NSU에서 머신러닝 교육을 구성한 방법

제 이름은 Sasha이고 사람들을 가르치는 것뿐만 아니라 기계 학습도 좋아합니다. 현재 저는 컴퓨터 과학 센터의 교육 프로그램을 감독하고 있으며 상트페테르부르크 주립대학교에서 데이터 분석 학사 프로그램을 지도하고 있습니다. 그 전에는 Yandex에서 분석가로 일했고, 그 이전에는 과학자로 일했습니다. 그는 SB RAS의 컴퓨터 과학 연구소에서 수학적 모델링에 참여했습니다.

이 게시물에서는 학생, 노보시비르스크 주립 대학 졸업생 및 기타 모든 사람을 위한 기계 학습 교육을 시작하려는 아이디어에서 나온 내용을 말씀드리고 싶습니다.

저는 오랫동안 Kaggle 및 기타 플랫폼에서 데이터 분석 대회를 준비하는 특별 과정을 조직하고 싶었습니다. 이것은 좋은 아이디어처럼 보였습니다.

• 학생과 관심 있는 사람은 누구나 이론적 지식을 실제로 적용하고 공개 대회에서 문제를 해결하는 경험을 쌓을 것입니다.
• 이러한 대회에서 상위권을 차지한 학생들은 지원자, 학생 및 졸업생에게 NSU의 매력에 좋은 영향을 미칩니다. 스포츠 프로그래밍 훈련에서도 같은 일이 일어납니다.
• 이 특별 과정은 기본 지식을 완벽하게 보완하고 확장합니다. 참가자는 독립적으로 기계 학습 모델을 구현하고 종종 글로벌 수준에서 경쟁하는 팀을 구성합니다.
• 이미 다른 대학에서도 이런 훈련을 진행하고 있었기 때문에 NSU 특별과정이 성공하기를 바랐다.

출시

노보시비르스크의 Akademgorodok은 컴퓨터 과학 센터의 학생, 졸업생 및 교사와 FIT, MMF, FF와 같은 강력한 기술 교수진, NSU 행정부의 강력한 지원, 활발한 ODS 커뮤니티, 숙련된 엔지니어 등 이러한 노력을 위한 매우 비옥한 기반을 갖추고 있습니다. 다양한 IT 기업의 분석가들이 있습니다. 비슷한 시기에 우리는 보조금 프로그램에 대해 알게 되었습니다. 보탄인베스트먼트 — ML 스포츠 대회에서 좋은 결과를 보이는 팀을 지원하는 기금입니다.

우리는 주간 회의를 위해 NSU에서 청중을 찾고, 텔레그램에 채팅을 만들고, CS 센터의 학생 및 졸업생과 함께 1월 19일에 시작했습니다. 첫 수업에는 31명이 왔습니다. 그 중 XNUMX명이 정기적으로 훈련에 참여했습니다. 총 XNUMX명이 학기 중 최소 한 번 이상 회의에 참석했습니다.

첫 번째 결과

그 사람들과 나는 만났고, 경험을 교환하고, 대회에 대해 논의하고 미래에 대한 대략적인 계획을 논의했습니다. 우리는 데이터 분석 대회에서 자리를 놓고 싸우는 것이 무급 정규직과 유사하지만 매우 흥미롭고 흥미로운 정규적이고 힘든 일이라는 것을 아주 빨리 깨달았습니다. 🙂 참가자 중 한 명인 Kaggle 마스터 Maxim은 먼저 개별적으로 대회에 진출하라고 조언했습니다. , 불과 몇 주 후에 공개 점수를 고려하여 팀으로 통합됩니다. 그것이 우리가 한 일입니다! 대면 교육 동안 우리는 모델, 과학 기사 및 Python 라이브러리의 복잡성에 대해 논의하고 문제를 함께 해결했습니다.

가을 학기 결과는 Kaggle의 두 대회에서 XNUMX개의 은메달을 획득했습니다. TGS 염 식별 и PLAsTiCC 천문 ​​분류. 그리고 첫 번째 돈으로 오타 수정을 위한 CFT 경쟁에서 XNUMX/XNUMX을 차지했습니다(경험이 풍부한 케글러가 말했듯이 돈으로).

특별 과정의 또 다른 매우 중요한 간접적 결과는 NSU VKI 클러스터의 출시 및 구성이었습니다. 컴퓨팅 성능은 CPU 40개, 755Gb RAM, NVIDIA Tesla V8 GPU 100개 등 경쟁 생활을 크게 향상시켰습니다.

