Медведева Светлана Юрьевна

Приглашённый преподаватель департамента анализа данных и искусственного интеллекта факультета компьютерных наук НИУ ВШЭ. Работает в университете с 2025 года. Профессиональные интересы — прогнозирование временных рядов, анализ данных и машинное обучение, численные методы и нелинейные процессы. Помимо занятий на ФКН ведёт дисциплину в Московском институте электроники и математики им. А.Н. Тихонова. Владеет английским языком.

Основная нагрузка — годовой курс «Машинное обучение» для первого курса магистратуры по направлению 01.04.02 «Прикладная математика и информатика». Дисциплина идёт все четыре модуля, рассчитана на 12 кредитов и 120 контактных часов и читается вместе с С.И. Николенко; тот же курс открыт для студентов факультета в формате маго-лего. Программа строится вокруг байесовского вывода: правило Лапласа и сопряжённые априорные распределения, метод наименьших квадратов и ближайших соседей, линейная и логистическая регрессия, регуляризаторы и лассо-регрессия, метод опорных векторов и его варианты, наивный байесовский классификатор, скрытые марковские модели, статистическая теория принятия решений, иерархическая кластеризация методами теории графов, комбинирование моделей через усреднение, бутстрап и бэггинг, а также постановка задачи ранжирования (RankBoost, LambdaRank) и применение сингулярного разложения матриц в рекомендательных системах.

В МИЭМ читает курс «Методы машинного обучения» для третьекурсников направления 11.03.02 «Инфокоммуникационные технологии и системы связи» — обязательную дисциплину бакалаврской программы «Цифровые технологии и телекоммуникации» объёмом 3 кредита и 48 контактных часов в третьем и четвёртом модулях. Здесь она единственный преподаватель. Курс охватывает линейные модели регрессии и классификации, логические методы классификации, композиции моделей и ансамблирование, обучение без учителя, критерии выбора моделей и отбор признаков, введение в искусственные нейронные сети; практическая часть построена на работе с библиотекой scikit-learn. Дисциплина готовит студентов к преддипломной практике и выпускной квалификационной работе, контроль знаний включает домашнее задание, контрольную работу, тесты и экзамен. По результатам студенческой оценки преподавания курс получил отметку «Лучший по критерию „Полезность курса для Вашей будущей карьеры“».

Департамент анализа данных и искусственного интеллекта, к которому она приписана, создан в 2014 году на базе одноимённой кафедры и входит в структуру факультета компьютерных наук; его возглавляет Сергей Олегович Кузнецов. В составе департамента работают Центр языковых и семантических технологий, научно-учебная лаборатория искусственного интеллекта для вычислительной биологии и научно-учебная группа «ИИ и анализ данных в медицине», сотрудники участвуют в международных исследовательских проектах. Департамент отвечает за магистерское направление «Науки о данных (Data Science)», в рамках которого и читается курс «Машинное обучение».

Обе дисциплины опираются на общий набор тем: постановка задачи обучения по прецедентам, метрики качества моделей, предобработка и анализ данных, отбор признаков. Магистерский курс ФКН делает акцент на вероятностных основаниях машинного обучения и теории байесовского вывода, бакалаврский курс МИЭМ — на классах моделей и практической работе с данными. В обоих случаях планируемые результаты обучения сформулированы через конкретные умения: построить линейную и логистическую регрессию, оценить качество модели, решить задачу классификации, применить смеси распределений и модель релевантных векторов, создать рабочую модель средствами scikit-learn.