Кертес-Фаркаш Аттила
- Заведующий лабораторией: Факультет компьютерных наук / Научно-учебная лаборатория искусственного интеллекта для вычислительной биологии
- Профессор: Факультет компьютерных наук / Департамент анализа данных и искусственного интеллекта
- Начал работать в НИУ ВШЭ в 2015 году.
- Научно-педагогический стаж: 8 лет.
Oбразование и учёные степени
Достижения и поощрения
- Благодарственное письмо ректора Высшей школы экономики (декабрь 2022)
- Благодарность факультета компьютерных наук НИУ ВШЭ (сентябрь 2021)
Надбавка за защиту докторской диссертации (2022–2025)
Научный руководитель диссертационных исследований
- 1
Academic supervision of PhD students
- 2Джин С. Система визуальной аналитики для объяснения и улучшения моделей прогнозирования дорожного движения на основе механизма внимания, 2024
- 3Мошков Н. Е. Применение алгоритмов глубокого обучения для сегментирования одиночных клеток и фенотипического профилирования, 2022
- 4Сулимов П. А. Обучение генеративных вероятностных моделей для распознавания данных масс-спектрометрии, 2020
- 5Черешнев Р. И. Система управления человеческой походкой методами машинного обучения, подходящая для роботизированных протезов в случае двойной трансфеморальной ампутации, 2019
- 6Герасимов С. В. Оценка погрешности в методах глубинного обучения для анализа данных тандемной масс-спектрометрии (aспирантура: 3-й год обучения)
Учебные курсы (2024/2025 уч. год)
- Machine Learning (Аспирантура; 1-й курс, 1 семестр)Анг
- Архив учебных курсов
Учебные курсы (2023/2024 уч. год)
- Machine Learning (Аспирантура направление: 00.00.00. Аспирантура, направление: 00.00.00. Аспирантура; 1-й курс, 1 семестр)Анг
- Семинар наставника "Анализ данных в биологии и медицине" (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1-4 модуль)рус
Учебные курсы (2022/2023 уч. год)
- Generative Models in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук; 2-й курс, 1 семестр)Анг
- Discriminative Methods in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук; 2-й курс, 1 семестр)Анг
- Семинар наставника "Исследование медико-биологических данных" (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1-4 модуль)рус
Учебные курсы (2021/2022 уч. год)
- Научный семинар "Исследование медико-биологических данных" (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1-4 модуль)рус
- Generative Models in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук; 1-й курс, 1 семестр)Анг
- Discriminative Methods in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук направление: 02.06.01. Компьютерные и информационные науки, направление: 09.06.01. Информатика и вычислительная техника; 1-й курс, 1 семестр)Анг
Учебные курсы (2020/2021 уч. год)
- Научный семинар "Исследование медико-биологических данных" (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1-4 модуль)рус
- Generative Models in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук направление: 02.06.01. Компьютерные и информационные науки, направление: 09.06.01. Информатика и вычислительная техника; 2-й курс, 1 семестр)Анг
- Discriminative Methods in Machine Learning (Аспирантура; где читается: Факультет компьютерных наук направление: 02.06.01. Компьютерные и информационные науки, направление: 09.06.01. Информатика и вычислительная техника; 2-й курс, 1 семестр)Анг
Преподавание в аспирантуре
The course Advanced Topics in Machine Learning , read Graduate school in computer science, the first and second half. program (PDF, 276 KB)
Диссертация на соискание учёной степени доктора наук
- 2022
Кертес-Фаркаш А. Вычислительные методы для аннотирования данных тандемной масс-спектрометрии
Конференции
- 2100
Proteomics-2017 (Valencia). Доклад: High-dimensional generative probabilistic models for peptide-spectrum-matching in tandem mass spectrometry
Proteomics-2017 (Valencia). Доклад: PTMTreeSearch: a new algorithm for post-translational modification identification in tandem mass spectrometry data
Proteomics-2017 (Valencia). Доклад: Cascaded false discovery rate control tandem mass spectrometry (MS/MS) data for peptide identification
- 2019
Biotechnology: state and prospects of development (Moscow). Доклад: Generative probabilistic modelling of peptide-spectrum matching in tandem mass spectrometry
