• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Тема «большие данные»

Ведущий научный сотрудник факультета компьютерных наук ВШЭ стал координатором нового эксперимента в CERN

Федор Ратников, ведущий научный сотрудник научно-учебной лаборатории методов анализа больших данных (LAMBDA)
Федор Ратников, ведущий научный сотрудник научно-учебной лаборатории методов анализа больших данных (LAMBDA), назначен координатором проекта в коллаборации SHiP. Он будет отвечать за разработку и проектирование активной магнитной защиты детектора эксперимента.

Большие данные: перспективы научно-технического сотрудничества России и Франции

О больших данных и перспективах российско-французского сотрудничества в этой области в начале декабря говорили участники научного семинара «Большие данные и решения на их основе». Семинар собрал на площадке университета около 50 участников из ведущих научно-исследовательских центров, университетов, государственных структур и ИТ-компаний России и Франции.

Зарождается новая дисциплина — обработка сверхбольших объемов данных

Какое влияние «большие данные» (big data) оказывают на современное общество? Кто такой «исследователь данных» (data scientist) и какими компетенциями он должен обладать? Об этом на лекции в Высшей школе экономики рассказал профессор Технического университета Эйндховена (Нидерланды) Вил ван дер Аалст, ставший почетным профессором ВШЭ.

Вышка расширяет компетенции в методах анализа больших данных

На факультете компьютерных наук, созданном ВШЭ совместно с компанией Яндекс, открылась лаборатория методов анализа больших данных (LAMBDA). Цель новой научно-учебной лаборатории — сформировать исследовательский центр мирового уровня для решения фундаментальных задач в области компьютерных наук и развития методов обработки и анализа Big Data.

Эксперты обсудили проблемы обработки больших данных

В ВШЭ прошла II Международная конференция по информационным технологиям и количественному менеджменту (ITQM-2014), на которой 120 специалистов из 29 стран рассмотрели вопросы эффективности моделей и алгоритмов принятия решений при обработке больших объемов данных.