ГЛУБОКОЕ ОБУЧЕНИЕ И ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

Для меня одним из ключевых моментов при выборе магистратуры была возможность совмещать работу с учебой. Я занимаюсь обучением больших языковых моделей, и мне нравится, что на программе есть дисциплины, связанные с обработкой естественного языка. Также магистратура помогла мне заглянуть за рамки узкой специализации, например, при прохождении курса «Обучение с подкреплением».

После защиты бакалаврского диплома в области искусственного интеллекта мне хотелось продолжить развиваться в этом направлении. Череда поисков привела меня к программе «Глубокое обучение и генеративный искусственный интеллект». В качестве ее главных плюсов я могу выделить широкий спектр рассматриваемых проблем AI, интересные практические задания, нетворкинг и возможность совмещения учебы с работой. На мой взгляд, на старте (2022−2024 гг.) были небольшие шероховатости с некоторыми дисциплинами внутри программы. Но я связываю это с тем, что направление сравнительно свежее и необходимо время для балансировки всех курсов. После окончания программы я устроился в коммерческую AI-лабораторию, где занимаюсь анализом актуальных статей по искусственному интеллекту и разработкой специализированных алгоритмов под поставленные задачи.

Программа замечательна тем, что очень актуальна: на парах мы разбирали современные алгоритмы и обсуждали статьи, вышедшие несколько месяцев назад. Для успешного обучения требуется опыт в ML, но базовые понятия на занятиях тоже рассматривались. Например, в одной из лабораторных нужно было реализовать и обучить resnet-101 без библиотек, кроме numpy, по сути написав упрощенную версию фреймворка, похожего на pytorch. Также курс «Теория глубокого обучения» начался с байесовского подхода к машинному обучению, что тоже относится к базовым концепциям. Для меня такой взгляд на нашу науку был открытием, которое иногда уберегает от ошибок при выборе функции потерь или регуляризатора.

На занятиях я узнал, как устроено обучение с подкреплением, разобрался в SOTA алгоритмах обработки и генерации изображений, познакомился с байесовской оптимизацией, научился ставить воспроизводимые эксперименты.

Я считаю, что после программы «Глубокое обучение и генеративный искусственный интеллект» вы сможете создавать новые алгоритмы машинного обучения и воспроизводить результаты последних статей.

Я окончил бакалавриат на кафедре КТ в ИТМО и с 4-го курса работал исследователем ИИ ВКонтакте, поэтому я искал направление, которое рассчитано на студентов с опытом в этой области. Уникальность программы в том, что базовый материал быстро вспоминается на первых лекциях, и в основной части рассказывается о продвинутых темах машинного обучения. И мне удавалось совмещать работу и учебу.