Biotechnology: state and prospects of development (Moscow). Доклад: Bias in false discovery rate estimation in mass-spectrometry-based peptide identification
Biotechnology: state and prospects of development (Moscow). Доклад: Filtering of tandem mass spectrometry data using convolutional neural networks
- 2018
The 7th International Conference on Analysis of Images, Social Networks, and Texts (AIST'2018) (Москва). Доклад: Lookup Lateration: Non-linear Received Signal Strength to Distance Mapping for Non-Line-of-Sight Geo-localization in Outdoor Urban Areas
- 2017
Analysis of Images, Social Networks and Texts. 6th International Conference, AIST 2017 (Moscow). Доклад: HuGaDB: Database for Human Gait Analysis from Wearable Inertial Sensor Networks
- 2016
The 3rd Professor Day (Moskva). Доклад: Large-scale localization method for urban area
The 5th international conference on Analysis of Images, Social Networks, and Texts (AIST) (Екатеринбург). Доклад: False discovery rate control for database search methods over heterogeneous biological data
- 2014
US HUPO (Seattle). Доклад: Peptide identification in tandem mass spectrometry data via cascade search
Research and course projects (BSc, MSc, PhD, postdoc) on reasoning with neural differentiable machines
Question Answering (QA) and Machine Reasoning (MR) have become a crucial application problem in evaluating the progress of AI systems in the realm of natural language processing and understanding, and to measure the progress of machine intelligence in general. However, most of the advances have focused on “shallow” QA tasks that can be tackled very effectively by existing retrieval-based techniques. Deep learning-based methods achieve human-like performance on benchmark datasets; however, it is suspected that these methods merely learn to match answers to questions or focus attention on specific words and pieces of text and they do not perform real reasoning or cognition.
There are several research projects related to this topic on BSc, MSc, PhD and postdoc levels ranging from testing a scrutinizing recent methods to developing your own method for machine reasoning using augmented machines (RNNs with external memory which is learnt to be used by data, also known as neural Turing machines).
All projects are conducted in English, so it’s a good opportunity to improve your communication & presentation skills in English. All projects involve programming.
Research and course projects (BSc, MSc, PhD, postdoc) on learning for mass spectrometry data identification (Bioinformatics)
Mass spectrometry has become the de facto method to identify molecules in complex mixtures (e.g. blood, cell, food) in many areas. A mass spectrometer analyses a complex mixture of biological or chemical samples and produces tens of thousands of spectra from the input sample. These spectrum data can be considered as fingerprints of the samples and the main computational challenge is to identify the original materials (reverse engineering). Mass spectrometry is used in e.g.: (a) Proteomics to identify proteins in biological samples (e.g. blood), (b) Clinical applications to identify proteins related to cancer or other diseases, (c) Pharmaceutical analysis to determine the effects of new drugs, (d) Environmental contamination analysis to ensure that the air, drinking water, soils, and food are safe to consume and does not contain pollution, heavy metals, hormone, pesticides, and herbicides, (e) Forensic analysis to trace of evidence in arson investigation, drug abuse, and (f) Metabolomics to identify small molecules used by bacteria for communication in microbiome, etc.
There are several research projects available on BSc, Msc, PhD, and postdoc levels, which focus on development of deep and machine learning methods to identify mass spectrometry data. You will obtain a good understanding of the aspects and the challenges of computational mass spectrometry and deep learning with non-human readable data.
All projects are conducted in English, so it’s a good opportunity to improve your communication & presentation skills in English. All projects involve programming.
