A nevem Sasa, és szeretek gépi tanulással foglalkozni, valamint embereket tanítani. Jelenleg oktatási programokat irányítok a Számítástechnikai Központban, és vezetem az adatelemzési bachelor képzést a Szentpétervári Állami Egyetemen. Ezt megelőzően analitikusként dolgoztam a Yandexnál, és korábban tudósként matematikai modellezéssel foglalkoztam az Orosz Tudományos Akadémia Számítástechnikai Intézetében.
A posztomban szeretném elmesélni, hogy mi lett az ötletből, hogy gépi tanulási edzéseket indítsunk a diákok, a Novoszibirsi Állami Egyetem végzőseinek és minden érdeklődő számára.
Régen szerettem volna megszervezni egy speciális kurzust az adatversenyekre való felkészülésről a Kaggle-on és más platformokon. Ez nagyszerű ötletnek tűnt:
- A diákok és minden érdeklődő a gyakorlatban alkalmazhatják elméleti tudásukat, tapasztalatot szereznek nyilvános versenyeken.
- A diákok, akik a legjobb helyezéseket érik el az ilyen versenyeken, pozitívan hatnak a Novoszibirsi Állami Egyetem vonzerejére a felvételizők, diákok és végzősök körében. A sportprogramozás edzéseivel pontosan ugyanígy van.
- Ez a speciális kurzus remekül kiegészíti és bővíti az alapvető ismereteket: a résztvevők önállóan valósítanak meg gépi tanulási modelleket, gyakran csapatokba szerveződnek, amelyek világszínvonalú versenyben vesznek részt.
- Más egyetemeken már zajlottak ilyen edzések, így reménykedtem a kurzus sikerében a Novoszibirsi Állami Egyetemen is.
Indítás
A Novoszibirszki Akadémiai Faluban nagyon kedvező a talaj az ilyen kezdeményezések számára: diákok, végzősök és a Számítástechnikai Központban és erős műszaki karokon tanító oktatók, mint például az FIT, MMF, FF, erős támogatás a Novoszibirsi Állami Egyetem adminisztrációjától, aktív ODS-közösség, tapasztalt mérnökök és elemzők különböző IT cégekből. Kb. akkor értesültünk a grant programról a — a alap olyan csapatokat támogat, amelyek jó eredményeket érnek el sportgépi tanulási versenyeken.
Találtunk egy termet a Novoszibirsi Állami Egyetemen heti találkozókhoz, létrehoztunk egy csevegőcsoportot a Telegramon, és október 1-jén elindultunk a Számítástechnikai Központ diákjaival és végzősével. Az első órára 19 ember jött el. Közülük hatan lettek állandó résztvevői az edzéseknek. Az egész tanév során összesen 31 ember jött el legalább egyszer.
Az első eredmények
A srácokkal megismertük egymást, tapasztalatot cseréltünk, beszéltünk a versenyekről és a jövőbeli tervekről. Viszonylag gyorsan rájöttünk, hogy a versenyeken való helyezésekért folytatott küzdelem rendszeres, kimerítő munka, amely hasonlít egy nem fizetett, teljes munkaidős állásra, de nagyon érdekes és izgalmas 🙂 Az egyik résztvevő, a Kaggle-mester Maxim azt tanácsolta, hogy először egyénileg haladjunk a versenyeken, és csak néhány hét után egyesüljünk csapatokba, figyelembe véve a nyilvános pontszámot. Így tettünk! A személyes edzéseken beszéltünk a modellekről, tudományos cikkekről és a Python könyvtárak finomságairól, együtt oldottuk meg a problémákat.
Az őszi félév eredménye három ezüstérem két Kaggle versenyen: és . És egy harmadik hely a CFT versenyen a helyesírási hibák javításáért, az első megnyert pénzzel (azaz in the money, ahogy a tapasztalt szereplők mondják).
A különleges kurzus egy másik nagyon fontos közvetett eredménye a WKI NGU klaszterének elindítása és beállítása volt. Az ő számítási teljesítményeink jelentősen javította a versenyzési életünket: 40 CPU, 755Gb RAM, 8 GPU NVIDIA Tesla V100.
