• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Вышка и «Авито» запускают магистратуру по машинному обучению в цифровом продукте

Вышка и «Авито» запускают магистратуру по машинному обучению в цифровом продукте

© iStock

Факультет компьютерных наук ВШЭ совместно с российской ИТ-компанией «Авито» объявляет о запуске новой магистерской программы по машинному обучению (ML) в цифровом продукте. Программа направлена на подготовку специалистов, которые смогут применять передовые технологии машинного обучения для решения реальных бизнес-задач и создания продуктов, используемых миллионами пользователей. Всего пройти обучение в первой волне смогут 35 человек, обучение 30 из них целиком профинансирует «Авито».

Программа подойдет для выпускников бакалавриата по математическим, техническим или экономическим специальностям, которые хотят углубить знания в области машинного обучения. «Авито» ожидает, что будущие студенты умеют программировать на Python и писать понятный код для аналитиков и инженеров, знают стандартные алгоритмы и структуры данных, а также основы ML и SQL, имеют базовые знания в области линейной алгебры, теории вероятностей, математической статистики и матанализа.

Магистратура очная, рассчитана на два года и включает как обязательные, так и дополнительные дисциплины, что позволяет студентам создать индивидуальный образовательный трек. Среди обязательных предметов — теория вероятностей, математическая статистика, рекомендательные системы, глубинное обучение, MLOps, алгоритмы на Python, backend-разработка и GPU-вычисления. Дисциплины по выбору включают основы микро- и макроэкономики, дизайн механизмов, теорию аукционов, LLM (Large Language Models), глубинное обучение в обработке звука и видео, динамическое ценообразование и т.д.

Учащиеся уже во время обучения смогут попасть на оплачиваемую стажировку в одну из DS-команд «Авито» — компания запустит несколько волн отбора в период обучения. Во время прохождения стажировки студенты смогут использовать полученные практические знания при написании курсовых и дипломных работ под руководством ментора из команды.

Разработка магистерской программы осуществлялась совместно с экспертами ФКН ВШЭ и дата-саентистами из «Авито». Преподаватели — ведущие специалисты в области машинного обучения, такие как Анна Маркова, Руслан Гилязев, Анастасия Рысьмятова, Михаил Каменщиков и Александр Ледовский, имеющие как опыт преподавания, так и опыт работы в крупных проектах «Авито», включая разработку платформ для предсказания параметров объявлений, монетизацию и алгоритмы ранжирования платных объявлений.

Для поступления необходимо пройти конкурс портфолио и собеседование с участием экспертов «Авито». Отбор стартует 20 июня и продлится до конца августа.

Илья Никитин

«Наша магистратура — это возможность погрузиться в мир машинного обучения и научиться решать реальные бизнес-задачи. Студенты освоят полный цикл работы с ML — от проектирования до внедрения, решая кейсы на основе данных “Авито”. Это уникальный шанс получить практический опыт в крупной ИТ-компании. Мы стремимся сделать образование доступным для талантливых студентов, поэтому “Авито” полностью покрывает стоимость обучения для 30 участников программы. Занятия проходят по вечерам и в субботу, что позволяет студентам не только учиться, но и сразу применять знания на практике, строя карьеру параллельно с учебой», — поделился Илья Никитин, академический руководитель образовательной программы «Машинное обучение в цифровом продукте», преподаватель ФКН ВШЭ.

«Авито» — российская ИТ-компания и онлайн-платформа для коммерции. 70 млн человек ежемесячно пользуются «Авито» и совершают сделки в сегментах «Товары», «Авто», «Работа», «Услуги», «Недвижимость» и «Готовый бизнес». «Авито Доставка» помогает совершать безопасные сделки через 75 тысяч партнерских ПВЗ. Цифровая платформа объединяет частных продавцов и покупателей и является одной из самых удобных для поддержки МСП и крупных компаний.

Вам также может быть интересно:

Анализ генетической информации поможет избежать осложнений после инфаркта

Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.

Fall into ML 2024: взгляд в будущее машинного обучения

25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.

«Наша система позволяет предотвращать сбои в работе центров обработки данных»

Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.

НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны

В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.

«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.

Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»

Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.

Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции

Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.

Ученые НИУ ВШЭ предложили модель, лучше других определяющую тематику текстов

Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге. Статья опубликована в журнале PeerJ Computer Science.

«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»

Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.

В России разработана программа для диагностики дислексии

Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.