زما نوم ساشا دی او زه د ماشین زده کړې او همدارنګه خلکو ته درس ورکوم. اوس زه د کمپیوټر ساینس مرکز کې د تعلیمي پروګرامونو څارنه کوم او د سینټ پیټرزبرګ دولتي پوهنتون کې د معلوماتو تحلیل کې د لیسانس پروګرام لارښوونه کوم. مخکې له دې، هغه په Yandex کې د شنونکي په توګه کار کاوه، او حتی مخکې یې د ساینس پوه په توګه کار کاوه: هغه د SB RAS د کمپیوټر ساینس انسټیټیوټ کې د ریاضیاتو ماډلینګ کې بوخت و.
پدې پوسټ کې زه غواړم تاسو ته ووایم چې د زده کونکو ، د نووسیبیرسک دولتي پوهنتون فارغینو او نورو ټولو لپاره د ماشین زده کړې روزنې پیل کولو مفکوره څه شوه.
ما له ډیرې مودې راهیسې غوښتل چې په کاګل او نورو پلیټ فارمونو کې د معلوماتو تحلیل سیالیو لپاره چمتو کولو ځانګړي کورس تنظیم کړم. دا د یو عالي نظر په څیر بریښي:
- زده کونکي او هرڅوک چې لیوالتیا لري په عمل کې به نظري پوهه پلي کړي او په عامه سیالیو کې د ستونزو حل کولو تجربه ترلاسه کړي.
- هغه زده کونکي چې په داسې سیالیو کې په سر کې ځای لري د غوښتونکو، زده کونکو او فارغانو لپاره د NSU په جذب باندې ښه اغیزه لري. ورته شی د سپورت برنامې روزنې سره پیښیږي.
- دا ځانګړی کورس په بشپړ ډول بنسټیز پوهه بشپړوي او پراخوي: برخه اخیستونکي په خپلواکه توګه د ماشین زده کړې ماډلونه پلي کوي او ډیری وختونه ټیمونه جوړوي چې په نړیواله کچه سیالي کوي.
- نورو پوهنتونونو لا دمخه دا ډول روزنه ترسره کړې وه، نو زه د NSU په ځانګړي کورس کې د بریالیتوب هیله لرم.
په لاره اچول
د نووسیبیرسک اکاډمګورودوک د دې ډول هڅو لپاره خورا حاصلخېزه ځمکه لري: د کمپیوټر ساینس مرکز زده کونکي ، فارغین او ښوونکي او قوي تخنیکي پوهنځی ، د مثال په توګه ، FIT ، MMF ، FF ، د NSU ادارې قوي ملاتړ ، د ODS فعاله ټولنه ، تجربه لرونکي انجینران او د مختلفو IT شرکتونو شنونکي. په ورته وخت کې، موږ د مرستې پروګرام په اړه زده کړل - فنډ د ټیمونو ملاتړ کوي چې د ML سپورت سیالیو کې ښې پایلې ښیې.
موږ په NSU کې د اونیزو غونډو لپاره لیدونکي وموندل، په ټیلیګرام کې مو چیټ جوړ کړ، او د اکتوبر په 1 د CS مرکز زده کونکو او فارغانو سره یوځای پیل شو. لومړي درس ته ۱۹ کسان راغلل. له دوی څخه شپږ یې په روزنه کې منظم ګډون کونکي شول. په ټولیز ډول، په تعلیمي کال کې لږ تر لږه یو ځل غونډې ته ۳۱ کسان راغلي وو.
لومړنۍ پایلې
هلکانو او ما ولیدل، تجربې یې تبادله کړې، د سیالیو په اړه یې بحث وکړ او د راتلونکي لپاره یې یو سخت پلان جوړ کړ. په چټکۍ سره موږ پوه شو چې د معلوماتو تحلیل سیالیو کې د ځایونو لپاره مبارزه منظم، سخت کار دی، د بشپړ وخت بې معاشه کار ته ورته دی، مګر خورا په زړه پورې او په زړه پورې 🙂 یو ګډونوال، کیګل ماسټر میکسیم، موږ ته مشوره راکړه چې لومړی په انفرادي توګه په سیالیو کې پرمختګ وکړو. ، او یوازې څو اونۍ وروسته په ټیمونو کې متحد کیږي ، د عامه نمرو په پام کې نیولو سره. دا هغه څه دي چې موږ وکړل! د مخامخ روزنې په جریان کې، موږ د ماډلونو، ساینسي مقالو، او د Python کتابتونونو پیچلتیاو په اړه بحث وکړ، او ستونزې یې په ګډه حل کړې.
د مني سمستر پایلې په کاګل کې په دوه سیالیو کې د سپینو زرو درې مډالونه وو: и . او د لومړي پیسو ګټلو سره د ټایپونو سمولو لپاره د CFT سیالۍ کې دریم ځای (په پیسو کې ، لکه څنګه چې تجربه لرونکي کیګلران وایی).
د ځانګړي کورس بله خورا مهمه غیر مستقیمه پایله د NSU VKI کلستر پیل او ترتیب وه. د دې کمپیوټري ځواک زموږ رقابتي ژوند د پام وړ ښه کړی دی: 40 CPUs، 755Gb RAM، 8 NVIDIA Tesla V100 GPUs.
