Машинное обучение
в Питерской Вышке

Учебный план программы строится от простого к сложному, от базовой подготовки к специализированным курсам. 

В первом семестре студенты изучают базовые курсы: «Линейную алгебру в машинном обучении», «Численные методы в машинном обучении», «Теорию вероятностей и математическую статистику», «Теорию игр»,«Основы алгоритмов», «Методы оптимизации» и «Введение в Unix и скриптовые языки (Unix + Python)». 

Со второго полугодия начинаются специализированные курсы: «Глубокое обучение», «Базы данных», «Анализ изображений», Deep Reinforcement Learning, «Современные методы анализа данных», «Машинное обучение», «Параллельные вычисления». 

На втором курсе студенты продолжают изучать «Машинное обучение» и более специализированные дисциплины, такие как «Информационный поиск», «Анализ текстов», «Байесовские методы и вероятностные графовые модели»,

«Беспилотные автомобили», «Программирование на GPU», «Анализ данных на Python в примерах и задачах», «Вычислительная нейробиология», «Машинное обучение в SE», «Представление знаний», «Машинное обучение на больших данных», «Нейробайесовские методы» и «Web-поиск». 

Основной упор на программе делается на индивидуальную практическую работу со студентами. Во время учебы студенты участвуют в реальных промышленных и научно-исследовательских проектах в области машинного обучения и анализа данных. Результаты этой работы заслушиваются на специальных семинарах с представителями IT-компаний и сотрудниками научно-исследовательских лабораторий НИУ ВШЭ.

Все проекты, над которыми работают студенты, связаны с машинным обучением и анализом данных. 

Если в первом семестре проектная работа является факультативной, то, начиная со второго, становится обязательной. Студенты получают доступ к ярмарке проектов от компаний-партнеров и научных центров НИУ ВШЭ или инициируют собственные. Каждый выбирает несколько наиболее интересных для него проектов, затем решает тестовые задания и проходит собеседования с руководителями проектов – представителями компании-заказчика. По результатам всех этапов отбора, руководитель выбирает студента, а студент – руководителя, к которому он готов пойти. 

Работа над проектом идет в течение всего семестра. В зависимости от объема и сложности задач студент может приходить в офис компании один или два дня в неделю. Если научный руководитель и компания находятся не в Петербурге, то ребята работают удаленно. Результаты своей проектной деятельности студенты защищают перед комиссией, в которую входят как преподаватели факультета, так и представители компаний-партнеров. 

Проекты по разработке в дальнейшем внедряются и реализуются в компаниях, а исследовательские выливаются в публикации в научных журналах. Сейчас около 60% студенческих проектов доводится до международных конференции и публикаций. 

На втором курсе студенты весь год работают над одним проектом, который в результате становится их выпускной квалификационной работой.

Базовые курсы по программированию, математике и алгоритмам читают ведущие преподаватели Санкт-Петербурга. 

Специализированные курсы – в подавляющем большинстве – специалисты-практики из IT-компаний или научных лабораторий. 

Летняя стажировка – обязательный элемент обучения на программе. В начале второго курса студенты предоставляют отчет и защищают проект по ее результатам. 

Студенты проходят практики и стажировки как в российских компаниях VK, Biocad, Сбер, Яндекс, Газпромнефть, так и международных JetBrains, Google, Huawei. 

Выпускники программы могут работать программистами-исследователями в крупных российских и зарубежных IT-компаниях:

●      VK;

●      Яндекс;

●      Сбер;

●      Газпромнефть;

●      Kaspersky; 

●      Biocad;

●      Google;

●      Meta; 

●      JetBrains;

●      Nvidia;

●      Uber и др.

Также они могут продолжить свое обучение в аспирантуре лучших российских и зарубежных университетов: НИУ ВШЭ, University of California San Diego, Stanford University, Caltech, ETH Zurich и др.

Да, конечно. На программе учатся выпускники бакалавриата по социологии, экономике, менеджменту. Главное – это желание освоить с нуля новую для себя область или углубить знания в области машинного обучения и анализа данных. На вступительных испытаниях диплом бакалавриата не играет роли, важны лишь знания абитуриента. 

Как для поступления на программу, так и для последующего успешного обучения на ней абитуриенты должны обладать базовыми знаниями по всем основным дисциплинам первого курса обучения. 

Абитуриентам рекомендуется пройти онлайн-курсы на платформе Stepik.

По математике: «Ликбез по дискретной математике» и «Линейная алгебра», которые читает Александр Омельченко, курсы  «Введение в математический анализ» и «Теория вероятностей» Александра Храброва. 

По Алгоритмам: курсы «Алгоритмы: теория и практика. Методы» и «Алгоритмы: теория и практика. Структуры данных» Александра Куликова.  

По программированию: курс «Python для решения практических задач» Михаила Густокашина. 

Место для проживания в общежитии гарантировано каждому обучающемуся, имеющему регистрацию в населенном пункте, расположенном в 60 км от города Санкт-Петербург и более. Студенты программы, как правило, заселяются в общежитие на улице Герасимовской. Оно находится в 30 минутах езды на общественном транспорте от корпуса на Кантемировской, где и проходит обучение. Студенты, поступившие на бюджет и контракт, селятся в одно общежитие.