როგორ მოვაწყე მანქანათმცოდნეობის ტრენინგი NSU-ში

მე მქვია საშა და მიყვარს მანქანათმცოდნეობა, ისევე როგორც ადამიანების სწავლება. ახლა მე ვხელმძღვანელობ საგანმანათლებლო პროგრამებს კომპიუტერული მეცნიერების ცენტრში და ვხელმძღვანელობ ბაკალავრის ხარისხს სანქტ-პეტერბურგის სახელმწიფო უნივერსიტეტში მონაცემთა ანალიზის მიმართულებით. მანამდე იგი მუშაობდა ანალიტიკოსად Yandex-ში, უფრო ადრე კი მეცნიერად: დაკავებული იყო მათემატიკური მოდელირებით SB RAS-ის კომპიუტერული მეცნიერების ინსტიტუტში.

ამ პოსტში მინდა გითხრათ, რა მოვიდა მანქანური სწავლების ტრენინგის დაწყების იდეაში სტუდენტებისთვის, ნოვოსიბირსკის სახელმწიფო უნივერსიტეტის კურსდამთავრებულებისთვის და ყველა დანარჩენისთვის.

დიდი ხანია მინდოდა მოვაწყო სპეციალური კურსი Kaggle-ზე და სხვა პლატფორმებზე მონაცემთა ანალიზის კონკურსებისთვის მომზადებისთვის. ეს მშვენიერი იდეა ჩანდა:

• სტუდენტები და ყველა დაინტერესებული პირი გამოიყენებს თეორიულ ცოდნას პრაქტიკაში და მიიღებს გამოცდილებას საჯარო კონკურსებში პრობლემების გადაჭრის საქმეში.
• სტუდენტები, რომლებიც ასეთ შეჯიბრებებში პირველ ადგილზე არიან, კარგ გავლენას ახდენენ NSU-ის მიმზიდველობაზე აბიტურიენტებისთვის, სტუდენტებისა და კურსდამთავრებულებისთვის. იგივე ხდება სპორტული პროგრამირების ვარჯიშთან დაკავშირებით.
• ეს სპეციალური კურსი შესანიშნავად ავსებს და აფართოებს ფუნდამენტურ ცოდნას: მონაწილეები დამოუკიდებლად ახორციელებენ მანქანათმცოდნეობის მოდელებს და ხშირად ქმნიან გუნდებს, რომლებიც კონკურენციას უწევენ გლობალურ დონეზე.
• სხვა უნივერსიტეტებმა უკვე ჩაატარეს ასეთი ტრენინგი, ამიტომ სსუ-ში სპეციალური კურსის წარმატების იმედი მქონდა.

Запуск

ნოვოსიბირსკის აკადემგოროდოკს აქვს ძალიან ნაყოფიერი ნიადაგი ასეთი მცდელობებისთვის: კომპიუტერული მეცნიერების ცენტრის სტუდენტები, კურსდამთავრებულები და მასწავლებლები და ძლიერი ტექნიკური ფაკულტეტები, მაგალითად, FIT, MMF, FF, NSU ადმინისტრაციის ძლიერი მხარდაჭერა, აქტიური ODS საზოგადოება, გამოცდილი ინჟინრები. და ანალიტიკოსები სხვადასხვა IT კომპანიებიდან. დაახლოებით ამავე დროს გავიგეთ საგრანტო პროგრამის შესახებ Botan Investments — ფონდი მხარს უჭერს გუნდებს, რომლებიც კარგ შედეგებს აჩვენებენ ML სპორტულ შეჯიბრებებში.

ჩვენ ვიპოვეთ აუდიტორია NSU-ში ყოველკვირეული შეხვედრებისთვის, შევქმენით ჩატი Telegram-ზე და დავიწყეთ 1 ოქტომბერს CS ცენტრის სტუდენტებთან და კურსდამთავრებულებთან ერთად. პირველ გაკვეთილზე 19 კაცი მოვიდა. ექვსი მათგანი ტრენინგის რეგულარული მონაწილე გახდა. საერთო ჯამში, სასწავლო წლის განმავლობაში შეხვედრაზე ერთხელ მაინც მივიდა 31 ადამიანი.

