Как студенту начать свой путь в науке через Tinkoff Lab
Молодые ученые из «Тинькофф» — об исследовательской лаборатории с мировым признанием.
Что такое Tinkoff Lab
Tinkoff Lab — это исследовательская лаборатория Тинькофф на базе МФТИ, которая была создана в 2018 году для работы студентов над технологиями искусственного интеллекта. При этом разработка продуктов — не единственный путь развития для тех, кто хочет работать с ИИ. Многие студенты Tinkoff Lab стремятся совершать научные открытия, поэтому со временем в лаборатории появились исследовательские проекты.
Связь лаборатории с бизнесом помогает находить самые актуальные темы для исследований, результаты которых в перспективе имеют потенциал внедрения в реальные системы. Студенты Tinkoff Lab проводят эксперименты в области обработки естественного языка (NLP), компьютерного зрения (CV), обучения с подкреплением (RL) и рекомендательных систем (RecSys). По результатам экспериментов они пишут научные работы для наиболее авторитетных научных конференций, которые отличаются сильным влиянием на развитие ИИ: NeurIPS, ICML, ACL, CVPR и другие.
Кто работает со студентами
Научную работу в Tinkoff Lab курируют исследователи из Tinkoff Research — одной из немногих российских команд, которая занимается научными исследованиями внутри компании, а не на базе некоммерческой организации. Если у студента есть идея для научного исследования, команда помогает с ее реализацией: постановкой экспериментов, доступом к вычислительным ресурсам, написанием статьи и ее публикацией на крупнейших конференциях. Многие из студентов продолжают свой исследовательский путь в штате Тинькофф.
Чтобы еще больше студентов узнали о неочевидных возможностях для развития в науке, команда Tinkoff Research отправилась в турне Research 4 Kids по вузам России: в НИУ ВШЭ в Москве и Санкт-Петербурге, МФТИ, МГУ, КФУ, Университет Иннополис, ИТМО и СПбГУ.
Студенты НИУ ВШЭ в Москве во время турне Research 4 Kids
Как прошло турне Research 4 Kids
Спикерами турне Research 4 Kids стали те, кто знает о Tinkoff Lab лучше всего, — студенты и выпускники лаборатории, которые продолжают заниматься наукой в команде Tinkoff Research. В роли ведущих их поддерживали бывшие кураторы и нынешние коллеги.
Мало где можно заниматься такими вещами, как в Tinkoff Lab, еще и с ресурсами большой компании. Честнее всего об этом могут рассказать те, кто начинал свой исследовательский путь в Tinkoff Lab.
Даниил Гаврилов, старший исследователь Tinkoff Research, ведущий Research 4 Kids
Студенты узнали о четырех ключевых направлениях, которые исследуют в лаборатории: обучении с подкреплением (RL), обработке естественного языка (NLP), компьютерном зрении (CV) и рекомендательных системах (RecSys).
Станислав Дерека, младший исследователь (CV), и Иван Карпухин, ведущий исследователь (ML)
В конце каждого выступления — пицца и неформальное общение
И конечно, мерч
Зачем студенты идут в Tinkoff Lab
Offline RL — одно из самых редких исследовательских направлений. Именно ради него пришел в лабораторию Александр Никулин.
Я пошел в Tinkoff Lab, потому что это единственное место в России, где можно заниматься исследованиями в области обучения с подкреплением. Заниматься продуктовыми вещами тоже круто, но статья — это возможность оставить свой след в науке.
Хотя свои первые проекты в лаборатории он считает неудачными, уже через несколько месяцев его взяли в штат, и вскоре его статья прошла на ICML — топ-3 конференций по искусственному интеллекту в мире. Позже вместе с командой Александр создал один из самых востребованных проектов на GitHub в области Offline RL — опенсорс-библиотеку Clean Offline RL.
Мы умеем публиковать статьи на крупных конференциях без помощи людей с PhD — на энтузиазме и компетенциях. За год мы опубликовали шесть статей, и все они прошли на конференции.
