С 20 по 30 июня в Вышке пройдет онлайн-интенсив «Разработка ML-сервиса: от идеи к прототипу»

Бесплатный интенсив от очной онлайн-магистратуры «Машинное обучение и высоконагруженные системы (МОВС)» открыт для всех желающих. За 10 дней участники изучат базовые методы анализа данных и построят предсказательную модель машинного обучения. Результаты исследования будут оформлены в виде веб-сервиса Streamlit — интерактивного дашборда.

Интенсив проведут Евгений Паточенко, инженер с 15-летним опытом реализации распределенных систем в области алгоритмической торговли на российских и зарубежных рынках, и Елена Кантонистова, академический руководитель онлайн-магистратуры «Машинное обучение и высоконагруженные системы».

— Елена, расскажите, пожалуйста, что ждет слушателей интенсива.

— На наших занятиях мы познакомим участников с основами анализа данных и методами построения простых моделей машинного обучения. А еще мы научим делать красивые интерактивные веб-сервисы при помощи библиотеки Streamlit: это хороший вариант оформления результатов своих исследований.

Елена Кантонистова

Слушатели, выполнившие все задания, в результате получат готовый продукт, который можно добавить в резюме. Лучшие участники получат призы от организаторов и от Вышки.

— Кому будет интересен интенсив?

— Тем, кто хочет получить базовые навыки анализа данных и построения моделей. Интенсив полезен и тем, кто уже знаком с машинным обучением, но не знает, как сделать из Jupyter Notebook готовый продукт.

— То есть для работы в индустрии недостаточно изучить методы ML?

— Да, нужно освоить не только машинное обучение и анализ данных, но и научиться масштабировать решения под задачи небольших стартапов или глобальные проекты корпораций. В этих проектах можно выделить несколько блоков: первый связан со сбором, обработкой и очисткой данных, второй ориентирован на машинное обучение и построение моделей, третий — про внедрение моделей в промышленную эксплуатацию. Например, в онлайн-магистратуре «Машинное обучение и высоконагруженные системы» мы составляем программу с учетом этого: наши студенты изучают полный цикл жизни таких проектов.

— Расскажите, пожалуйста, подробнее про концепцию программы «МОВС».

— На программе студенты учатся как анализу данных, так и разработке. Часть с анализом данных включает в себя классические методы анализа и обработки данных и построения предсказательных моделей, а также современные методы машинного и глубинного обучения, то есть генеративные нейросети, трансформеры и прочие алгоритмы, которые лежат в основе ChatGPT, Midjourney и Kandinsky. Мы ежегодно стараемся обновлять содержание курсов так, чтобы давать студентам наиболее актуальные методы и подходы.

— Зачем же тогда  дата-сайентисту изучать разработку?

— Важно уметь не только придумать алгоритм, но и упаковать его в отказоустойчивое высоконагруженное приложение. Ведь ChatGPT-3 получает миллионы запросов в секунду и отвечает всем через секунду. Построить приложение, которое выдерживает такую нагрузку, — это отдельный и очень важный навык. Сейчас даже классических аналитиков и исследователей данных на собеседованиях спрашивают про инструменты разработки и ожидают, что кандидаты смогут использовать их в своей работе.

— Кажется, что научиться этому можно только на практике.

— Да, поэтому в процессе обучения наши студенты выполняют большие проектные работы. Например, весь первый год начиная с сентября студенты в командах работают над проектом по машинному обучению и в конце года дорабатывают его до готового веб-сервиса или приложения, удовлетворяющего современным требованиям со стороны разработки. Это дает возможность участникам проекта не только применить полученные знания, но и проявить творческие черты. У каждой команды есть личный куратор, который регулярно общается с командой, дает советы и помогает в решении текущих задач проекта.

На втором году магистратуры студенты также решают большие задачи: в первом семестре делают проект по big data, а во втором уже работают над дипломной работой — она может быть прикладной или же исследовательской, в зависимости от интереса и дальнейших целей студента.

Подробнее о поступлении на МОВС — здесь.

Прием документов для обучения на программе идет до 15 августа 2023 года. При подаче документов и успешном прохождении вступительных испытаний до 28 июля 2023 года предоставляются скидки до 70%, подробнее здесь. 

— Очень плотная программа. Можно ли совмещать обучение в онлайн-магистратуре «МОВС» и фултайм-работу?

— Да, абсолютное большинство студентов совмещают обучение с работой, более того,  знания, полученные на программе, уже после первого курса помогают добиваться новых профессиональных высот и претендовать на интересные должности. В этом удобство  онлайн-формата — занятия идут после 18:00. Если вы не можете посетить вебинар — ничего страшного, мы выкладываем записи занятий, и можете смотреть их в удобное для себя время. Часть занятий проходит в асинхронном формате. Записи можно смотреть и пересматривать в удобное время. Обучаться можно из любой точки мира, в любом часовом поясе. Приезжать в кампус для сдачи экзаменов и даже для получения диплома не нужно. При этом, если студент находится в Москве, мы с радостью встретимся в стенах университета, обсудим его успехи и сложности, ответим на все вопросы.

Очная онлайн-магистратура «Машинное обучение и высоконагруженные системы» в «Телеграме».

— Вы говорили, что ежегодно обновляете программу. Как вы это делаете?

— Наши преподаватели совмещают академическую деятельность на факультете компьютерных наук в департаменте больших данных и информационного поиска с работой в индустрии, на позициях дата-сайентистов  и ML-инженеров. Поэтому знания, которыми они делятся со студентами, очень актуальны. Среди преподавателей — Мария Тихонова (Senior Data Scientist, Salute Devices, Сбер), Сергей Горшков (Picsart, до этого работал в «Яндексе» и «Авито»), Анатолий Бардуков (старший разработчик в «Яндексе») и другие эксперты.

Поскольку индустрия очень динамичная, новые подходы, алгоритмы появляются каждый год, мы проводим дополнительные вебинары с экспертами, которые знакомят студентов с последними трендами наук о данных.

— На каких позициях работают студенты и выпускники программы?

— Машинное обучение встречается практически во всех сферах жизни: от рекомендаций в мобильных приложениях до медицины. Спрос на грамотных специалистов по Machine Learning растет с каждым годом, а с 2022 года, по данным hh.ru, в России наблюдается острая нехватка профессионалов. Наши студенты трудоустраиваются в IT-компаниях и банках, в розничной торговле и e-commerce, в консалтинговых и аудиторских компаниях, в госсекторе, а также строят академическую карьеру в научно-исследовательских центрах и институтах. Если говорить о старте в профессии, то это Junior Data Scientist или Junior Machine Learning Engineer. Опытные специалисты уровня Senior могут руководить большими командами и претендовать на очень достойную зарплату.

Подробнее об онлайн-курсах, специализациях и очных онлайн-программах НИУ ВШЭ можно узнать на сайтах «Кампус “Вышка Онлайн”» и «Высшее онлайн-образование от НИУ ВШЭ», а также в наших социальных сетях: телеграм-канале «Онлайн-программы НИУ ВШЭ», группе во «ВКонтакте» «Вышка Онлайн», на YouTube-канале «Вышка Онлайн», канале «Вышка Онлайн в Дзене», аудиоподкасте на «Яндекс Музыке» «Вышка On the Line».

Зарегистрироваться на интенсив

Текст: Екатерина Зиньковская, Дирекция по онлайн-обучению НИУ ВШЭ