مخکې له دې، موږ تر ټولو غوره ژوندي پاتې شو چې موږ یې کولی شو: موږ په شخصي لیپټاپونو او ډیسټاپونو کې، په ګوګل کولاب او کاګل-کرنل کې حساب کړو. یو ټیم حتی پخپله لیکل شوی سکریپټ درلود چې په اوتومات ډول ماډل خوندي کړ او محاسبه یې بیا پیل کړه چې د وخت محدودیت له امله بنده شوې وه.
د پسرلي په سمستر کې، موږ راټولولو ته دوام ورکړ، بریالي موندنې تبادله او د سیالۍ لپاره زموږ د حلونو په اړه خبرې وکړې. نوي لیواله برخه اخیستونکي موږ ته راغلل. د پسرلي سمستر په جریان کې، موږ وکولی شو چې په کاګل کې په اتو سیالیو کې یو د سرو زرو، درې د سپینو زرو او نهه برونزو ترلاسه کړو: , , , , , او نور، په برونزو کې په چینجیلنج> کپ کې دریم ځای او د ماشین زده کړې سیالۍ کې لومړی ځای (بیا په پیسو کې) د Yandex څخه.
د روزنې ګډونوال څه وايي
"زه ډیر خوښ یم چې دا ډول فعالیتونه دلته په سایبریا کې ترسره کیږي، ځکه زه باور لرم چې په سیالیو کې ګډون د ML ماسټر کولو ترټولو ګړندۍ لاره ده. د داسې سیالیو لپاره، هارډویر د ځان اخیستلو لپاره خورا ګران دی، مګر دلته تاسو کولی شئ وړیا نظرونه هڅه وکړئ.
"د ML روزنې له راتګ دمخه، ما په ځانګړې توګه د روزنې او هندو سیالیو په استثنا سره په سیالیو کې برخه نه وه اخیستې: ما پدې کې هیڅ ټکی نه دی لیدلی، ځکه چې ما د ML په ساحه کې کار کاوه، او زه ورسره اشنا وم. په لومړي سمستر کې ما د زده کونکي په توګه ګډون وکړ. او د دوهم سمستر څخه پیل، کله چې د کمپیوټر سرچینې شتون درلود، ما فکر وکړ، ولې برخه نه اخلئ. او دا زما سره تړلی شو. دنده، ډاټا او میټریکونه ستاسو لپاره اختراع شوي او چمتو شوي، مخکې لاړ شئ او د MO بشپړ ځواک وکاروئ، د عصري ماډلونو او تخنیکونو وګورئ. که دا د روزنې لپاره نه وای او، لکه څنګه چې مهم، د کمپیوټر سرچینې، ما به ډیر ژر ګډون نه و کړی.
"په شخصي توګه د ML روزنې زما سره د ورته ذهنیت لرونکي خلکو موندلو کې مرسته وکړه، د کومو سره چې ما د ماشین زده کړې او ډیټا تحلیلونو په برخه کې زما پوهه ژوره کړه. دا د هغو کسانو لپاره هم یو غوره انتخاب دی چې د سیالیو په موضوع کې د خپلواک تحلیل او ډوبولو لپاره ډیر وړیا وخت نلري، مګر بیا هم غواړي په موضوع کې وي.
مونږ سره یو ځای شه
په کاګل او نورو پلیټ فارمونو کې سیالۍ عملي مهارتونو ته وده ورکوي او په چټکۍ سره د ډیټا ساینس په ډګر کې په زړه پورې کار بدلوي. هغه خلک چې په یوه سخته سیالۍ کې یوځای برخه اخیستې وي اکثرا همکاران کیږي او په بریالیتوب سره د کار پورې اړوند ستونزې حل کولو ته دوام ورکوي. دا زموږ سره هم پیښ شوي: میخیل کارچیفسکي، د ټیم څخه د یو ملګري سره یوځای، د ورته شرکت لپاره د سپارښتنې سیسټم کې کار کولو ته لاړ.
د وخت په تیریدو سره، موږ پلان لرو چې دا فعالیت د ساینسي خپرونو او د ماشین زده کړې کنفرانسونو کې ګډون سره پراخ کړو. موږ سره په نووسیبیرسک کې د ګډون کونکو یا متخصصینو په توګه ګډون وکړئ - ولیکئ او یا . په خپلو ښارونو او پوهنتونونو کې ورته روزنه تنظیم کړئ.
دلته یو کوچنی شیټ شیټ دی چې تاسو سره ستاسو د لومړي ګامونو په اخیستلو کې مرسته کوي:
- د منظم ټولګیو لپاره مناسب ځای او وخت په پام کې ونیسئ. په غوره توګه - په اونۍ کې 1-2 ځله.
- د لومړۍ ناستې په اړه احتمالي لیوالتیا ګډونوالو ته ولیکئ. لومړی، دا د تخنیکي پوهنتونونو محصلین، د ODS ګډون کوونکي دي.
- د اوسنیو چارو په اړه د خبرو اترو لپاره چیټ پیل کړئ: ټیلیګرام، VK، WhatsApp یا کوم بل میسنجر چې د ډیری لپاره مناسب دی.
- د عامه لاسرسي وړ درسي پلان ساتل، د سیالیو او برخه اخیستونکو لیست، او پایلې وڅارئ.
- په نږدې پوهنتونونو، څیړنیزو موسسو یا شرکتونو کې د دې لپاره وړیا کمپیوټري ځواک یا مرستې ومومئ.
- خونديتوب!
سرچینه: www.habr.com