{"id":13763,"url":"\/distributions\/13763\/click?bit=1&hash=76dfc95129b10e657f68a4d92db0f809978b5cc7228e25a6e1afd0256241b100","title":"\u041a\u0430\u043a \u043f\u0440\u043e\u0434\u0432\u0438\u0433\u0430\u0442\u044c \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442-\u043c\u0430\u0433\u0430\u0437\u0438\u043d \u0432 \u043d\u0435\u0441\u0442\u0430\u0431\u0438\u043b\u044c\u043d\u043e\u0435 \u0432\u0440\u0435\u043c\u044f?","buttonText":"","imageUuid":"","isPaidAndBannersEnabled":false}

Как объединить 100 ML-инженеров и разработать 27 продуктов с технологией искусственного интеллекта

В начале сентября в Санкт-Петербурге прошел ITMO. BootCamp — мероприятие для участников проекта AI Talent Hub, организаторами которого являются Napoleon IT и ИТМО. За небольшой промежуток времени более 100 начинающих ML-инженеров со всей страны, успели полностью погрузиться в профессию и в ходе решения реальных задач разработали 27 прототипов продуктов.

AI Talent Hub — комьюнити специалистов по машинному обучению, в рамках которого Junior ML-инженеры и AI-разработчики вырастают до Middle уровня. В AI Talent Hub была запущена проектная онлайн-магистратура «Инженерия машинного обучения» в Университете ИТМО. Студентами программы стали 108 талантливых ребят со всей страны.

Перед ребятами стоит непростая задача — решить проблемы бизнеса путём создания и интеграции технологий в существующие сервисы. Курируют их наставники с большим опытом реализации крупных проектов в AI такие, как Валентин Малых из Huawei Noah’s Ark, Алексей Комиссаров из SCAMT, Михаил
Покидько из ИТМО (ex-АльфаБанк), а также из компаний «Работа.ру», МТС Big Data и другие. Уже с первых недель обучения студенты начали работать в командах над проектами, применяя инженерные и продуктовые подходы.

Наверняка, вы подумали: «Невозможно получить хороший результат, если дать сложную задачу на реализацию Junior специалистам, которые не адаптированы под задачи компании и еще не сработались в команде». Звучит как вызов для организаторов AI Talent Hub. Чтобы убедиться, что это возможно, рассказываем о первых результатах студентов в рамках хакатона.

Задача:
Погрузить начинающих ML-инженеров глубже в профессию, проверить умение студентов работать в команде и доводить дело до результата.

Решение:
Провести ITMO. BootCamp с 31 августа по 10 сентября на территории Университета, которые помогут новичкам быстро освоиться в мире IT. Мероприятие состояло из нескольких частей: ITMO. Enter, Team Building Day, кейс-лекции от экспертов, Школа менторов и самая основная часть — хакатон DATA product HACK.

Действие первое
📆 ITMO. Enter, 31 августа по 2 сентября

ITMO. Enter — общее университетское обязательное мероприятие, где первокурсники могли пройти ряд тематических станций по направлениям, познакомиться с лабораториями Университета, посетить Музей Оптики и лабораторию-мастерскую «ФабЛаб».

Действие второе
📆 Бонус встреча. Диалог с Алексеем Натёкиным в неформальной обстановке, вечер 2 сентября

Самое интересное всегда происходит после официальной программы. Поэтому по завершению ITMO. Enter ребята были приглашены в бар, где их ждали вкусные закуски и открытый диалог с Алексеем Натёкиным, генеральным директором Data Souls и основателем сообщества Open Data Science. Каждый смог задать вопросы спикеру и обсудить друг с другом актуальные темы в профессии в неформальной обстановке.

Алексей Натёкин, основатель сообщества ODS

Действие третье
📆 Team Building Day, 3 сентября

Результатом этого дня должно было стать объединение ребят в команды для предстоящего хакатона. Поэтому собрали их на одной площадке, добавили командообразующие игры и возможность поговорить в кулуарах. Как бонус — накормили пиццей и пирогами. Вау-ля, команды сформированы и готовы к борьбе за победу.

Участники AI Talent Hub, студенты программы «Инженерия машинного обучения»

Действие четвертое
📆 Кейс-лекции от наставников-экспертов, 5-9 сентября

Самая ценная информация та, которую невозможно найти в сети Интернет. Своё утро студенты на протяжении 5 дней проводили вместе с наставниками. В рамках кейс-лекций они делись своим личным опытом и советами. Всего в ITMO. BootCamp приняли участие 13 наставников, среди которых были Марк Паненко из «Работа.ру», Павел Кикин из «Газпромнефть-ЦР» , Павел Подкорытов из Talent Service и другие. Их путь вдохновил ребят на дальнейшее развитие, помог с навигацией в профессии и дал понять, как происходят процессы в компании изнутри.

Даниил Потапов из МТС Big Data

Действие пятое
📆 Хакатон DATA product HACK и Школа менторов, 5-10 сентября

Ежедневно после кейс-лекций наставников проходил хакатон DATA product HACK. Главная задача хакатона — создать продукт мечты по следующему рецепту: взять междисциплинарную команду талантов, добавить продуктовое мышление и Data Driven подход, все это «готовить» с помощью консультаций от наставников и менторов AI Talent Hub. Подать перед экспертным жюри на финале хакатона и получить подарки от ODS за продукт мечты.

Data Driven + Product Thinking + Interdisciplinary Talent Team + Top Mentors = Dream Product

Студентам предстояло выбрать один из 4х треков и пройти все этапы создания продукта: от бизнес-проблемы, сбора и понимания данных до разработки прототипа работающего Data или ML-сервиса с продуманным UI/UX.

