Искусственный интеллект интересовал меня давно: еще на третьем курсе бакалавриата я с командой разработал нейросетевого голосового ассистента для бизнеса. В его работе применяется специальная архитектура нейронных сетей с использованием слоев BERT, что позволяет ассистенту понимать относительно произвольные команды. С этим проектом наша команда вошла в ТОП-50 из 1000 студенческих стартапов.

На четвертом курсе стал искать программы, связанные с искусственным интеллектом, в ведущих университетах страны. В итоге выбирал между «Методами и технологиями искусственного интеллекта» в МФТИ и «Глубоким обучением и генеративным искусственным интеллектом» в ИТМО. Выбрал я в итоге вторую по двум причинам — фундаментальные исследования в области ИИ под руководством ведущих специалистов и возможность совмещать учебу с работой.

Я поступил на «Глубокое обучение и генеративный искусственный интеллект» без экзаменов благодаря победе в Junior ML Contest. На нем я представил мобильное приложение, которое умеет выполнять текстовые инструкции и генерировать картинки. Для первой функции я дообучил нейронную сеть T5 на инструктивном наборе данных, подробнее о том, как работает приложение, можно прочитать в этой статье на Хабре.

За эти полтора месяца я успел погрузиться в автоматическое машинное обучение, что для меня очень ново и полезно.

Сейчас я совмещаю учебу с работой в команде центра искусственного интеллекта МТС и планирую в ближайшее время работать там над задачами, связанными с большими языковыми моделями.

Я очень долго не мог выбрать, на какой программе хочу учиться — практически до дедлайна подачи заявлений. Однако мой выбор в итоге сводился к двум магистратурам ИПКН — «Программирование и искусственный интеллект» и «Глубокое обучение и генеративный искусственный интеллект». Первая программа сосредоточена как на разработке, так и на науке, но после дня открытых дверей я понял, что она не полностью посвящена машинному обучению. На второй же программе меня ждал научный трек с интересной программой и множеством экспертов в области ML, ее я и выбрал.

Вообще я захотел попробовать себя в науке, после того как писал дипломную работу на тему «Оптимизация агентов обучения с подкреплением методами оптимального транспорта». Моим научным руководителем был Арип Асадулаев, как раз преподаватель этой магистратуры. Надеюсь, у нас получится продолжить сотрудничество.

Изначально я планировал поступить по результатам МегаОлимпиады ИТМО, но был ее призером, а без экзаменов на «Глубокое обучение и генеративный искусственный интеллект» проходили только победители — будьте внимательны, не попадите в эту коварную ловушку. В итоге я получил рекомендательное письмо от руководителя программы, так и стал студентом.

Прошло не так много времени с начала обучения, поэтому сложно делать выводы, однако предметы интересные и полезные. Учимся мы по модульной системе, т. е. на 2−3 месяца происходит глубокое погружение в небольшой набор предметов. А на некоторые предметы из блока soft skills выделено до 12 часов в неделю, но и длятся они 2−3 недели.

В планах у меня сосредоточиться на науке — написать свою первую научную статью на основе дипломной работы, но с новым подходом, и получить первый грант!

Я решил поступать в магистратуру, потому что мне не хватало академического прогресса в области ML. Выбор сразу пал на ИТМО, но остановиться именно на «Глубоком обучении и генеративном искусственном интеллекте» мне помогло то, что в рамках бакалаврских курсов я уже учился у преподавателей этой программы, и они мне очень понравились.

Поступил я на эту программу по экзамену, но особо к нему не готовился — просто полтора года уже серьезно занимался ML: писал проекты и работал над задачами в области DataScience, решал задачи для поступления в ШАД.

Мне нравится, что в ИТМО внимание уделяется не только hard, но и soft skills: помимо курсов по ML, можно выбрать, например, основы предпринимательской деятельности или эффективное управление командой. Помимо этого есть обязательные факультативы по английскому — самому востребованному языку среди IT-специалистов)
Большой плюс программы — это гибкая настройка графика, благодаря которой можно совмещать учебу с работой.

В планах у меня достичь уровня middle или senior в области разработки и ML и сосредоточиться на исследованиях синтетического искусственного интеллекта.