Вознесенская Тамара Васильевна
Факультет компьютерных наук
Профессиональные интересы
Должности
- Первый заместитель декана — Факультет компьютерных наук
- Доцент — Факультет компьютерных наук, Департамент больших данных и информационного поиска
- Академический руководитель образовательной программы — Прикладной анализ данных
Био
- · Начала работать в НИУ ВШЭ в 2014 году.
- · Научно-педагогический стаж: 21 год.
Образование
- 2001 · Кандидат физико-математических наук: Московский государственный университет им. М.В. Ломоносова, специальность 05.13.11 «Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей», тема диссертации: Исследование эффективности алгоритмов синхронизации времени для систем распределенного имитационного моделирования
- 1994 · Специалитет: Московский государственный университет им. М.В. Ломоносова, факультет: ВМиК, специальность «Прикладная математика», квалификация «Математик»
Опыт работы
- · 2014 - по н.в.: : Первый заместитель декана ФКН НИУ ВШЭ, доцент Департамента больших данных и информационного поиска
- · 2013 - 2014: : ОАО «Россельхозбанк», главный специалист департамента рисков
- · 2008 - 2012: : Business & Decision CIS (международная консалтинговая компания), руководитель проектов
- · 2006 - 2008: : ВНИИАС МПС России, старший научный сотрудник
- · 2003 - 2005: : STMicroelectronics SA, R&D department, системный аналитик
- · 1994 - 2003: : МГУ им. М.В.Ломоносова, факультет ВМиК, аспирант (до 1998), младший научный сотрудник
Награды и поощрения
- · Благодарность проректора НИУ ВШЭ (ноябрь 2025)
- · Медаль "Признание - 10 лет успешной работы" НИУ ВШЭ (ноябрь 2025)
- · Почетное звание "Почетный работник сферы образования Российской Федерации" (июнь 2025)
- · Благодарность проректора НИУ ВШЭ (ноябрь 2024)
- · Почетная грамота НИУ ВШЭ (март 2024)
- · Благодарность проректора НИУ ВШЭ (ноябрь 2023)
- · Почетная грамота Министерства науки и высшего образования Российской Федерации (ноябрь 2022)
- · Благодарность Дирекции по работе с одаренными учащимися НИУ ВШЭ (сентябрь 2022)
- · Благодарность старшего директора по стратегическому развитию НИУ ВШЭ (август 2022)
- · Благодарственное письмо ректора НИУ ВШЭ (декабрь 2021)
- · Почетная грамота Высшей школы экономики (ноябрь 2021)
- · Благодарность проректора НИУ ВШЭ (май 2019)
- · Благодарность Высшей школы экономики (июнь 2018)
- · Благодарность Факультета компьютерных наук НИУ ВШЭ (август 2017)
- · Благодарственное письмо Исследовательского центра Samsung (март 2017)
- · Участник программы «Административный кадровый резерв» (2018–2019)
- · Лучший академический руководитель в номинации «Удовлетворенность студентов качеством образовательной программы» — 2025
- · Лучший академический руководитель в номинации «Сбалансированность образования» — 2025
- · Лучший академический руководитель в номинации «Лояльность студентов к продолжению образования в НИУ ВШЭ» — 2023–2024
- · Лучший академический руководитель в номинации «Цифровые навыки студентов» — 2023
Идентификаторы исследователя
- ORCID:
0000-0002-8258-2950 - ResearcherID:
K-9212-2015 - SPIN РИНЦ:
1717-3200 - Google Scholar: https://scholar.google.ru/citations?hl=ru&user=JtxrXlMAAAAJ&hl=en
Публикации (17)
The influence of self-organizing teams on the structure of the social graph
2021 · CHAPTER · en
In this paper, we study evolution of a social graph structure under the leverage of various projects performed by self-organizing teams. Suppose we have a group of specialists with different skills. Some of the team members are acquainted with each other, which is expressed by a social graph. We assume that each project requires a variety of skills, therefore the group members form teams in order to have at least one specialist with each skill required for the project. As a result of work on the project, all team members get acquainted with each other, which changes the social graph. In this paper a model is proposed for this process. Properties and characteristics of the model are studied analytically and via computer simulation.
How the Minimal Degree of a Social Graph Affects the Efficiency of an Organization
2021 · CHAPTER · en
Effect of Social Graph Structure on the Utilization Rate in a Flat Organization
2020 · CHAPTER · en
The goal of our research is to investigate how the communication structure of an organization affects its performance. In the paper, we study a simulation model of a self-organizing team conducting scientific research. The key parameter of the model is the social graph of the organization, which defines the team creation process. For this model, we formally define the average utilization rate of the group. Under some natural condition, the utilization rate is a function of the social graph. Lower and upper bounds of this characteristic are established. The obtained result has evident practical meaning and policy implications for organization management.
Моделирование самоорганизующихся команд в научной среде.
