгоритмов
Курс "Практические вопросы современного компьютерного зрения"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Бабин Дмитрий Николаевич, к.ф.-м.н. Иванов Илья Евгеньевич, к.ф.-м.н. Петюшко Александр Александрович
О курсе
  • Основные задачи компьютерного зрения (классификация, детекция, сегментация, улучшение изображений)
  • История применения сверточных нейросетей к изображениям
  • Генеративные модели
  • Примеры прикладных задач
Курс "Введение в теорию нейронных сетей"
Продолжительность: 2 семестра
Преподаватели: к.ф.-м.н., доц. Часовских Анатолий Александрович, к.ф.-м.н., н. с. Половников Владимир Сергеевич, аспирант Ронжин Дмитрий Владимирович
О курсе
  • Основные архитектуры нейронных сетей и их функциональные свойства
  • Задачи оптимизации сложности и быстродействия нейронных сетей
  • Обоснование процедуры обучения нейронных сетей прямого распространения
  • Особенности архитектуры и метода обучения рекуррентных нейронных сетей
  • Открытые базы изображений
  • Сверточные нейронные сети. Задачи классификации, детектирования, сегментации изображений
  • Рекуррентные нейронные сети. Моделирование памяти и обработка последовательностей сигналов
Семинар "Прикладное машинное обучение"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Бабин Дмитрий Николаевич, к.ф.-м.н. Иванов Илья Евгеньевич, к.ф.-м.н. Петюшко Александр Александрович
О семинаре
  • Работа с данными и фреймворки машинного обучения в Python
  • Соревнования по машинному обучению
Семинар "Прикладное компьютерное зрение"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Бабин Дмитрий Николаевич, к.ф.-м.н. Иванов Илья Евгеньевич, к.ф.-м.н. Петюшко Александр Александрович
О семинаре
  • Работа с изображениями и нейросетевые фреймворки в Python
  • Соревнования по компьютерному зрению
Семинар "Язык программирования Python для исследователя"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Бабин Дмитрий Николаевич, к.ф.-м.н. Иванов Илья Евгеньевич, к.ф.-м.н. Петюшко Александр Александрович, к.ф.-м.н. Иванюта Андрей Сергеевич, Корвяков Владимир Петрович
О семинаре
  • Основы Python
  • Специализированные библиотеки (Numpy, Pandas, scikit-learn)
  • Визуализация данных (Matplotlib, opencv, scikit-image)
Специализация "Большие данные и Теория информации"
Курс "Приложение теории графов к синтезу БИС"
Продолжительность: 2 семестра
Преподаватели: к.ф.-м.н., доц. Часовских Анатолий Александрович, к.ф.-м.н., н. с. Половников Владимир Сергеевич, аспирант Ронжин Дмитрий Владимирович
О курсе
  • Математическая модель проектирования БИС на основе технологии их синтеза
  • Планарные графы. Теорема Понтрягина – Куратовского. Алгоритм укладки планарных графов, характеристики непланарных графов
  • Минимальные прямоугольные деревья Штейнера, точные и приближенные решения
  • Теоремы о раскраске графов, реализации степенных последовательностей графами
  • Плоские схемы, оценка сложности арифметических плоских схем
  • Эвристические алгоритмы размещения элементов
  • Оптимизация разводки проводников
  • Синтез специализированных схем: сортировщики, арифметические схемы и др.
Курс "Программные среды разработки СБИС"
Продолжительность: 1 семестр
Преподаватели: д.ф.-м.н., проф. Гасанов Эльяр Эльдарович, к. ф.-м. н., м. н. с. Шуткин Юрий Сергеевич
О курсе
  • Основы проектирования чипов
  • Разработка инструментов симуляции и тестирования аппаратных дизайнов
  • Анализ сложности аппаратных дизайнов
  • Беспроводная передача информации
  • Системы хранения данных
  • Помехоустойчивые коды
Курс "Введение в теорию помехоустойчивого кодирования"
Продолжительность: 1 семестр
Преподаватели: к.ф.-м.н., доц. Пантелеев Павел Анатольевич
О курсе
  • Классические алгебраические коды (коды БЧХ, Рида—Соломона, Рида—Маллера)
  • Современные конструкции кодов (низкоплотностные, сверточные, полярные коды)
  • Практические аспекты реализации кодеров/декодеров
  • Коды для распределенных систем хранения данных
  • Квантовые коды
Курс "Функциональное программирование на языке Scala/Haskell"
Продолжительность: 1 семестр
Преподаватели: к.ф.-м.н., м.н.с. Соколов Андрей Павлович, Моисеев Станислав Владимирович
О курсе
  • Типизированное лямбда-исчисление, система типов Хиндли—Милнера
  • Соответствие Карри—Ховарда между компьютерными программами и математическими доказательствами
  • Интерпретации Брауэра—Гейтинга—Колмогорова интуиционистской логики
  • Изучение функционального программирования и связанных с ним понятий (функции, функторы, аппликативные функторы, монады, монад-трансформеры и т.п.)
  • Функциональные структуры данных и алгоритмы
Курс "Разработка big-data-приложений на Apache Spark"
Продолжительность: 1 семестр
Преподаватели: к.ф.-м.н., м.н.с. Соколов Андрей Павлович, Моисеев Станислав Владимирович
О курсе
  • Распределённые системы хранения и обработки данных
  • Проектирование и анализ распределённых алгоритмов
  • Фреймворк Apache Spark
  • Статистический анализ данных
  • Работа с таблицами
  • Задачи на графах