პირველი შედეგები

მე და ბიჭები შევხვდით, გავცვალეთ გამოცდილება, განვიხილეთ კონკურსები და სამომავლო გეგმა. საკმაოდ სწრაფად მივხვდით, რომ მონაცემთა ანალიზის კონკურსებში ადგილებისთვის ბრძოლა ჩვეულებრივი, დამღლელი სამუშაოა, უხელფასო სრულ განაკვეთზე მუშაობის მსგავსი, მაგრამ ძალიან საინტერესო და ამაღელვებელი 🙂 ერთ-ერთმა მონაწილემ, Kaggle-master Maxim-მა გვირჩია, პირველ რიგში ინდივიდუალურად წავსულიყავით კონკურსებში. და მხოლოდ რამდენიმე კვირის შემდეგ გაერთიანდნენ გუნდებად, საჯარო ქულის გათვალისწინებით. სწორედ ეს გავაკეთეთ! პირისპირ ტრენინგის დროს განვიხილეთ მოდელები, სამეცნიერო სტატიები და პითონის ბიბლიოთეკების სირთულეები და ერთად გადავწყვიტეთ პრობლემები.

შემოდგომის სემესტრის შედეგები იყო სამი ვერცხლის მედალი ორ შეჯიბრში Kaggle-ზე: TGS მარილის იდენტიფიკაცია и PLAsTiCC ასტრონომიული კლასიფიკაცია. და ერთი მესამე ადგილი CFT-ის კონკურსში პირველი მოგებული ფულით ბეჭდვითი შეცდომების გამოსწორებისთვის (ფულში, როგორც გამოცდილი კეგლერები ამბობენ).

სპეციალური კურსის კიდევ ერთი ძალიან მნიშვნელოვანი არაპირდაპირი შედეგი იყო NSU VKI კლასტერის გაშვება და კონფიგურაცია. მისმა გამოთვლითმა სიმძლავრემ მნიშვნელოვნად გააუმჯობესა ჩვენი კონკურენტუნარიანი ცხოვრება: 40 CPU, 755 Gb ოპერატიული მეხსიერება, 8 NVIDIA Tesla V100 GPU.

მანამდე, როგორც შეგვეძლო, გადავრჩით: ვიანგარიშებდით პერსონალურ ლეპტოპებსა და დესკტოპებზე, Google Colab-ში და Kaggle-kernels-ში. ერთ გუნდს თვით დაწერილი სკრიპტიც კი ჰქონდა, რომელიც ავტომატურად ინახავდა მოდელს და განაახლებს გამოთვლას, რომელიც შეჩერებული იყო დროის ლიმიტის გამო.

საგაზაფხულო სემესტრში გავაგრძელეთ შეკრება, წარმატებული აღმოჩენების გაცვლა და კონკურსის გადაწყვეტილებების შესახებ საუბარი. ახალმა დაინტერესებულმა მონაწილეებმა დაიწყეს ჩვენთან მოსვლა. გაზაფხულის სემესტრის განმავლობაში კაგლზე რვა შეჯიბრში ერთი ოქრო, სამი ვერცხლი და ცხრა ბრინჯაო მოვახერხეთ: PetFinder, Santander, გენდერული რეზოლუცია, ვეშაპის იდენტიფიკაცია, Quora, Google Landmarks და სხვები, ბრინჯაო Recco გამოწვევა, მესამე ადგილი Changellenge>>თასში და პირველი ადგილი (ისევ ფულით) მანქანათმცოდნეობის კონკურსში ქ. პროგრამირების ჩემპიონატი Yandex-დან.

რას ამბობენ ტრენინგის მონაწილეები

მიხაილ ქარჩევსკი
„ძალიან მიხარია, რომ მსგავსი აქტივობები აქ, ციმბირში ტარდება, რადგან მიმაჩნია, რომ კონკურსებში მონაწილეობა ML-ის დაუფლების ყველაზე სწრაფი გზაა. ასეთი კონკურსებისთვის ტექნიკის შეძენა საკმაოდ ძვირია, მაგრამ აქ შეგიძლიათ იდეები უფასოდ სცადოთ“.