Опыт работы
2021-present Laboratory Head, Laboratory on AI for Computational Biology, HSE University, Moscow, Russia,
2015-present Assistant Professor (Docent), HSE University, Moscow, Russia
2013-2015 Postdoctoral Fellow, Bill Noble's Lab University of Washington, Seattle WA, USA
2009-2013 Postdoctoral Fellow, Bioinformatics Group, International Centre of Genetic Engineering and Biotechnology (ICGEB), Trieste, Italy
2008-2009 Research Fellow, Division of Imaging and Applied Mathematics, CDRH, U.S. Food and Drug Administration (U.S. FDA), Silver Spring MD, USA. Joint affiliation with Department of Biology, University of Maryland Baltimore County (UMBC), Catonsville MD, USA
2004-2008 Ph.D. Student, University of Szeged, Hungary
2000-2004 Undergraduate Research Assistant, Research Group on Artificial Intelligence, Hungarian Academy of Sciences, Szeged, Hungary
Информация*
- Общий стаж: 8 лет
- Научно-педагогический стаж: 8 лет
- Преподавательский стаж: 8 лет
«Мне с детства говорили, что я буду профессором, поэтому я с самого начала рассматривал для себя академическую карьеру»
Выпускник магистерской программы «Науки о данных» 2023 года Инсан-Александр Латыпов рассказал о своем обучении в магистратуре, научно-исследовательской работе и поступлении на PhD.
‘My Research Has Evolved into A Broader and More Encompassing Vision’
Seungmin Jin, from South Korea, is researching the field of Explainable AI and planning to defend his PhD on ‘A Visual Analytics System for Explaining and Improving Attention-Based Traffic Forecasting Models’ at HSE University this year. In September, he passed the pre-defence procedure at the HSE Faculty of Computer Science School of Data Analysis and Artificial Intelligence. In his interview for the HSE News Service, he talks about his academic path and plans for the future.
Доклад Аттилы Кертес-Фаркаш стал лучшим на конференции ICMLC 2023
Заведующий лабораторией Аттила Кертес-Фаркаш был награждён за лучший доклад на конференции ICMLC 2023.
Поздравляем заведующего лабораторией Кертес-Фаркаш Аттилу с получением заслуженной награды
Заведующий лабораторией представлен к награде.
Поздравляем Аттилу Кертес-Фаркаш с успешной защитой докторской диссертации
19 мая 2022 г. состоялась защита докторской диссертации Аттилы Кертес-Фаркаш.
Аттила Кертес-Фаркаш выступил на коллоквиуме ФКН
Заведующий НУЛ ИИВБ выступил на коллоквиуме ФКН.
Семинар: "Вычислительные методы для аннотирования данных тандемной масс-спектрометрии"
26 ноября 2021г. прошел онлайн семинар, посвященный результатам исследования заведующего лабораторией Аттилы Кертес-Фаркаш по теме "Вычислительные методы для аннотирования данных тандемной масс-спектрометрии".
Поздравляем заведующего лабораторией Кертес-Фаркаш Аттилу с получением заслуженной награды
Заведующий лабораторией представлен к награде.
«Я понял, что стажировка на ФКН будет отличной возможностью»
Выпускник Университета Джонса Хопкинса Кайоди Ахмед проходит стажировку на ФКН. Мы поговорили с ним о выборе профессии, проекте и увлечениях.
Опыт аспиранта: Никита Мошков
Аспирант четвертого года обучения Никита Мошков рассказал о своих исследованиях и биоинформатике.
Аттила Кертес-Фаркаш о новой лаборатории и своих исследованиях
Недавно на ФКН открылась научно-учебная лаборатория искусственного интеллекта для вычислительной биологии. Мы поговорили с ее руководителем Аттилой Кертес-Фаркашем о лаборатории, исследованиях и его пути в науке.
Аспирант факультета компьютерных наук НИУ ВШЭ посетил Broad Institute при MIT и Гарварде
Никита Мошков рассказал нам о своём опыте в BroadInstitute, где он находился c 17 марта по 21 мая 2019 года.
