Магистратура
2026/2027





Семинар наставника
ID 972868
Статус:
Курс обязательный (Искусственный интеллект)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 1-3 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
6
Контактные часы:
28
Программа дисциплины
Аннотация
Семинар наставника для второго курса магистратуры помогает студентам закрепить знания по глубинному обучению и NLP, подготовиться к техническим собеседованиям и научиться работать с научными текстами. Во втором модуле студенты проходят тестирование по глубинному обучению и NLP и демо-собеседования. В третьем модуле студенты учатся читать научные статьи по анализу данных, разбираться в них и делать по ним доклады, а также готовить хорошие презентации; в качестве альтернативы студенты могут готовить доклад и презентацию по своей выпускной квалификационной работе.
Цель освоения дисциплины
- Закрепление знаний по глубинному обучению и NLP, подготовка к техническим собеседованиям
- Умение читать научные статьи по Data Science, разбираться в них и делать по ним доклады
- Умение делать хорошие презентации и понимание того, чем плохие презентации отличаются от хороших
- Развитие навыков подготовки презентации и доклада по выпускной квалификационной работе
Планируемые результаты обучения
- Знание ключевых методов глубинного обучения и NLP.
- Готовность к техническому собеседованию по машинному обучению, глубинному обучению и NLP, математике и инструментам разработки.
- Умение находить, читать и критически анализировать научные статьи по анализу данных и машинному обучению.
- Умение готовить понятную презентацию и выступать с докладом по научной статье или по результатам своей ВКР.
- Умение отвечать на вопросы аудитории и давать обратную связь по докладам других студентов.
Содержание учебной дисциплины
- Тестирование по глубинному обучению и NLP (2 модуль)
- Демо-собеседования (2 модуль)
- Как делать доклады и презентации (3 модуль)
- Доклады по научным статьям и ВКР, часть 1 (3 модуль)
- Как читать научные статьи (3 модуль)
- Доклады по научным статьям и ВКР, часть 2 (3 модуль)
Элементы контроля
- Тестирование по глубинному обучению и NLP
- Демо-собеседованиеСобеседование по машинному обучению, глубинному обучению и NLP, математике и инструментам разработки.
- Доклад с презентацией, ревью, промежуточные тестирования
Промежуточная аттестация
- 2025/2026 2nd moduleПервый семестр: зачет, если 0.5*max \{ML,0.8*TestML \} >= 4 Второй семестр: зачет, если 0.5*max \{DL,0.8*TestDL \} >= 4
- 2025/2026 4th moduleПервый семестр: зачет, если 0.5*max \{ML,0.8*TestML \} >= 4 Второй семестр: зачет, если 0.5*max \{DL,0.8*TestDL \} >= 4
- 2026/2027 2nd moduleФормула оценивания: «зачёт», если получен зачёт за тестирование по глубинному обучению и NLP и за демо-собеседование; иначе — «незачёт».
- 2026/2027 3rd moduleФормула оценивания: «зачёт», если студент выступил с докладом по научной статье или по своей ВКР и доклад соответствует критериям, а также прошел промежуточные тестирования и ревью; иначе — «незачёт». Итоговая оценка — «зачёт/незачет».
Список литературы
Рекомендуемая основная литература
- Speech and language processing, Jurafsky, D., 2014
- Глубокое обучение, Гудфеллоу, Я., 2018
Рекомендуемая дополнительная литература
- Глубокое обучение - Николенко С., Кадурин А., Архангельская Е. - Санкт-Петербург: Питер - 978-5-496-02536-2 - 2019 - русский - https://ibooks.ru/product/338586 - iBOOKS - 338586