Компания Ernst&Young провела независимый аудит финансовой отчетности Новосибирского государственного университета, которая была подготовлена в соответствии с Международными стандартами финансовой отчетности общественного сектора.
– Мы провели аудит прилагаемой финансовой отчетности Новосибирского государственного университета состоящей из отчета о финансовом положении по состоянию на 31 декабря 2014 года, – говорится в заключении Ernst & Young. – По нашему мнению, финансовая отчетность отражает достоверно во всех существенных отношениях финансовое положение университета по состоянию на 31 декабря 2014 года, а также результаты его экономической деятельности и движение денежных средств за год, закончившийся на указанную дату, в соответствии с Международными стандартами финансовой отчетности общественного сектора.
– Необходимость подготовки финансовой отчетности по Международным стандартам и ее подтверждение независимым аудитором является обязательным условием нахождения вуза в программе «5-100». НГУ впервые подготовил финансовую отчетность по МСФО ОС и, надо отметить, сделал это одним из первых среди вузов-участников программы, – подчеркнул Дмитрий Вострецов, проректор по экономике и финансам НГУ.
Справка: Международные стандарты финансовой отчетности общественного сектора – общепризнанные стандарты, обеспечивающие единые требования к прозрачности, надежности и содержанию информации, раскрываемой организациями общественного сектора.
Ирина Георгиевна и Евгений Иванович Пальчиковы, профессора кафедры общей физики Физического факультета НГУ, в браке уже 50 лет. В преддверии Дня семьи любви и верности они рассказали нам трогательную и душевную историю о том, какой путь они вместе прошли и какие жизненные принципы помогли им преодолеть все трудности.
Выпускники получили дипломы магистров сразу двух престижных вузов: диплом по направлению подготовки «Менеджмент» от НГУ и диплом по направлению подготовки «Инноватика» от НИУ ВШЭ.
Разработанный модуль объединяет процедуры синхронной инверсии и литоклассификации с применением машинного обучения. Модуль автоматически находит все необходимые параметры, избавляя специалиста от необходимости подбирать их вручную. Такое решение позволяет заметно сократить время интерпретации трёхмерных сейсмических данных и повысить точность и оперативность прогноза распределения коллектора на реальных месторождениях. На сегодняшний день прямых аналогов такого сочетания алгоритмов на российском и зарубежном рынках не имеется.