Александр Никулин, младший исследователь Tinkoff Research, RL
Самое популярное направление для исследований
Наибольшее количество студентов интересуется обработкой естественного языка, отмечает Никита Балаганский, исследователь NLP в Tinkoff Research.
У многих студентов Tinkoff Lab есть классные идеи, но реализовать их сложно: пока мало опыта, нужно менторство, нет технических ресурсов для экспериментов в университете. В Tinkoff Lab все это есть.
Так, огромного количества графических процессоров (GPU) потребовали эксперименты для одной из последних статей студента Tinkoff Lab. Они заняли рекордные 18 492 GPU-часа.
По словам Никиты Балаганского, на этом фото он рассказывает студенту НИУ ВШЭ про текстовую диффузию
Зачем разработчикам наука
Олег Лашинин, ведущий исследователь-разработчик, — единственный спикер в турне, для которого исследования не основная деятельность. В Тинькофф он занимается разработкой рекомендательных систем и параллельно участвует в написании научных статей. Исследования помогают ему в решении бизнес-задач — огромное количество изученного материала позволяет заранее предугадать, какой подход лучше использовать.
Совместно со студентами Tinkoff Lab Олег написал четыре статьи на основе продукта. Например, в рамках совместной работы они представили метод, с помощью которого можно рекомендовать полезный контент пользователям социальной сети для инвесторов «Пульс».
Для аудитории эта тема явно была новой. В России исследованиями в области рекомендательных систем занимаются единицы, и ребята удивились, что в Тинькофф под это выделили целое направление. Это малоизученная и очень интересная область.
Как попасть в Tinkoff Lab
Турне посетили более 300 студентов. Многие из них приняли участие в текущем отборе в Tinkoff Lab, который в общей сложности собрал 635 заявок.
Сейчас мы в контакте со всеми, кто написал, общаемся с ними. В том числе с ребятами из вузов, которые раньше были вне нашего поля зрения. Так что мы рады, что побывали в них в рамках турне.
Если вы тоже хотите заниматься научными исследованиями, следите за новыми наборами в Tinkoff Lab или расскажите о своей исследовательской идее в рамках Tinkoff Lab Open Call — это можно сделать в любой момент. Подать заявку могут студенты со всей России.
"Один из самых востребованных", который не входит даже в топ-1000 рейтинга гитхаба :)
а вы в какой топ входите?
В топ любителей аргумента "Сперва сам добейся!". Я в нём сразу за вами иду :)
взаимно про "даже не входит в топ рейтинга") мне то вообще похеру кто чего добился хах
«а вы в какой топ входите?»
Этот вопрос тогда к чему был?
Это, условно хорошо...
Но , GPU откуда?
То что есть , потребует замены , а на обновление, тем паче на увеличение мощности, сложно рассчитывать. .....
700 звезд в гитхаб довольно прилично, не каждый сможет
Да я понимаю, что это прилично, но зря автор статьи своим наглым пиздежом очернил реальное, пусть и не такое громкое, достижение.
на 6 миллиардов чел, вполне норм
Комментарий недоступен
Комментарий удален модератором
Комментарий недоступен
Техника небезупречна, но мы стараемся любые ситуации минимизировать и решать в приоритете.
Комментарий недоступен
Ну так и хорошо, что нанимают студентов. Они в процессе научатся. Кто ничего не делает, тот не ошибается
Комментарий недоступен
В материале речь идет об исследовательской лаборатории, которая позволяет начать путь в НАУКЕ, статью читать полезно перед комментариями
А что мешает начать путь в НАУКЕ без Тинькова? Ну, в смысле если студенты и так в каком-то академическом учреждении учатся? Кстати, с тем же успехом лет 6 назад Яндекс свои курсы по машинному обучению практически любому желающему предоставлял - и вроде как бы тоже на базе МФТИ активностями занимался, не?..
Ну и давайте с терминологией не так громко; машинное зрение, обучение с подкреплением, рекомендательные системы - это на базовом уровне просто сборник рецептов, для которых даже не обязательно в вышмате рубить. Просто делаешь как рассказали-показали.