2019 · ARTICLE · ru
В данной статье представлены результаты исследований, нацеленных на моделирование и анализ эффективности работы научно-технического центра. Фокус внимания направлен на процесс самоорганизации проектной команды (группы соавторов) для выполнения проекта (написания научной статьи), при котором инициатива создания команды исходит от одного из ее членов. В работе описана формальная модель указанного процесса на основе компетентностного подхода, учитывающая типы решаемых задач и наличие у сотрудников необходимых умений и навыков, представлены результаты имитационного моделирования в среде AnyLogic, а также перечислены открытые вопросы. Профиль компетенции каждого сотрудника описан в виде вектора, в котором каждая координата описывает уровень его владения соответствующим навыком. Вектор, описывающий профиль компетенций команды, получается в результате простого сложения профилей компетенций участников. Предложенная модель предполагает, что каждая задача требует определенного набора компетенций, и что список компетенций и уровень опыта являются критериями, на основе которых сотрудник принимает решение о присоединении к команде. Логика принятия решений на разных этапах формирования команды моделируется детерминированными булевозначными функциями. Очередность, в которой выбираются сотрудники для применения следующего шага алгоритма, реализуется вероятностно. Для калибровки профиля компетенций члена команды были использованы внутренние данные о квалификации сотрудников научно-технического центра «Газпромнефть НТЦ». Построенная модель является основой для дальнейших исследований процесса образования и функционирования проектных команд в научной среде, разработки методики оценки эффективности деятельности научных коллективов. Она позволяет прогнозировать потребность в кадрах с теми или иными компетенциями, планировать мероприятия по повышению квалификации сотрудников и укреплению связей в коллективе.
Visualization of Data Science Community in Russia.
2018 · CHAPTER · en
We present in the form of two visualizations some preliminary results of the ongoing study of data science community in Russia. The rst visualization aggregates data about top researches and their elds of interest according to the Google Scholar service. The second graph is a map of the largest online communities on date science on VKontakte platform.
Система автоматического аннотирования текстов с помощью стохастической модели
2018 · ARTICLE · ru
Работа посвящена системе автоматического аннотирования текста, реализованной в рамках совместного проекта компании «DC – Systems» и факультета компьютерных наук НИУ ВШЭ. Построение аннотации осуществляется с помощью синтаксически согласованных словосочетаний, наиболее близких к семантике всего текста. При этом пренебрегается возможными дополнительными смыслами отдельных фрагментов текста. Качество аннотации определяется семантической близостью к исходному тексту. Задача построения аннотации разбивается на две части: оценка семантики текста в целом, то есть без разделения на более мелкие составляющие, и преобразование текста, приводящее к построению аннотации. В работе описана структурная схема реализованной системы автоматического аннотирования и алгоритм ее работы. Система протестирована на коллекции из 50 текстов различной тематики, приведен пример построенной аннотации и дана оценка его качества с помощью набора мер качества ROUGE [9]. Ограничением применения текущей версии системы является наличие в тексте формул и специальных символов.
О корреляционных функциях прямоугольного радиоимпульса с хаотической несущей в холодной плазменной среде.
2017 · CHAPTER · ru
Приведены начальные результаты анализа корреляционных характеристик импульсного радиосигнала с хаотичеcкой несущей при распространении в холодной плазменной среде. Рассмотрены авто- и частотно-временная корреляционные функции деформирующегося импульса, а также взаимокорреляционная функция деформированного и излученного импульсов. Хаотичность несущей моделируются на основе отображения Чебышева первого рода третьего порядка. Показано, что значительные искажения текущей огибающей распространяющегося импульса могут не сопровождаться выраженными вариациями вида его корреляци-онных характеристик.
Распространение прямоугольного радиоимпульса с хаотической несущей в холодной плазменной среде
2016 · CHAPTER · ru
На основе полученного ранее общего решения задачи рассмотрены возможные характер и особенности дисперсионных искажений прямоугольного радиоимпульса микросекундной длительности с хаотической несущей при распространении в холодной плазменной среде. Скачки несущей моделируются на основе отображения Чебышева первого рода третьего порядка. Показано, что удаление импульса от излучателя сопровождается его быстрой трансформацией к виду шумоподобного сигнала, в пределах текущей длительности которого вариации плотности потока мощности излучения могут значительно превышать ее значение для излучаемого импульса.
Гибридный детектор речи.
2014 · ARTICLE · ru
В данной статье описан детектор, работа которого основана, на таком устойчивом признаке речи, отличающем ее от всех прочих шумов, как наличие вокализованных интервалов.
Краткий обзор приложения метода условных случайных полей в области распознавания речи
2013 · ARTICLE · ru
Цель этой работы обзор математических основ модели условных случайных полей, а так же идеологическое сравнение этой модели с другими известными направлениями обработки речи.
Курсы (4)
-
Introduction to Python for Data Science
2025/2026 · Бакалавриат · Анг
-
Введение в программирование · 4 раза
2025/2026, 2024/2025, 2023/2024, 2022/2023 · Майнор · рус
-
Python Programming · 2 раза
2024/2025, 2023/2024 · Бакалавриат · Анг
-
Introduction to Programming · 2 раза
2022/2023, 2021/2022 · Бакалавриат · Анг