Гущин Михаил Иванович
- Ведущий научный сотрудник: Факультет компьютерных наук / Институт искусственного интеллекта и цифровых наук / Научно-учебная лаборатория методов анализа больших данных
- Доцент: Факультет компьютерных наук / Департамент больших данных и информационного поиска
- Начал работать в НИУ ВШЭ в 2017 году.
- Научно-педагогический стаж: 7 лет.
- Владение языками
- английский
- немецкий
- белорусский
- Контакты
- Телефон:
27261 - Адрес: АУК "Покровский бульвар", Покровский б-р, д. 11, каб. S837
Время консультаций: 11.00 - 18.00
- SPIN РИНЦ: 3997-5907
- ORCID: 0000-0002-8894-6292
- ResearcherID: V-4864-2019
- Scopus AuthorID: 57208118316
- Google Scholar
- Руководители
- Деркач Д. А.
- Соколов Е. А.
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.
Oбразование и учёные степени
Достижения и поощрения
- Благодарность первого проректора НИУ ВШЭ (август 2024)
- Благодарность НИУ ВШЭ (май 2024)
- Благодарность проректора НИУ ВШЭ (сентябрь 2022)
- Благодарность факультета компьютерных наук НИУ ВШЭ (август 2022)
- Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2024–2025, 2023–2024)
- Надбавка за публикацию в международном рецензируемом научном издании (2022–2023, 2021–2022, 2020–2022, 2018–2019)
- Лучший преподаватель — 2024
Научный руководитель диссертационных исследований
- 1Темирханов А. А. Улучшение робастности генеративных моделей (aспирантура: 2-й год обучения)
Учебные курсы (2025/2026 уч. год)
- Глубинное обучение (Маго-лего; 3, 4 модуль)рус
- Глубинное обучение (Магистратура направление: 01.04.02 Прикладная математика и информатика; 1-й курс, 3, 4 модуль)рус
- Архив учебных курсов
Учебные курсы (2024/2025 уч. год)
- Генеративные модели в машинном обучении (Магистратура; где читается: Факультет компьютерных наук направление: 01.04.02 Прикладная математика и информатика; 2-й курс, 1 модуль)рус
- Генеративные модели в машинном обучении (Маго-лего; 1 модуль)рус
- Глубинное обучение (Магистратура; где читается: Факультет компьютерных наук направление: 01.04.02 Прикладная математика и информатика; 1-й курс, 3, 4 модуль)рус
- Глубинное обучение (Маго-лего; 3, 4 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01 Экономика; 4-й курс, 1, 2 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01 Экономика; 3-й курс, 1, 2 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01 Экономика; 2-й курс, 1, 2 модуль)рус
Учебные курсы (2023/2024 уч. год)
- Глубинное обучение (Магистратура; где читается: Факультет компьютерных наук направление: 01.04.02. Прикладная математика и информатика; 2-й курс, 1 модуль)рус
- Глубинное обучение (Магистратура; где читается: Факультет компьютерных наук направление: 01.04.02. Прикладная математика и информатика; 1-й курс, 3, 4 модуль)рус
- Глубинное обучение (Маго-лего; 3, 4 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 4-й курс, 1, 2 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 3-й курс, 1, 2 модуль)рус
- Машинное обучение 1 (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 2-й курс, 1, 2 модуль)рус
- Основы глубинного обучения (Майнор; где читается: Факультет компьютерных наук; 1, 2 модуль)рус
Учебные курсы (2022/2023 уч. год)
- Машинное обучение (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 4-й курс, 1, 2 модуль)рус
- Машинное обучение (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 3-й курс, 1, 2 модуль)рус
- Машинное обучение (Бакалавриат; где читается: Факультет экономических наук направление: 38.03.01. Экономика; 2-й курс, 1, 2 модуль)рус
- Research Seminar "Data Analysis in the Natural Sciences" (Бакалавриат; где читается: Факультет компьютерных наук направление: 01.03.02. Прикладная математика и информатика; 4-й курс, 1-3 модуль)Анг