Стажировки

В качестве поддержки лучших учащихся на программе SHARE MSU открыта программа стажировки в Лаборатории интеллектуальных систем и науки о данных Московского исследовательского центра Huawei, где стажеры могут получить неоценимый реальный индустриальный опыт в одной из ведущих транснациональных корпораций в области R&D, решая интересные и нестандартные задачи на стыке науки и технологии.
Для заявки на стажировку необходимо послать на адрес SHARE@intsys.msu.ru с темой письма [Стажировка] свое резюме, в котором желательно предъявить:
  • Ваши ФИО полностью, контактные данные (e-mail и телефон);
  • Фотографию;
  • Данные о Вашем образовании;
  • Дополнительные прослушанные релевантные курсы;
  • Данные об участии в школьных и\или студенческих олимпиадах и конкурсах;
  • Реализованные проекты (например, на github);
  • Опыт работы и\или стажировки;
  • Ваши сильные профессиональные и личные качества;
  • Любую другую информацию, которую посчитаете нужной.

Лаборатория интеллектуальных систем и науки о данных

Лаборатория интеллектуальных систем и науки о данных, или Intelligent Systems and Data Science Technology Center, создана в рамках Московского исследовательского центра Huawei еще в сентябре 2014 года под руководством к.ф.-м.н., с.н.с. Мазуренко Ивана Леонидовича. Области исследований Лаборатории перечислены ниже:
  • Распределенные системы хранения и обработки больших данных;
  • Работа с огромными структурированными массивами данных;
  • Алгоритмы машинного обучения;
  • Все классические задачи компьютерного зрения;
  • Коды, исправляющие ошибки (в том числе для квантовых симуляторов);
  • Оптимизация чипов будущего поколения;
  • Фундаментальные проблемы искусственного интеллекта.
В области фундаментальных проблем искусственного интеллекта Лаборатория сотрудничает с такими научными институтами как:
  • МГУ им. М. В. Ломоносова;
  • СПбГУ;
  • СколТех;
  • МФТИ.
ISDS Collaboration

Контакты

Программа SHARE MSU
Почта: SHARE@intsys.msu.ru
Telegram-канал: https://t.me/joinchat/AAAAAE_r4XKzEDaUKy1FwA
Координатор программы: Петюшко Александр Александрович (почта: petiushko.aleksandr@intsys.msu.ru)
Ответственный секретарь: Кочеткова Татьяна Юрьевна (почта: kochetkova.tatiana@huawei.com, тел.: +7 (925) 597-69-19)
Направление "Машинное обучение и Компьютерное зрение"
Telegram-канал: https://t.me/joinchat/AAAAAEUmx5cJLOdLXsOt8g
Направление "Большие данные и Теория информации"
Telegram-канал: https://t.me/joinchat/AAAAAFLAuQvYDpobU3x4WQ
Курсы "Математические методы цифровой обработки сигналов и изображений"
Telegram-канал: https://t.me/joinchat/AAAAAEz_z-20xz0UUF6wQw
Курсы "Введение в теорию нейронных сетей"
Telegram-канал: https://t.me/joinchat/AAAAAFCZElJDhPdA_0XV7g
Курс "Функциональное программирование на языке Scala/Haskell"
Telegram-канал: https://t.me/joinchat/AAAAAFjy2F6xZwhLgXxr9A
Курс "Введение в теорию помехоустойчивого кодирования"
Telegram-канал: https://t.me/joinchat/GZYNExrEjIXscy0RPHI8rg
Отделение магистерского и дополнительного образования механико-математического факультета МГУ им. М. В. Ломоносова:
Руководитель отделения
Заместитель декана по учебной работе Попеленский Михаил Юрьевич
Аудитория
1507а ГЗ МГУ
Сайт отделения
www.math.msu.ru
Телефон
+7 (495) 939-32-11