В треке AI-Powered Video Analytics ребята разрабатывали продукты на основе технологий компьютерного зрения. Часть из них — собственные идеи, которые вполне могут превратиться в успешный стартап. Победителем стала команда Soccer AI (Василий Челпанов, Виталий Ахмадиев, Константин Московский и Егор Коваленко), которая предложила платформу с видеодетекцией событий футбольных матчей. Благодаря этому можно быстро определить наиболее интересные и значимые эпизоды. Данное решение очень актуально для тренеров и футбольных клубов.

Ребята представили очень интересные проекты и сильные презентации. Отдельное спасибо и организаторам: задать правильный настрой — дорогого стоит! У нас команда собралась с очень схожим запросом — понять, что идея может принести пользу, что это не будет работа ради работы. Первые несколько дней мы сконцентрировались на исследованиях и практически не притрагивались к коду. И это было довольно рискованно, т. к. времени у нас было не так много. Но с другой стороны, так мы смогли сфокусироваться

Виталий Ахмадиев, участник команды Soccer AI
Команда NanoTeam и ментор Ян Анисимов из Яндекс Практикум

Трек Generative. SPb предполагал создание креативного решения используя искусственный интеллект и данные инициативы «Слово “Санкт-Петербург”». В рамках инициативы было собрано 15 000 рукописных надписей с именем города. Команда победитель — «Инженерия винного обучения» (Евгений Безмен, Кирилл Зарубин, Кирилл Приблуденко, Данил Аржиловский) создала телеграмм-бот, в котором любой желающий может поработать с нейросетью и сгенерировать уникальную надпись с названием города на обложку открытки. Идея очень понравилась представителям из Комитетов Санкт-Петербурга, которые были в жюри. И возможно она получит продолжение в рамках города. Победителям уже удалось представить свое решение на городском Молодежном форуме в области креативных индустрий.

Мы рады поддержать молодых специалистов в разработке свежих идей и методов, которые привлекают внимание к Санкт-Петербургу и вдохновляют жителей и туристов раскрывать и узнавать его глубже. Петербург является пилотным регионом по цифровизации, в том числе и туристской отрасли России. Не сомневаюсь, что при использовании интересных для молодежной аудитории инструментов создается современный образ Петербурга, ценный для его жителей и привлекательный для гостей.

Сергей Корнеев, председатель Комитета по развитию туризма Санкт-Петербурга

В треке Open Data Tools предлагалось создать инструмент, который может собирать, очищать, систематизировать или анализировать данные. Командой победителем стала AI Wolfs (Кристина Желтова, Семён Забродин, Максим Попов, Константин Темплин). Они создали минималистичный инструмент для легкого развертывания ML-моделей в виде сервиса, который подходит для быстрого создания MVP. Разработка привлекла внимание жюри, и теперь проект курирует наставник Александр Рыжков из Sber AI Lab, двукратный Kaggle GrandMaster по решению ML-соревнований.

В современном мире мало просто создать ML модель, необходимо довести ее до production, чтобы она начала приносить деньги бизнесу. Чаще всего это требует достаточно вдумчивой и монотонной работы, которую можно автоматизировать, что ребята и сделали в своем решении. Дальше планируем более глубокую интеграцию с нашим open source фреймворком для автоматического построения моделей машинного обучения LightAutoML (LAMA), доступным в PyPI и на Github. Также в нашем центре мы разрабатываем конструктор рекомендательных моделей машинного обучения RePlay и стенд для изучения и кастомизации градиентных бустингов на GPU Py-Boost.

Александр Рыжков, руководитель команды разработки LightAutoML в Sber AI Lab

В треке Data Driven BioTech необходимо было создать прототип инновационного биотех-продукта с применением искусственного интеллекта или на основе подходов работы с большими данными. В этом треке также приняли участие химики и биологи. Представленные решения оказались настолько сильными, что экспертный состав не смог определиться с лучшим. Поэтому победителями стали две команды. Команда «Села батарейка» (Александра Корнеева, Дмитрий Веденичев, Павел Петров, Валентина Бочарова) создала сервис для оптимизации синтеза электродных материалов суперконденсаторов, который ускоряет внедрение на рынок электроники. А команда DeeploId (Михаил Гуревич, Дарья Воронкина, Валентина Грушина, Никита Венедиктов, Маргарита Ильина) сделала решение, благодаря которому человек может получить информацию о зонах генома, предрасположенные к мутации.

Я пробовала протащить свою идею в три команды ML-щиков, первые две отказали мне, но третья всё-таки решилась взяться за неё. Конечно, не обошлось без проблем и сложностей. В середине хакатона стало казаться, что лучше было бы создать что-то попроще. Но мы не сдались, собрали данные, довели работу до конца и сделали сервис.

Валентина Бочарова, участница команды «Села Батарейка»

Занимаясь биотехом, ты можешь сделать что-то полезное и нужное для людей. Наш проект очень добрый и полезный. Он помогает узнать человеку по его геному о возможных заболеваниях и сэкономить деньги на повторные тесты.

Дарья Воронина, участница команды DeeploId
Команда DeeploId

Ответ:

ITMO. BootCamp — это неделя продуктивной работы студентов, наставников и менторов над реальными проектами. Результат превзошел все ожидания. На финальной защите было представлено 27 работающих прототипа продуктов. Большинство студентов подтверждают, что мероприятие стало настоящим двигателем для создания успешных продуктов. Часть проектов уже получили «путёвку в жизнь», с другой частью ребята готовы работать дальше и «двигать» до конца. А AI Talent Hub будет их поддерживать!

Смотри, как это было, и подписывайся на канал!

0
Комментарии
Читать все 0 комментариев
null