• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

«Если человек готов разбираться в сложных проблемах, то мы точно сработаемся»

«Если человек готов разбираться в сложных проблемах, то мы точно сработаемся»

© iStock

Научный центр «Яндекса» Yandex Research совместно с НИУ ВШЭ и МФТИ начинает набор на программу ML Residency, предназначенную для студентов и аспирантов в области машинного обучения, а также для исследователей из смежных дисциплин. Программа рассчитана на год и может быть продлена, резиденты будут получать зарплату. Об особенностях программы новостной службе портала рассказал заведующий Научно-учебной лабораторией компании «Яндекс» на факультете компьютерных наук НИУ ВШЭ, руководитель Yandex Research Артем Бабенко.

— Артем Валерьевич, как возникла идея открытия ML Residency? В чем, на ваш взгляд, актуальность этого проекта?

— ML Residency направлена на развитие научного сообщества в России и популяризацию машинного обучения как науки. Она стала расширением программы научной практики, которая существовала в компании «Яндекс» в последние несколько лет. За это время мы успели завершить несколько успешных научных проектов, а участники программы публиковались на ведущих мировых конференциях по машинному обучению.

— Какова роль Высшей школы экономики в предстоящей реализации проекта?

— Она является одним из организаторов ML Residency.

Университет станет одной из площадок программы, и резиденты будут работать в лаборатории «Яндекса» в НИУ ВШЭ

Мы уверены, что в Вышке есть много талантливых исследователей, которые захотят реализовать себя в рамках ML Residency. Есть возможность совместить участие в ML Residency с написанием магистерской или кандидатской диссертации.

— Как будет организована работа резидентов в лаборатории «Яндекса»?

— Резиденты будут работать в паре с сотрудниками лаборатории, которые выступают в качестве наставников. Вместе они выберут исследовательскую задачу и займутся ее решением. Результатом работы может стать публикация на конференциях или в журналах, внедрение в «Яндексе» или выпуск в качестве open-source-проекта.

Мы уверены, что программа будет способствовать профессиональному росту резидентов: довольно быстро они начнут самостоятельно находить темы исследований и сами станут выступать в роли наставников.

— Как будет осуществляться научное руководство с учетом требований «Яндекса» и ВШЭ?

— Научными руководителями (менторами) будут сотрудники лаборатории «Яндекса» в НИУ ВШЭ и Yandex Research — научного центра «Яндекса», который лидирует среди российских технологических компаний по числу публикаций на NeurIPS, ICML, ICLR и других мировых конференциях по машинному обучению. Так что резиденты смогут работать вместе с ведущими экспертами в этой области в стране.

— Какими должны быть исследователи — участники программы? Попробуйте нарисовать портрет идеального кандидата.

— Мы ищем кандидатов, умеющих программировать, с сильным техническим образованием и искренним интересом к машинному обучению. Скорее всего, успешными резидентами станут сильные студенты и аспиранты в области машинного обучения, но мы ждем и специалистов из смежных дисциплин, например математиков и физиков, представителей компьютерных наук.

В целом, если человек готов разбираться в сложных проблемах, мы точно сработаемся.

— Какой, на ваш взгляд, должна быть отдача от проекта?

— Главным результатом будет привлечение новых людей в эту научную область — как молодых исследователей, так и специалистов из смежных отраслей. Мы со своей стороны постараемся создать возможности для их роста.

Подать заявку на участие в программе можно на сайте Yandex Research ML Residency.

Вам также может быть интересно:

В России разработана программа для диагностики дислексии

Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.

Студенты со всей России пройдут интенсив по компьютерным наукам от ВШЭ и «Яндекса»

С 1 по 13 апреля в Москве на базе факультета компьютерных наук НИУ ВШЭ пройдет бесплатный студкемп по машинному обучению, организованный в рамках программы «Яндекса» для студентов IT-специальностей. За две недели студенты изучат материал, на освоение которого в рамках традиционных программ уходит от пары месяцев до нескольких семестров. Они получат фундаментальные знания в области искусственного интеллекта, а также познакомятся с практиками применения нейросетей в сервисах «Яндекса».