- Научно-исследовательский семинар "Прикладные задачи анализа данных" (Магистратура; где читается: Факультет компьютерных наук направление: 01.04.02. Прикладная математика и информатика; 2-й курс, 1 модуль)рус
- Основы глубинного обучения (Майнор; где читается: Факультет компьютерных наук; 1, 2 модуль)рус
- Прикладные задачи анализа данных (Майнор; где читается: Факультет компьютерных наук; 3, 4 модуль)рус
Учебные курсы (2020/2021 уч. год)
- Прикладные задачи анализа данных (Майнор; где читается: Факультет компьютерных наук; 3, 4 модуль)рус
Конференции
- 2021
ACAT 2021 (Daejeon). Доклад: Robust Neural Particle Identification Models
Авторские права и патенты
№ п/п | Номер РИД | Вид РИД | Наименование РИД | Сведения о регистрации | Авторы |
---|---|---|---|---|---|
1 | 5.0040-2023 | Программа для ЭВМ | Библиотека программ Probaforms на языке Python для условной генерации табличных данных | 2024614448 | Гущин Михаил Иванович, Рамазян Тигран Арменович |
2 | 5.0036-2023 | Программа для ЭВМ | Библиотека программ Roerich на языке python для обнаружения точек разладки во временных рядах | 2023686322 | Гущин Михаил Иванович, Деркач Денис Александрович, Алексеев Артем Михайлович |
3 | 5.0053-2024 | Программа для ЭВМ | Библиотека программ WAGGON на языке Python для оптимизации черных ящиков на основе неопределенности Вассерштейна | 2024689252 | Рамазян Тигран Арменович, Гущин Михаил Иванович, Деркач Денис Александрович |
4 | 8.0232-2019 | Произведение | МООК "Addressing Large Hadron Collider Challenges by Machine Learning" | Устюжанин А.Е., Гущин М.И. | |
5 | 8.0062-2024 | Произведение | МООК «Основы глубинного обучения» | Гущин Михаил Иванович, Шабалин Александр Михайлович, Чиркова Надежда Александровна, Биршерт Алексей Дмитриевич, Михайлова Ксения Дмитриевна, Романов Семён Анатольевич | |
6 | 8.0061-2024 | Произведение | МООК «Продвинутые методы глубинного обучения» | Заболотный Артем Викторович, Кузнецов Максим Дмитриевич, Михайлова Ксения Дмитриевна, Гущин Михаил Иванович, Шабалин Александр Михайлович, Иванов Сергей Максимович, Гамезардашвили Ражден Мурманович | |
7 | 5.0050-2023 | Программа для ЭВМ | Программа для ЭВМ «Библиотека программ «LINDA» на языке Python для деперсонализации массивов данных» | 2024614524 | Трофимова Екатерина Алексеевна, Жухлистов Станислав Борисович, Гущин Михаил Иванович, Деркач Денис Александрович |
AI to Enable Accurate Modelling of Data Storage System Performance
Researchers at the HSE Faculty of Computer Science have developed a new approach to modelling data storage systems based on generative machine learning models. This approach makes it possible to accurately predict the key performance characteristics of such systems under various conditions. Results have been published in the IEEE Access journal.
Первый ИИ-митап ФКН и Яндекса в Минске
12 апреля в офисе Яндекса в Минске (Беларусь) прошел совместный ИИ-митап ФКН и Яндекса.
Ученые НИУ ВШЭ — лауреаты международной премии в области фундаментальной физики
Премия Breakthrough Prize 2025 в области фундаментальной физики присуждена международным коллаборациям экспериментов на Большом адронном коллайдере в ЦЕРН, в том числе LHCb, в которой участвовали ученые Высшей школы экономики
ИИ позволит точно моделировать производительность систем хранения данных
Исследователи факультета компьютерных наук НИУ ВШЭ разработали новый подход к моделированию систем хранения данных на основе генеративных моделей машинного обучения. Он позволяет с высокой точностью предсказывать ключевые характеристики работы таких систем при различных условиях. Результаты опубликованы в журнале IEEE Access.
