Исследования
Лаборатория методов машинного обучения в области программной инженерии
Методы работы с данными приобретают все большую популярность во всех областях исследований и индустрий, в том числе и в области программной инженерии. Задача группы — объединить последние разработки data science и программной инженерии для создания новых способов написания и улучшения кода.
Текущая область интересов группы:
- Подходы к обнаружению дефектов объектно-ориентированной архитектуры и автоматическая рекомендация соответствующих рефакторингов для оптимизации структуры кода.
- Обнаружение клонов в программном коде и разработка инструментов для автоматизированного выделения и переиспользования общего кода.
- Построение векторных представлений кода для решения задач, таких как поиск плагиата, предсказание имён идентификаторов в коде или суммаризация кода.
- Анализ динамики изменения стиля того, как люди пишут код.
- Использование исторических данных для улучшения инструментов взаимодействия разработчиков, например, при помощи систем рекомендации.
- Поиск аномалий в коде.
- Автогенерация участков кода по описаниям на естественном языке, по набору используемых API вызовов и т.п.
- Разработка ассистентов написания кода: например, поиск и автоматическое исправление типовых ошибок, рекомендация функций IDE, анализ контекста разработки и намерений разработчика.
- Анализ покоммитной истории в репозиториях исходного кода с целью предсказания последующих изменений, мест проявления ошибок и других событий.
- Методы обнаружения и автокоррекции ошибок в коде.
Текущая область интересов группы:
- Подходы к обнаружению дефектов объектно-ориентированной архитектуры и автоматическая рекомендация соответствующих рефакторингов для оптимизации структуры кода.
- Обнаружение клонов в программном коде и разработка инструментов для автоматизированного выделения и переиспользования общего кода.
- Построение векторных представлений кода для решения задач, таких как поиск плагиата, предсказание имён идентификаторов в коде или суммаризация кода.
- Анализ динамики изменения стиля того, как люди пишут код.
- Использование исторических данных для улучшения инструментов взаимодействия разработчиков, например, при помощи систем рекомендации.
- Поиск аномалий в коде.
- Автогенерация участков кода по описаниям на естественном языке, по набору используемых API вызовов и т.п.
- Разработка ассистентов написания кода: например, поиск и автоматическое исправление типовых ошибок, рекомендация функций IDE, анализ контекста разработки и намерений разработчика.
- Анализ покоммитной истории в репозиториях исходного кода с целью предсказания последующих изменений, мест проявления ошибок и других событий.
- Методы обнаружения и автокоррекции ошибок в коде.
Публикации
Семинары
Мы проводим открытые семинары и встречи читательского клуба, на которых мы представляем и обсуждаем интересные результаты, полученные нами и коллегами. Присоединяйтесь к нашей meetup-группе, чтобы быть в курсе предстоящих встреч.
Записи прошедших семинаров смотрите на нашем YouTube-канале.
Материалы
Curiosity-Driven Researchers: Between Industry and Academia. Часть 2
Во второй части интервью руководитель исследовательской лаборатории Тимофей Брыксин рассуждает о будущем IDE, LLM-инструментах и меняющейся роли разработчика.