Em dic Sasha i m'encanta l'aprenentatge automàtic i ensenyar a la gent. Ara superviso programes educatius al Centre de Ciències de la Computació i dirigeixo el grau en anàlisi de dades a la Universitat Estatal de Sant Petersburg. Abans d'això, va treballar com a analista a Yandex, i fins i tot abans com a científic: es va dedicar a la modelització matemàtica a l'Institut de Ciències de la Computació de la SB RAS.
En aquesta publicació vull explicar-vos què va sorgir de la idea de llançar formació en aprenentatge automàtic per a estudiants, graduats de la Universitat Estatal de Novosibirsk i tothom.
Feia temps que volia organitzar un curs especial sobre la preparació per a concursos d'anàlisi de dades a Kaggle i altres plataformes. Aquesta va semblar una gran idea:
- Els estudiants i qualsevol persona interessada aplicaran els coneixements teòrics a la pràctica i adquiriran experiència en la resolució de problemes en concursos públics.
- Els estudiants que es situen al capdavant en aquestes competicions tenen un bon efecte en l'atractiu de NSU per als sol·licitants, estudiants i graduats. El mateix passa amb els entrenaments de programació esportiva.
- Aquest curs especial complementa i amplia perfectament els coneixements fonamentals: els participants implementen de manera independent models d'aprenentatge automàtic i sovint formen equips que competeixen a nivell global.
- Altres universitats ja havien realitzat aquesta formació, així que esperava l'èxit del curs especial a la NSU.
Запуск
L'Akademgorodok de Novosibirsk té un terreny molt fèrtil per a aquests esforços: estudiants, graduats i professors del Centre d'Informàtica i facultats tècniques sòlides, per exemple, FIT, MMF, FF, un fort suport de l'administració de la NSU, una comunitat activa d'ODS, enginyers experimentats. i analistes de diverses empreses de TI. Al mateix temps, vam conèixer el programa de subvencions
Vam trobar una audiència a NSU per a reunions setmanals, vam crear un xat a Telegram i vam llançar l'1 d'octubre juntament amb estudiants i graduats del centre de CS. 19 persones van venir a la primera lliçó. Sis d'ells es van convertir en participants habituals de la formació. En total, 31 persones van venir a la trobada almenys una vegada durant el curs acadèmic.
Primers resultats
Els nois i jo ens vam conèixer, vam intercanviar experiències, vam discutir competicions i un pla aproximat per al futur. Molt ràpidament ens vam adonar que lluitar per llocs en competicions d'anàlisi de dades és un treball habitual i esgotador, semblant al treball a temps complet no remunerat, però molt interessant i emocionant 🙂 Un dels participants, Kaggle-master Maxim, ens va aconsellar primer avançar a les competicions individualment. , i només unes setmanes més tard unir-se en equips, tenint en compte la puntuació del públic. Això és el que vam fer! Durant la formació presencial, vam parlar de models, articles científics i les complexitats de les biblioteques de Python i vam resoldre problemes junts.
Els resultats del semestre de tardor van ser tres medalles de plata en dues competicions a Kaggle:
Un altre resultat indirecte molt important del curs especial va ser el llançament i la configuració del clúster NSU VKI. La seva potència de càlcul ha millorat significativament la nostra vida competitiva: 40 CPU, 755 Gb de RAM, 8 GPU NVIDIA Tesla V100.
Abans d'això, vam sobreviure com vam poder: vam calcular en ordinadors portàtils i ordinadors de sobretaula personals, a Google Colab i a Kaggle-kernels. Un equip fins i tot tenia un guió escrit per si mateix que desava automàticament el model i reiniciava el càlcul que s'havia aturat a causa d'un límit de temps.
Al semestre de primavera, vam continuar reunint-nos, intercanviant troballes reeixides i parlant de les nostres solucions a la competència. Nous participants interessats van començar a venir a nosaltres. Durant el semestre de primavera, vam aconseguir treure un or, tres de plata i nou de bronze en vuit competicions a Kaggle:
Què diuen els participants de la formació
"Estic molt content que aquestes activitats es portin a terme aquí a Sibèria, perquè crec que la participació en competicions és la manera més ràpida de dominar l'ML. Per a aquestes competicions, el maquinari és bastant car per comprar-se, però aquí podeu provar idees de manera gratuïta.
"Abans de l'arribada de l'entrenament d'ML, no participava especialment en competicions, a excepció de les competicions d'entrenament i hindús: no hi veia el sentit, ja que tenia feina en el camp de l'ML i n'estava familiaritzat. El primer semestre vaig assistir com a estudiant. I a partir del segon semestre, tan bon punt es disposaven dels recursos informàtics, vaig pensar, per què no participar-hi. I em va enganxar. La tasca, les dades i les mètriques s'han inventat i preparat per a vosaltres, feu servir tot el poder de MO, comproveu els models i tècniques d'última generació. Si no fos per la formació i, el més important, pels recursos informàtics, no hauria començat a participar aviat”.
“La formació presencial d'ML em va ajudar a trobar persones amb idees afins, amb qui vaig poder aprofundir en els meus coneixements en l'àmbit de l'aprenentatge automàtic i l'anàlisi de dades. Aquesta també és una opció excel·lent per a aquells que no disposen de molt temps lliure per analitzar i submergir-se de manera independent en el tema de les competicions, però encara volen estar en el tema".
uneix-te a nosaltres
Les competicions a Kaggle i altres plataformes perfeccionen les habilitats pràctiques i es converteixen ràpidament en treballs interessants en el camp de la ciència de dades. Les persones que han participat junts en una competició difícil sovint es converteixen en companys i continuen resolent amb èxit problemes relacionats amb la feina. Això també ens va passar: Mikhail Karchevsky, juntament amb un amic de l'equip, va anar a treballar per a la mateixa empresa amb un sistema de recomanacions.
Amb el temps, tenim previst ampliar aquesta activitat amb publicacions científiques i la participació en conferències d'aprenentatge automàtic. Uneix-te a nosaltres com a participants o experts a Novosibirsk: escriu
Aquí teniu un petit full de trucs per ajudar-vos a fer els vostres primers passos:
- Considereu un lloc i una hora convenients per a les classes regulars. De manera òptima: 1-2 vegades per setmana.
- Escriu als participants potencialment interessats sobre la primera reunió. En primer lloc, es tracta d'estudiants d'universitats tècniques, participants de l'ODS.
- Inicieu un xat per parlar d'actualitat: Telegram, VK, WhatsApp o qualsevol altre missatger convenient per a la majoria.
- Mantenir un pla de lliçons accessible al públic, una llista de competicions i participants, i supervisar els resultats.
- Trobeu potència informàtica gratuïta o subvencions a les universitats, instituts de recerca o empreses properes.
- BENEFICI!
Font: www.habr.com