Высокоточный выбор высоких технологий
Сфера хайтека — арена конкурентной гонки между компаниями и странами. Возможностям развития новых высокотехнологичных направлений был посвящен круглый стол, прошедший 16 декабря 2024 г. в НИУ ВШЭ, организованный Институтом статистических исследований и экономики знаний при участии представителей Аппарата Правительства Российской Федерации, Минэкономразвития России, Минцифры России, компаний-лидеров и экспертного сообщества. Высказанные предложения войдут в третье издание Белой книги, которая выйдет весной в серии, запущенной ИСИЭЗ НИУ ВШЭ совместно с Минэкономразвития России в 2022 году.
ФКН на Конгрессе молодых ученых: об искусственном интеллекте в образовании и физике и про ошибки в науке
27–29 ноября в Парке науки и искусства «Сириус» в Сочи прошел IV Конгресс молодых ученых, в котором приняли участие эксперты факультета компьютерных наук.
Прошла ХIX конференция «Свободное программное обеспечение в высшей школе»
28 – 30 июня 2024 года в г. Переславль-Залесском прошла ХIX конференция «Свободное программное обеспечение в высшей школе»
Подведены итоги конкурса проектов «Зеркальные лаборатории» — 2024
«Зеркальные лаборатории» — одна из флагманских программ НИУ ВШЭ, которая направлена на развитие внутрироссийских научных партнерств, сосредоточенных на выявлении точек роста с помощью объединения усилий двух высококлассных научно-исследовательских коллективов. Проекты реализуются в различных областях науки и охватывают всю страну. В пятом, юбилейном конкурсе приняли участие 18 научных подразделений НИУ ВШЭ с партнерами из 17 регионов России.
«Вышка Онлайн» представила новые курсы по глубинному обучению
Курсы ФКН ВШЭ «Основы глубинного обучения» и «Продвинутые методы глубинного обучения» объясняют, в чем состоят нерешенные проблемы нейронных сетей, как уменьшить их размер и ускорить, можно ли обмануть нейросеть и заставить работать не так, как задумали создатели. Онлайн-курсы — часть специализации «Машинное обучение: от статистики до нейросетей», куда кроме двух новых курсов входят еще пять: «Математическая статистика и А/В-тестирование», «Основы машинного обучения (вводный курс)», «Сбор и анализ данных в Python», «Статистические методы анализа данных», «Продвинутые методы машинного обучения».
«Летняя школа по аналитике и Data Science — возможность получить информацию из первых уст»
В конце августа в Центре культур Вышки прошла летняя школа по аналитике и Data Science, организованная Центром непрерывного образования факультета компьютерных наук. В ней приняли участие более 300 слушателей. Доклады представили спикеры из «Яндекса», Сбера, «Тинькофф», МТС, X5 Group, Альфа-Банка, «Мегафона», «Дзена», VK, а также сотрудники ФКН.
Факультет компьютерных наук на AI Journey
В апреле и мае сотрудники базовой кафедры ПАО Сбербанк “Финансовые технологии и анализ данных” и факультета компьютерных наук приняли участие в конференции по искусственному интеллекту и машинному обучению AI Journey в трех городах: Казань, Санкт-Петербург и Новосибирск.
Сотрудник Высшей школы экономики станет координатором в эксперименте Большого адронного коллайдера
Михаил Гущин, научный сотрудник Лаборатории методов анализа больших данных ФКН НИУ ВШЭ, был утвержден координатором рабочей группы машинного обучения и статистики в эксперименте Большого адронного коллайдера LHCb в ЦЕРН (Европейской организации ядерных исследований). Он станет единственным представителем российского университета в команде координаторов рабочих групп эксперимента.
Подведены итоги конкурса проектных групп
Проектная группа – это инициативное объединение работников и/или учащихся от пяти человек и более постоянного состава для выполнения какой-либо проектной задачи с достижением значимого и понятного результата. Было подано 16 заявок на создание проектных групп работников, они были рассмотрены научной комиссией ФКН. Комиссия по поддержке образовательных инициатив рассмотрела 6 заявок от студентов.