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

 Возврат к списку