Нейросети всевластья: ИИ распутывает клубок взаимоотношений людей, эльфов и хоббитов

3 января родился один из самых популярных писателей прошлого века Джон Рональд Руэл Толкин. Исследователи из НИУ ВШЭ, AIRI и МИСИC использовали машинное обучение для исследования социальных связей между персонажами его вселенной Средиземья. Ученые считают, что этот подход найдет применение во многих сферах за пределами литературы. Результаты работы опубликованы в IEEE Xplore.

«Каждая статья на NeurIPS — значительный результат»

Сотрудники факультета компьютерных наук НИУ ВШЭ представят 12 своих работ на 37-й конференции NeurIPS. Conference and Workshop on Neural Information Processing Systems — одно из самых значительных событий в сфере искусственного интеллекта и машинного обучения. В этом году она пройдет с 10 по 16 декабря в Новом Орлеане (США).

Совместный проект ученых НИУ ВШЭ и СурГУ поможет предотвратить повторные инфаркты и инсульты

Один из проектов, победивших на конкурсе «Зеркальные лаборатории» НИУ ВШЭ в июне этого года, посвящен технологиям машинного обучения в прогнозировании исходов острого коронарного синдрома. Его реализуют Международная лаборатория биоинформатики НИУ ВШЭ и Научно-образовательный центр Медицинского института Сургутского государственного университета. Как зародился этот совместный проект, чем он поможет пациентам и как будет организована работа по его реализации, рассказывает заведующая Международной лабораторией биоинформатики, доцент ФКН НИУ ВШЭ Мария Попцова.

На факультете компьютерных наук открываются новые лаборатории

По итогам конкурса проектов на факультете компьютерных наук НИУ ВШЭ открываются две новые лаборатории. Лабораторию матричных и тензорных методов в машинном обучении возглавит Максим Рахуба, доцент департамента больших данных и информационного поиска. Лабораторией облачных и мобильных технологий будет руководить профессор департамента программной инженерии Дмитрий Александров.

«Интерес к приложениям машинного обучения в биоинформатике с каждым годом растет»

28–30 августа, накануне нового учебного года, факультет компьютерных наук ВШЭ провел четвертую летнюю школу по машинному обучению в биоинформатике. В этом году на событие зарегистрировались 670 человек, более 300 посетили ее очно.

ФКН в четвертый раз проведет летнюю школу по машинному обучению в биоинформатике

На факультете компьютерных наук Вышки с 28 по 30 августа пройдет летняя школа по машинному обучению в биоинформатике. В течение трех дней участников ждут лекции и семинары от ведущих специалистов в данной области из ВШЭ, Сколтеха, AIRI, МГУ, МФТИ, Genotek, Sber Artificial Intelligence Laboratory.

Решение НИУ ВШЭ и Сбера позволит машинному обучению работать в десятки раз быстрее

Исследователи факультета компьютерных наук ВШЭ и Лаборатории искусственного интеллекта Сбера  смогли увеличить скорость работы градиентного бустинга — одного из самых эффективных алгоритмов для решения задач машинного обучения. Предложенный подход позволит быстрее решать задачи классификации и регрессии машинного обучения. Результаты их работы были представлены на конференции NeurIPS.

Компактный нейропротез обучили декодировать речь по активности мозга

Ученые НИУ ВШЭ и МГМСУ им. Евдокимова разработали модель машинного обучения, которая предсказывает произнесенное слово на основе активности мозга, записанной небольшим количеством инвазивных электродов. Статья “Speech decoding from a small set of spatially segregated minimally invasive intracranial EEG electrodes with a compact and interpretable neural network” опубликована в Journal of Neural Engineering. Работа выполнена при поддержке мегагранта правительства РФ в рамках нацпроекта «Наука и университеты».