Комментарий недоступен
Комментарий недоступен
а вы будете за это платить.
согласны?
Это вопрос того, как отстроена работа, как тестируется тот продукт, над которым работал студент, насколько тщательно анализируется результат.
вы начинаете троить, юлить, вилять и тд. пытаясь уйти от своего же тезиса "он в проце се научтся".. так вот, любой процесс обучения это процесс с затратами и рисками (сможет или нет научиться).
и лишь по прошествии обучения и набора опыта появляется специалист приносяший прибыль.
так вот. вы согласны платить за этот процесс обучения?
Статью то читали, или сразу в комментарии пришли? Банк запустил уже давно лабораторию, где студенты работают над ai технологиями. Я это дело считаю правильным. Никто студента не ставит работать над новым продуктом от и до. Лаборатория напрямую связана с их бизнесом, это само собой. И если мы как пользователи за их приложение платим, значит, мы согласны, чтобы таким путем развивались новые продукты. Или вы считаете, что компания должна стоять на месте, новое искать не нужно в финтехе?
Не надо демагогию разводить над высосанным из пальца тезисом. Если хочется платить только за идеальное приложение, то вперед, ищите такое. А лучше свое напишите, которое вас полностью удовлетворит.
Как будто мир весь черно-белый, чесслово
А что новое-то искать? Придумывать новые сравнительно законные способы отъема денег у граждан, пожелавших воспользоваться кредитками?
В классическом финтехе как раз все незатейливо и степенно. Ваши AI нужны для всяких фенечек и звоночков, непосредственно не связанных с традиционными банковскими услугами.
Я предпочту платить меньше, но получать честные и качественные банковские услуги без ассистентов Олегов. Ну а параноидальный фрод-менеджмент и работа с биг-датой с мутными "рекомендательными" целями (ага, будем собирать содержимое чеков, чтобы предложить офигительный 100% кэшбэк на хрючево <100р) - это не то, для чего умные дядки AI придумывали.
Ну окей, никто же не мешает пойти поискать полностью удовлетворяющий вас продукт)
Вы меня с кем-то путаете. Неудивительно впрочем, т.к. вы пытаетесь на каждого отметившегося отреагировать. Понятно, что тема вам каким-то боком чувствительна.
Я не сказали ни слова про (не)удовлетворяющий меня продукт. Повторю еще раз основную мысль мессиджа: для классических задач финтеха ML/AI не нужно. Даже для фрод-менджмента.
действительно. какая то у вас есть проблема. я вам про Фому, вы мне про Ерёму
Если что, мой месседж - не нравится продукт - не пользуйся, ищи новый) или свой делай) меня банк устраивает - я готов за его сервисы платить. Ныть в комментариях насчет несовершенства приложения я смысла не вижу
Комментарий недоступен
"Tinkoff Lab — это исследовательская лаборатория Тинькофф на базе МФТИ, которая была создана в 2018 году для работы студентов над технологиями искусственного интеллекта."
А все фотографии в статье из ВШЭ)))))
Комментарий недоступен
Студенту лучше выучится, а не подрабатывать.. А то потом в больницу идти страшно
Заинтересовался теиой развития AI в России, все ли так грустно как в этой статье, где Тинькофф Лаб выдается за ведущего и всемирно признанного всего с 6 публикациями или все-таки не такое дно.
Нашел вот это исследование: https://aireport.ru/ai_index_russia-2022
По публикациям лидируют Сколтех, ВШЭ, AIRI, МФТИ, Яндекс. По публикациям на конференциях Россия занимает 11-е место в 2022, что неожиданно хорошо, учитывая политические амбиции российксого руководства.
Почему-то наукой стало только одно Ай-Ти, но это очень большая ошибка, которая приведет в итоге Россию к полному краху. Если ты качаешь один палец, а на все тело забиваешь, ты так и останешься жирным дегенератом, а не качком.
Комментарий удален модератором