კირილ ბროდტი
”ML ტრენინგის დაწყებამდე, მე განსაკუთრებით არ ვმონაწილეობდი შეჯიბრებებში, გარდა ტრენინგისა და ინდუისტური შეჯიბრებებისა: ამაში აზრს ვერ ვხედავდი, რადგან ML-ის სფეროში მუშაობა მქონდა და ვიცნობდი. პირველ სემესტრს დავესწარი, როგორც სტუდენტი. მეორე სემესტრიდან დაწყებული, როგორც კი გამოთვლითი რესურსები ხელმისაწვდომი გახდა, ვიფიქრე, რატომ არ მივიღო მონაწილეობა. და ამან დამაბნია. ამოცანა, მონაცემები და მეტრიკა გამოიგონეს და მომზადდა თქვენთვის, განაგრძეთ და გამოიყენეთ MO-ს სრული ძალა, შეამოწმეთ უახლესი მოდელები და ტექნიკა. რომ არა ტრენინგი და, რაც მთავარია, გამოთვლითი რესურსები, მალე არ დავიწყებდი მონაწილეობას“.

ანდრეი შეველევი
„პირადი ML ტრენინგი დამეხმარა მომეპოვა თანამოაზრე ადამიანები, რომლებთან ერთადაც შევძელი ჩემი ცოდნის გაღრმავება მანქანათმცოდნეობის და მონაცემთა ანალიზის სფეროში. ეს ასევე შესანიშნავი ვარიანტია მათთვის, ვისაც ბევრი თავისუფალი დრო არ აქვს დამოუკიდებლად გააანალიზოს და ჩაიძიროს კონკურსების თემაში, მაგრამ მაინც სურს იყოს თემაში“.

შემოგვიერთდი

Kaggle-ზე და სხვა პლატფორმებზე ჩატარებული კონკურსები აუმჯობესებს პრაქტიკულ უნარებს და სწრაფად გარდაიქმნება საინტერესო სამუშაოდ მონაცემთა მეცნიერების სფეროში. ადამიანები, რომლებმაც ერთად მიიღეს მონაწილეობა რთულ კონკურსში, ხშირად ხდებიან კოლეგები და წარმატებით აგრძელებენ სამუშაოსთან დაკავშირებული პრობლემების გადაჭრას. ჩვენთანაც ასე მოხდა: მიხაილ ქარჩევსკი, გუნდის მეგობართან ერთად, იმავე კომპანიაში სარეკომენდაციო სისტემით წავიდა სამუშაოდ.

დროთა განმავლობაში ჩვენ ვგეგმავთ ამ აქტივობის გაფართოებას სამეცნიერო პუბლიკაციებით და მანქანური სწავლების კონფერენციებში მონაწილეობით. შემოგვიერთდით, როგორც მონაწილეები ან ექსპერტები ნოვოსიბირსკში - დაწერეთ me ან კირილე. მოაწყეთ მსგავსი ტრენინგი თქვენს ქალაქებსა და უნივერსიტეტებში.

აქ არის პატარა მოტყუების ფურცელი, რომელიც დაგეხმარებათ პირველი ნაბიჯების გადადგმაში:

1. განიხილეთ მოსახერხებელი ადგილი და დრო რეგულარული გაკვეთილებისთვის. ოპტიმალურად - კვირაში 1-2-ჯერ.
2. დაწერეთ პოტენციურად დაინტერესებულ მონაწილეებს პირველი შეხვედრის შესახებ. პირველ რიგში, ესენი არიან ტექნიკური უნივერსიტეტების სტუდენტები, ODS-ის მონაწილეები.
3. დაიწყეთ ჩატი მიმდინარე საკითხების განსახილველად: Telegram, VK, WhatsApp ან ნებისმიერი სხვა მესინჯერი, რომელიც ყველაზე მოსახერხებელია.
4. შეინახეთ საჯაროდ ხელმისაწვდომი გაკვეთილის გეგმა, კონკურსებისა და მონაწილეთა სია და აკონტროლეთ შედეგები.
5. იპოვეთ უფასო გამოთვლითი ძალა ან გრანტები ახლომდებარე უნივერსიტეტებში, კვლევით ინსტიტუტებში ან კომპანიებში.
6. მოგება!

წყარო: www.habr.com