Шайдурова Полина Сергеевна

Преподаватель базовой кафедры Яндекс департамента больших данных и информационного поиска факультета компьютерных наук НИУ ВШЭ. В 2025 году окончила бакалавриат НИУ ВШЭ по направлению «Прикладная математика и информатика» и в том же году начала преподавать в университете. С июня 2024 года работает разработчиком программного обеспечения в ООО «Яндекс Технологии». Научные интересы — машинное обучение.

Ведёт занятия по углублённому алгоритмическому треку программы «Прикладная математика и информатика». «Алгоритмы и структуры данных (углубленный курс)» — обязательная дисциплина первого курса, читается со второго по четвёртый модуль и относится к самым объёмным курсам программы: 14 зачётных единиц и 216 контактных часов. Программа последовательно проходит RAM-модель вычислений и математическое ожидание, сортировки, хеш-таблицы и фильтр Блума, кучи, включая фибоначчиеву, алгоритмы внешней памяти и B-деревья, splay-деревья и link-cut tree, персистентные структуры данных, задачи о наименьшем общем предке и level ancestor, оптимизации динамического программирования, матроиды и пересечения матроидов, метод Ньютона и быстрое преобразование Фурье, вычислительную геометрию и трассировку лучей, методы Монте-Карло, систему непересекающихся множеств, алгоритм Борувки и линейное построение минимального остовного дерева, list ranking и кеш-эффективность, паросочетания и вершинные покрытия, потоки и венгерский алгоритм, перебор по маскам, линейное программирование, двойственность и симплекс-метод.

Вторая дисциплина — «Алгоритмы и структуры данных 2 (углубленный курс)» — читается на втором курсе в первом модуле и рассчитана на 3 зачётные единицы и 56 контактных часов. Курс посвящён теории вычислительной сложности: классам P, NP и coNP, способам доказательства NP-полноты и подходам к решению труднорешаемых задач. Разбираются точные экспоненциальные алгоритмы, отличные от полного перебора, приближённые и вероятностные методы, эффективные алгоритмы для частных случаев, потоковые алгоритмы и оценка сложности перечисления последовательностей; отдельный блок отведён задачам, которые возникают в анализе данных. В список рекомендованной литературы курса входят «Алгоритмы на C++» Р. Седжвика и «Алгоритмы и структуры данных» Н. Вирта.

Базовая кафедра Яндекс — старейшее совместное подразделение университета и компании. Сотрудничество НИУ ВШЭ и Яндекса началось в 2008 году, кафедра открылась в 2011 году на отделении прикладной математики и информатики, а в 2014-м вошла в состав факультета компьютерных наук, созданного двумя партнёрами совместно. Яндекс отвечает за обучение программированию на первых двух курсах бакалавриата «Прикладная математика и информатика», привлекая к преподаванию действующих сотрудников компании и других представителей индустрии, — именно к этому формату относится работа Полины Сергеевны. Кафедра участвует также в совместной магистерской программе «Современные компьютерные науки», а в 2020 году при ней открылась научно-учебная лаборатория Яндекса, ведущая исследования в области computer science и искусственного интеллекта.

Курсы по алгоритмам и структурам данных — базовый элемент подготовки на факультете компьютерных наук: на них строится переход студентов от учебных задач к промышленной разработке. Сам факультет второй год подряд занимает первую строчку рейтинга вузов Альянса в сфере искусственного интеллекта и остаётся единственным университетом категории A++ по качеству подготовки кадров для работы с ИИ.