Любимые курсы студентов программы «ГЛУБОКОЕ ОБУЧЕНИЕ И ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ»
Любимые курсы студентов программы «ГЛУБОКОЕ ОБУЧЕНИЕ И ГЕНЕРАТИВНЫЙ ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ»
«Глубокое обучение и генеративный искусственный интеллект» — это научная магистратура для тех, кто хочет заниматься серьезными исследованиями в сфере ИИ. Сегодня двое выпускников программы 2025 года рассказали, почему они выбрали курсы «Технологии программирования и обучения глубоких сетей» и «Теория информации».
- Алан-Барсаг Газзаев
«Технологии программирования и обучения глубоких сетей», преподаватель — Михаил Тетерин
Мне нравится обучение на нашей программе, а одним из самых запоминающихся курсов стали «Технологии программирования и обучения глубоких сетей».
Хочу отметить отзывчивость преподавателя Михаила Тетерина, который давал нам возможность предложить свои лабораторные работы, если они подходят под требования и тему курса. Например, в одной из лабораторных мы разработали систему для описания происходящих на видео событий. В 2023 году видеомодели были развиты не так сильно, как сегодня, поэтому мы собрали систему из нейронной сети BLIP и LLM размером 13 миллиардов параметров: BLIP описывал происходящее на кадре, а затем описания и таймкоды подавались LLM для воссоздания всей сцены.
Мне очень понравилось, что на это курсе вы можете дать волю фантазии, что важно в работе исследователя и инженера.
Мне нравится обучение на нашей программе, а одним из самых запоминающихся курсов стали «Технологии программирования и обучения глубоких сетей».
Хочу отметить отзывчивость преподавателя Михаила Тетерина, который давал нам возможность предложить свои лабораторные работы, если они подходят под требования и тему курса. Например, в одной из лабораторных мы разработали систему для описания происходящих на видео событий. В 2023 году видеомодели были развиты не так сильно, как сегодня, поэтому мы собрали систему из нейронной сети BLIP и LLM размером 13 миллиардов параметров: BLIP описывал происходящее на кадре, а затем описания и таймкоды подавались LLM для воссоздания всей сцены.
Мне очень понравилось, что на это курсе вы можете дать волю фантазии, что важно в работе исследователя и инженера.
- Никита Селин
«Теория информации», преподаватель — Евгений Александрович Беляев
Больше всего за время обучения меня заинтересовала дисциплина «Теория информации». Во-первых, преподаватель — Евгений Александрович Беляев — публикуется в топовых международных журналах, что уже показывает высокий уровень его компетенций. Во-вторых, он вел лекции и практики в интерактивном режиме, в процессе начитки материала задавал нам много вопросов. Также на практических занятиях мы рассматривали задачи в TeX-среде в реальном времени, то есть преподаватель при нас решал задачи и пояснял все, что он делает (а написание кода в TeX-среде для меня вообще было новшеством). Еще мне понравилось, что в качестве лабораторных Евгений Александрович давал задания, где нужно не только решать задачи, связанные с теорией информации, но и применять решения для глубоких нейронных сетей.
Входной порог для дисциплины не такой высокий: требуется знать битовую арифметику и немного линейную алгебру. Ну, а для решения лабораторных нужно уметь программировать на Python (желательно еще на C/C++) и иметь знания из области глубокого обучения.
Больше всего за время обучения меня заинтересовала дисциплина «Теория информации». Во-первых, преподаватель — Евгений Александрович Беляев — публикуется в топовых международных журналах, что уже показывает высокий уровень его компетенций. Во-вторых, он вел лекции и практики в интерактивном режиме, в процессе начитки материала задавал нам много вопросов. Также на практических занятиях мы рассматривали задачи в TeX-среде в реальном времени, то есть преподаватель при нас решал задачи и пояснял все, что он делает (а написание кода в TeX-среде для меня вообще было новшеством). Еще мне понравилось, что в качестве лабораторных Евгений Александрович давал задания, где нужно не только решать задачи, связанные с теорией информации, но и применять решения для глубоких нейронных сетей.
Входной порог для дисциплины не такой высокий: требуется знать битовую арифметику и немного линейную алгебру. Ну, а для решения лабораторных нужно уметь программировать на Python (желательно еще на C/C++) и иметь знания из области глубокого обучения.