АНОО ВО «Университет «Сириус»
Современные технологии машинного обучения и их приложения
Информационные технологии и искусственный интеллект
Современные технологии машинного обучения и их приложения
Сроки проведения начало: 25.11.2024
Сроки проведения конец: 07.12.2024
Срок подачи заявки: 30.09.2024
О ПРОГРАММЕ:
На программе участники узнают о современных методах машинного обучения для компьютерного зрения, для работы рекомендательных систем, а также о развертывании моделей машинного обучения в процессе производства и обработки естественного языка. В течение недели студенты прослушают лекционную программу, знания которой будут закрепляться в течение второй недели, когда будет работа над кейсами.
Преподаватели:
Марина Евгеньевна Ананьева - руководитель направления, Отдел персонализации;
Даниил Евгеньевич Гаврилов - ведущий исследователь-разработчик, Отдел исследований
Сергей Александрович Ванданов - исследователь-разработчик ML Firstline;
Михаил Алексеевич Гашков - старший исследователь-разработчик, Команда разработки фундаментальных моделей;
Илларион Александрович Дмитриев - техлид направления чат-ботов и eCom;
Александр Владимирович Иванов - техлид компьютерного зрения OCR и обработка документов;
Дмитрий Игоревич Коновалов - ведущий аналитик AI Voice communications;
Денис Ильич Красильников - старший исследователь-разработчик RecSys Social;
Олег Андреевич Лашинин - ведущий исследователь-разработчик RecSys E-commerce;
Наталья Александровна Лунева - исследователь-разработчик, Платформа автоматизации саппорта;
Алексей Павлович Малахов - младший исследователь-разработчик, Команда адаптации LLM;
Анатолий Сергеевич Потапов - ведущий исследователь-разработчик, Группа разработки фундаментальных моделей;
Елисей Сергеевич Рыков - старший аналитик, Команда адаптации LLM;
Артур Флоридович Самигуллин - руководитель платформы речевой аналитики LLM Platform;
Артём Дмитриевич Соснин - исследователь-разработчик Ecom;
Тамара Казбековна Цахилова - старший аналитик, Направление Стратегической и RND аналитики;
Даниил Алексеевич Цимерман - ведущий исследователь-разработчик, Команда продуктового внедрения LLM;
Ксения Александровна Шимук - менеджер продукта, Продуктовое RnD TQM.
ПАРТНЕРЫ: Т-ОБРАЗОВАНИЕ
Ссылка на кнопке "Подать заявку": https://my.sirius.online/activity-page/ntu:dpo-ml-technologies-2024
Ссылка на кнопке "Узнать больше": /pre-admission/
Текст в карточке:
По вопросам участия в программе просим обращаться по адресу cdpo@talantiuspeh.ru
Условия участия:
Всем, кто прошел конкурсный отбор и был приглашен на программу, необходимо предоставить справку с места обучения, взятую не ранее, чем за 3 месяца до начала образовательной программы.
Для участников предоставляется проживание и питание во время обучения на программе.
Проезд/перелет на программу оплачивается участником самостоятельно или за счёт Университета, в котором он обучается.
Плата за обучение на программе не взимается.
К участию в программе допускаются только граждане РФ.
К конкурсному отбору не принимаются заявки от студентов, принимавших участие в программах дополнительного образования Университета «Сириус» 2 и более раз в период с 2022 по 2024 год.
Приглашенные на программу студенты, не сообщившие о невозможности прибыть на программу, не будут допущены к отбору на следующие дополнительные образовательные программы за счет средств Университета «Сириус».
Студенты, отчисленные с дополнительной профессиональной программы как не прошедшие успешно итоговую аттестацию, не будут допущены к отбору на следующие дополнительные образовательные программы за счет средств Университета «Сириус».
Участники и порядок отбора:
На программу приглашаются участники образовательных организаций высшего образования, осваивающие программы старших курсов бакалавриата и магистратуры, имеющие базовые знания основ фундаментальной математики, компьютерных наук, информационных технологий и инженерии.
Для освоения содержания дополнительной профессиональной программы слушатели должны владеть следующими знаниями и компетенциями:
- знание основ математики;
- знание основ машинного обучения;
- знание основ обработки естественного языка;
- знание основ компьютерного зрения;
- знание основ рекомендательных систем.
Форма вступительных испытаний (конкурсного отбора):
- выполнение технических требований: прохождение регистрации в заявочной системе Сириус.Онлайн и на сайте Т-Образования;
- мотивационное письмо с описанием целей и ожиданий относительно настоящей программы, а также с информацией о релевантном опыте участия в конкурсах и мероприятиях, связанных с тематикой CS и ML, DL;;
- экзамен в форме решения одного кейса на выбор из областей ML (NLP, CV, RecSys) – по обработке естественного языка, по компьютерному зрению или по рекомендательным системам;
- прохождение технического онлайн-собеседования с командой преподавателей по результатам отборочных тестов.
Критерии экспертной оценки мотивационного письма (от 0 до 100 баллов):
- мотивационное письмо полностью отражает цели студента в изучении Machine Learning и содержит не более 3000 знаков (от 0 до 50 баллов);
- перечислены достижения: достижения в школьных и студенческих олимпиадах, соревнованиях по Machine Learning или программированию, хакатонах, ссылки на профиль github.com с реализованными проектами, ссылка на резюме с описанием опыта работы или стажировок, наличие научных публикаций, участие в учебных проектах, знание одного или нескольких языков программирования, волонтерство и т.д. (от 0 до 20 баллов);
- наличие опыта работы или стажировок в области Machine Learning с описанием реализованных задач и зон ответственности, публикации в научных журналах (от 0 до 20 баллов);
- наличие освоенных курсов, дисциплин (модулей) в области Machine Learning (от 0 до 10 баллов).
Критерии оценки экзамена (от 0 до 100 баллов):
- продемонстрированно понимание задачи и уверенное использование базовых инструментов ML (30 баллов);
- модель, эффективно справляющаяся с поставленной задачей (30 баллов);
- понятный и чистый отчёт и код (20 баллов);
- выбор и релевантность методов, использованных для решения задачи (20 баллов).
Критерии оценки технического интервью (от 0 до 100 баллов):
- кандидат продемонстрировал теоретические и практические знания;
- умеет решать слабо формализованные задачи, уточнять требования, учитывать ограничения;
- кандидат может рассказать про кейс по решению задач машинного обучения из собственного опыта;
- кандидат работал с одним или несколькими языками программирования, может ответить на специфические вопросы;
- кандидат в полной мере изложил свои интересы, предпочтения и пожелания по развитию в сфере машинного обучения;
- учитывается опыт кандидата, в контексте конкретной секции;
- кандидат продемонстрировал развитые soft skills.
Собеседования проводятся экспертами Т-Банка.
Название: Современные технологии машинного обучения и их приложения
Картинка для анонса: Загрузить