«Если человек готов разбираться в сложных проблемах, то мы точно сработаемся»
Научный центр «Яндекса» Yandex Research совместно с НИУ ВШЭ и МФТИ начинает набор на программу ML Residency, предназначенную для студентов и аспирантов в области машинного обучения, а также для исследователей из смежных дисциплин. Программа рассчитана на год и может быть продлена, резиденты будут получать зарплату. Об особенностях программы новостной службе портала рассказал заведующий Научно-учебной лабораторией компании «Яндекс» на факультете компьютерных наук НИУ ВШЭ, руководитель Yandex Research Артем Бабенко.
— Артем Валерьевич, как возникла идея открытия ML Residency? В чем, на ваш взгляд, актуальность этого проекта?
— ML Residency направлена на развитие научного сообщества в России и популяризацию машинного обучения как науки. Она стала расширением программы научной практики, которая существовала в компании «Яндекс» в последние несколько лет. За это время мы успели завершить несколько успешных научных проектов, а участники программы публиковались на ведущих мировых конференциях по машинному обучению.
— Какова роль Высшей школы экономики в предстоящей реализации проекта?
— Она является одним из организаторов ML Residency.
Университет станет одной из площадок программы, и резиденты будут работать в лаборатории «Яндекса» в НИУ ВШЭ
Мы уверены, что в Вышке есть много талантливых исследователей, которые захотят реализовать себя в рамках ML Residency. Есть возможность совместить участие в ML Residency с написанием магистерской или кандидатской диссертации.
— Как будет организована работа резидентов в лаборатории «Яндекса»?
— Резиденты будут работать в паре с сотрудниками лаборатории, которые выступают в качестве наставников. Вместе они выберут исследовательскую задачу и займутся ее решением. Результатом работы может стать публикация на конференциях или в журналах, внедрение в «Яндексе» или выпуск в качестве open-source-проекта.
Мы уверены, что программа будет способствовать профессиональному росту резидентов: довольно быстро они начнут самостоятельно находить темы исследований и сами станут выступать в роли наставников.
— Как будет осуществляться научное руководство с учетом требований «Яндекса» и ВШЭ?
— Научными руководителями (менторами) будут сотрудники лаборатории «Яндекса» в НИУ ВШЭ и Yandex Research — научного центра «Яндекса», который лидирует среди российских технологических компаний по числу публикаций на NeurIPS, ICML, ICLR и других мировых конференциях по машинному обучению. Так что резиденты смогут работать вместе с ведущими экспертами в этой области в стране.
— Какими должны быть исследователи — участники программы? Попробуйте нарисовать портрет идеального кандидата.
— Мы ищем кандидатов, умеющих программировать, с сильным техническим образованием и искренним интересом к машинному обучению. Скорее всего, успешными резидентами станут сильные студенты и аспиранты в области машинного обучения, но мы ждем и специалистов из смежных дисциплин, например математиков и физиков, представителей компьютерных наук.
В целом, если человек готов разбираться в сложных проблемах, мы точно сработаемся.
— Какой, на ваш взгляд, должна быть отдача от проекта?
— Главным результатом будет привлечение новых людей в эту научную область — как молодых исследователей, так и специалистов из смежных отраслей. Мы со своей стороны постараемся создать возможности для их роста.
Подать заявку на участие в программе можно на сайте Yandex Research ML Residency.
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.