그 전에 우리는 최선을 다해 살아 남았습니다. 개인 노트북과 데스크톱, Google Colab 및 Kaggle 커널에서 계산했습니다. 한 팀에는 모델을 자동으로 저장하고 시간 제한으로 인해 중단된 계산을 다시 시작하는 자체 작성 스크립트도 있었습니다.

봄 학기에도 우리는 계속해서 모여서 성공적인 연구 결과를 교환하고 대회에 대한 해결책에 대해 이야기했습니다. 새로운 관심 있는 참가자들이 우리에게 오기 시작했습니다. 봄 학기 동안 우리는 Kaggle의 XNUMX개 대회에서 금메달 XNUMX개, 은메달 XNUMX개, 동메달 XNUMX개를 획득했습니다. 펫파인더, 산탄데르, 성별에 따른 해결, 고래 식별, Quora, 구글 랜드마크 기타, 브론즈 인 레코챌린지, Changellenge>>Cup XNUMX위 및 기계 학습 대회에서 XNUMX위(다시 상금) 프로그래밍 챔피언십 Yandex에서.

교육 참가자들이 말하는 것

미하일 카르체프스키
“이러한 활동이 이곳 시베리아에서 진행된다는 사실이 매우 기쁩니다. 대회에 참가하는 것이 ML을 마스터하는 가장 빠른 방법이라고 믿기 때문입니다. 이러한 대회에서는 하드웨어를 직접 구입하는 데 비용이 많이 들지만 여기서는 무료로 아이디어를 시험해 볼 수 있습니다.”

키릴 브로트
“ML 훈련이 등장하기 전에는 훈련과 힌두 대회를 제외하고는 특별히 대회에 참가하지 않았습니다. ML 분야에서 일했고 그것에 대해 잘 알고 있었기 때문에 요점을 보지 못했습니다. 내가 학생으로 다녔던 첫 학기는. 그리고 XNUMX학기부터 컴퓨터 자원이 나오자마자 참여해 보면 어떨까 하는 생각이 들었습니다. 그리고 그것은 나를 매료시켰습니다. 작업, 데이터 및 메트릭은 귀하를 위해 고안되고 준비되었습니다. 계속해서 MO의 모든 기능을 활용하고 최첨단 모델과 기술을 확인하십시오. 교육과 마찬가지로 중요한 컴퓨팅 리소스가 아니었다면 저는 곧 참여를 시작하지 못했을 것입니다.”

안드레이 셰벨레프
“대면 ML 교육은 같은 생각을 가진 사람들을 찾는 데 도움이 되었고, 그들과 함께 기계 학습 및 데이터 분석 분야에 대한 지식을 심화할 수 있었습니다. 이는 대회 주제에 대해 독립적으로 분석하고 몰입할 수 있는 자유 시간이 많지 않지만 여전히 해당 주제에 참여하고 싶은 사람들에게 탁월한 선택입니다.”

우리와 함께

Kaggle 및 기타 플랫폼에서의 대회는 실용적인 기술을 연마하고 데이터 과학 분야의 흥미로운 작업으로 빠르게 전환됩니다. 어려운 경쟁에 함께 참여한 사람들은 종종 동료가 되어 업무 관련 문제를 성공적으로 해결해 나가는 경우가 많습니다. 이런 일이 우리에게도 일어났습니다. Mikhail Karchevsky는 팀의 친구와 함께 추천 시스템을 통해 같은 회사에서 일했습니다.

시간이 지남에 따라 우리는 과학 출판물과 기계 학습 컨퍼런스 참여를 통해 이 활동을 확장할 계획입니다. 노보시비르스크의 참가자 또는 전문가로 참여하세요 - 쓰기 나를 또는 키릴. 귀하의 도시와 대학에서 유사한 훈련을 조직하십시오.

다음은 첫 번째 단계를 수행하는 데 도움이 되는 간단한 치트 시트입니다.

1. 정규 수업을 위해 편리한 장소와 시간을 고려하세요. 최적은 일주일에 1-2회입니다.
2. 첫 번째 회의에 대해 잠재적으로 관심이 있는 참가자에게 편지를 쓰세요. 우선 이들은 기술 대학의 학생들, ODS 참가자들입니다.
3. 시사 문제에 대해 토론하기 위해 채팅을 시작하세요. Telegram, VK, WhatsApp 또는 대부분의 사람들에게 편리한 기타 메신저입니다.
4. 공개적으로 접근 가능한 강의 계획, 대회 및 참가자 목록을 유지하고 결과를 모니터링합니다.
5. 인근 대학, 연구 기관 또는 회사에서 무료 컴퓨팅 성능을 찾거나 이에 대한 보조금을 받으세요.
6. 이익!

출처: www.habr.com