Информационные технологии и искусственный интеллект
Практические задачи глубокого обучения в риск-менеджменте
Сроки проведения начало:
01.04.2021
Сроки проведения конец:
30.06.2021
Срок подачи заявки:
08.03.2021
Вставка снизу текст:
Университет «Сириус» – это пространство, где студенты, ведущие ученые и представители российских технологических компаний объединяются, чтобы разрабатывать новые технологии и внедрять их в привычную жизнь. У каждого студента нашей страны есть возможность стать частью команды, которая меняет мир вокруг.
Специально для этого в «Сириусе» были созданы краткосрочные интенсивные программы, участниками которых могут стать студенты из всех регионов страны. Все программы созданы в партнерстве с ведущими компаниями и посвящены актуальным вопросам и направлениям в науке.
О ПРОГРАММЕ:
Курс позволит студентам освоить глубокие нейронные сети для решения задач широкого профиля: Tabular Nets, Graph Neural Networks, Natural Language Processing, Computer Vision, Reinforcement Learning. Курс содержит в себе разбор этапов для полного процесса работы с нейронными сетями: 1) подготовка данных; 2) разработка и реализации модели; 3) методы и эвристики обучения нейронных сетей; 4) средства и подходы валидации модели. Программа разработана исследователями данных компании ПАО Сбербанк. В рамках курса практическое применение глубоких нейронных сетей будет производиться на типовых задачах риск-менеджмента.
Цель:
Знакомство с современными подходами и моделями нейронных сетей, которые можно применять для решения широкого круга практических задач, в том числе для типовых задач риск-менеджмента.
Задачи:
Познакомить обучающихся с основными парадигмами, математическим аппаратом, моделями и методами, применяемыми в нейронных сетях;
Сформировать у обучающихся набор навыков и умений, которые позволят ему как применять готовые современные модели нейронных сетей для различных задач, так и корректировать их под свои нужды;
Сформировать у студентов базовые компетенции в области инженерии современного программного обеспечения, предназначенного для построения искусственных нейронных сетей;
Начать работу над научно-исследовательскими проектами в области риск-менеджмента.
Язык преподавания: русский, английский.
В результате изучения курса обучающиеся будут знать:
- основные архитектуры глубоких нейронных сетей, применяемых в решении практических задач риск-менеджмента;
- теоретические основы обучения глубоких нейронных сетей;
- большое количество эвристик, сформированных на основе коммерческого и академического опыта;
- принципы применения нейронных сетей в задачах риск-менеджмента с использованием современных библиотек.
Руководитель:
АЛФЕРОВ РОМАН ФЕДОРОВИЧ
Текст в карточке:
Программа пройдет в дистанционном формате.
По вопросам участия в программе просим обращаться по адресу cdpo@talantiuspeh.ru
Условия участия:
Программа пройдет в дистанционном формате.
Трехчасовые занятия будут проходить онлайн один раз в неделю, предполагается выполнение домашних заданий.
Участники и порядок отбора:
На обучение по программе приглашаются бакалавры 3-4 курсов либо магистры 5-6 курсов российских вузов, обучающихся по группам специальностей «Математика», «Физика», «Экономика», «Программирование».
Для освоения содержания дополнительной образовательной программы обучающиеся должны владеть следующими знаниями и компетенциями:
-знание программирования (языки Python и SQL, алгоритмы и структуры данных);
-знание высшей математики (матанализ, линейная алгебра, теория вероятностей, математическая статистика);
-знание английского языка, достаточное для чтения учебной литературы и документации.
Форма организации отбора обучающихся
Вступительное online-тестирование, индивидуальный отбор.
Дата, время проведения и ссылка на вступительное online-тестирование будут направлены на указанный в заявке адрес электронной почты после 08.03.2021 не позднее чем за 10 календарных дней до его проведения.
Также мы просим участников отбора предоставить нам следующие документы:
1. Резюме
- ФИО, дата рождения, место учебы;
- перечень основных курсов в области высшей математики, программирования, прослушанных ранее, а также результаты промежуточной аттестации по данным курсам;
- описание опыта работы в научных лабораториях (стаж, функционал, полученные компетенции);
- перечень научных публикаций (до 5);
- перечень научных конференций и школ, в которых студент принимал участие (до 10);
- результаты участия в соревнованиях по data science (до 10);
- уровень владения английским языком.
2. Мотивационное письмо
Должно включать ответы на вопросы: почему участнику важно попасть именно на этот образовательный̆ модуль, какие знания и компетенции он планирует развить в результате прохождения обучения.
3. Справка с места обучения или диплом, если вы уже окончили обучение;
4. Сертификаты пройденных курсов/программ (при наличии);
5. Научные публикации, относящиеся к тематике образовательного модуля (при наличии).
20 участников, продемонстрировавших наилучшие результаты и выполнивших общие (технические) требования к заявке, приглашаются на обучение по программе.
Вставка снизу фото:
Загрузить
Название:
Практические задачи глубокого обучения в риск-менеджменте
Картинка для анонса:
Загрузить
Детальная картинка:
Загрузить