Előtte ahogy tudtunk, úgy éltünk: saját laptopjain és asztali gépeinken, a Google Colabban és a Kaggle-kernel-ekben számoltunk. Az egyik csapatnak volt egy saját írású szkriptje, amely automatikusan mentette a modellt, és újraindította a számítást, ha az időkorlát miatt megakadt.
A tavaszi félévben folytattuk a gyűléseket, megosztottuk a sikeres felfedezéseinket, és beszámoltunk a versenysorozatok megoldásairól. Új érdeklődő résztvevők érkeztek hozzánk. A tavaszi félévben már egy aranyat, három ezüstöt és kilenc bronzot szereztünk nyolc Kaggle versenyen: , , , , , és más versenyeken, bronzot szereztünk a , harmadik helyet a Changellenge>>Cup-on, és első helyet (ismét in the money) a gépi tanulási versenyen a a Yandex által.
Mit mondanak a tréning résztvevői
„Nagyon örülök, hogy ilyen tevékenységeket folytatunk Szibériában, mivel úgy gondolom, hogy a versenyeken való részvétel a leggyorsabb módja a ML elsajátításának. Az ilyen versenyekhez drága a hardver, hogy önállóan vásárolhassuk meg, de itt ingyenes ötleteket próbálhatunk ki.”
„A gépi tanulási képzések előtt nem igazán vettem részt versenyeken, kivéve az iskolai és indiai versenyeket: nem láttam értelmét, hiszen már dolgoztam a gépi tanulás területén, és jól ismertem azt. Az első félévben hallgatóként jártam. A második félévtől kezdve, amint megjelentek a számítási erőforrások, gondoltam, miért ne vegyek részt. Ez nagyon megfogott. A feladatokat, adatokat és metrikákat előre kitalálták és elkészítették, csak vegyél és használd a gépi tanulás teljes erejét, ellenőrizd a legjobb modelleket és technikákat. Ha nem lettek volna a képzések és, ami nem kevésbé fontos, a számítási erőforrások, valószínűleg sokáig nem kezdtem volna el részt venni.“
„A személyes ML-képzések segítettek megtalálni a hasonló gondolkodású embereket, akikkel közösen mélyebb ismereteket tudtunk szerezni a gépi tanulás és az adatelemzés terén. Ezen kívül nagyszerű lehetőség ez azok számára, akiknek nincs sok szabad idejük az önálló tanulmányozásra és a versenyek mélyebb megértésére, de szeretnének naprakészen követni a témát.”
Csatlakozz hozzánk
A Kaggle és más platformok versenyei finomítják a gyakorlati készségeket, és gyorsan érdekes munkákká formálódnak az adat tudomány területén. Azok az emberek, akik közösen vettek részt egy nehéz versenyen, gyakran kollégákká válnak, és továbbra is sikeresen oldanak meg munkahelyi feladatokat. Ilyen már velünk is megtörtént: Mihail Kárcsovszkij egy barátjával együtt egy cégnél kezdett dolgozni egy ajánló rendszeren.
Idővel tervezzük ennek a tevékenységnek a kiterjesztését tudományos publikációkkal és a gépi tanulással foglalkozó konferenciákon való részvétellel. Csatlakozzatok hozzánk résztvevőként vagy szakértőként Novoszibirszkben – írjatok. vagy . Szervezzenek hasonló képzéseket a saját városukban és egyetemeiken.
Itt egy kis útmutató, ami segít megtenni az első lépéseket:
- Gondoljátok át, hol és mikor lenne ideális a rendszeres foglalkozások helye. Optimálisan – heti 1-2 alkalommal.
- Írjatok a potenciálisan érdeklődő résztvevőknek az első találkozóról. Elsősorban ez a műszaki egyetemek hallgatói, az ODS résztvevői.
- Hozzatok létre egy csevegőcsoportot a aktuális dolgok megbeszélésére: Telegram, VK, WhatsApp vagy bármely más, a többség számára kényelmes üzenetküldő.
- Tartsatok fenn egy nyilvános foglalkozási tervet, versenylajstromot és résztvevők listáját, figyeljétek az eredményeket.
- Keressen közelben egyetemeken, tudományos intézetekben vagy cégeknél szabad számítási kapacitásokat vagy azokhoz tartozó támogatásokat.
- NYERESÉG!
Forrás: habr.com