HSE and University of London: Joint BA Programme in Applied Data Analysis
In 2018, the Higher School of Economics will launch an English-taught double degree programme in partnership with the University of London in Applied Data Analysis. Graduates will be awarded an undergraduate degree from HSE in Applied Mathematics and Information Science and a Bachelor of Science in Data Science and Business Analytics from the University of London. International applicants are invited to apply online starting November 15, 2017.
НИУ ВШЭ и Лондонский университет открывают бакалаврскую программу двух дипломов по прикладному анализу данных
В 2018 году Высшая школа экономики начинает прием на англоязычную программу бакалавриата «Программа двух дипломов НИУ ВШЭ и Лондонского университета «Прикладной анализ данных». Все, успешно закончившие программу, получат диплом бакалавра по направлению «Прикладная математика и информатика» НИУ ВШЭ и диплом Bachelor of Sciences in Data Science and Business Analytics Лондонского университета.
Состоялся II российско-французский научный семинар «Большие данные и решения на их основе»
Менее чем за 10 лет термин «Большие данные» (БД) превратился из абстрактного понятия в источник практически неограниченных возможностей для бизнеса, драйвер развития новых технологий и один из главных вызовов для исследователей в области компьютерных наук. Российско-французский семинар, состоявшийся 12-13 октября 2017 года в Вышке, позволил взглянуть на БД как на прочную основу для реализации совместных инновационных научно-исследовательских проектов и образовательных программ.
Выступление сотрудников департамента на Втором российско-французском семинаре «Большие данные и решения на их основе»
«Крупным компаниям не стоит недооценивать потенциальную полезность больших данных, a исследователям и ученым – их нарастающее влияние на развитие как компьютерных наук, так и всей современной науки в целом». С этим высказыванием, без сомнения, согласятся участники российско-французского семинара «Большие данные и решения на их основе», организованного НИУ ВШЭ совместно с Институтом Mines-Télécom (IMT), при поддержке Посольства Франции в России и при участии Hub French Tech Москва, Министерства высшего образования, исследований и инноваций Франции (Ministère de lʼEnseignement supérieur, de la Recherche et de lʼInnovation), Государственного института исследований в информатике и автоматике (INRIA) и GDR CNRS MADICS (Masses de Données, Informations et Connaissances en Sciences).
VI Международная конференция по анализу изображений, социальных сетей и текстов (АИСТ)
Международная конференция по анализу изображений, социальных сетей и текстов АИСТ состоялась 27-29 июля в Москве при поддержке Высшей школы экономики. В этом году на конференцию было подано 130 научных работ из разных, в том числе зарубежных, университетов. Лучшие работы были отобраны признанными специалистами в области анализа данных со всего мира, они войдут в сборник трудов конференции и будут опубликованы в серии Lecture Notes in Computer Science издательства Springer.
International Experts in the Faculty of Computer Science
An important step in integrating the university into the global educational, scientific and research space is the expansion of international recruiting. Since its very first year, the Faculty of Computer Science at the Higher School of Economics has had a foreign professor working on staff. In 2015, four internationally recruited experts teach and conduct research in the faculty.
Научно-исследовательская работа со студентами НИУ ВШЭ
Опубликованы темы КР и ВКР департамента на 2015/16 учебный год.
Международные специалисты на факультете компьютерных наук
Одним из значимых шагов по интеграции университета в мировое образовательное и научно-исследовательское пространство является развитие международного рекрутинга. С первого года существования факультета компьютерных наук в его штате работает иностранный профессор. В 2015 году на факультете преподают и ведут исследования уже четыре специалиста, принятые по программе международного рекрутинга. В интервью, взятых на английском языке, они поделились своими планами и впечатлениями от Вышки и рассказали, почему решили работать на факультете компьютерных наук.