Образование программиста — вечная тема для дискуссий. Есть приверженцы традиционной парадигмы “отучиться в вузе и пойти работать”, другие выбирают курсы по заинтересовавшим стекам технологий, а третьи пытаются освоить азы программирования в полях. Однако бывают случаи, когда вуз и бизнес действуют вместе, например, проводя стажировки или разрабатывая совместные образовательные программы.
Сегодня обсудим одну из таких программ — корпоративную магистратуру Университета ИТМО и компании-разработчика Napoleon IT “Инженерия машинного обучения”.
Под катом — блиц-интервью с руководителем новой программы, доцентом инфокоммуникационных технологий Университета ИТМО Дмитрием Ботовым.
Дмитрий Ботов
Доцент инфокоммуникационных технологий Университета ИТМО, к.т.н.
Дмитрий, это первый опыт онлайн-магистратуры в ИТМО Почему вы решились на такой формат?
Наша глобальная цель — раскрыть потенциал талантливых студентов до уровня Middle, а, значит, мы должны сделать их опыт обучения максимально близким к реальным рабочим задачам. Исследования показывают, что большинство сотрудников оценивают опыт удаленной работы позитивно, а работодатели готовы оставить гибридный формат и после снятия всех ограничений, так что я считаю, что удаленная работа стала новой нормой, а студент должен быть готов к взаимодействию в дистанционном формате. Со своей стороны мы привлекаем менторов из ведущих AI-компаний с задачей вовлечь студентов в рабочую атмосферу и процессы своих распределенных команд, реализуем подготовку в формате проектного офиса онлайн. В рамках программы мы осуществляем карьерное сопровождение таланта от начала обучения до момента трудоустройства, и я уверен, что данный подход будет более эффективным и персонифицированным, чем традиционный формат.
Мы создаем не магистратуру в традиционном понимании, а инновационную прогрессивную образовательную технологию. Здесь студенты не учатся в вузе и на стажировке, они работают в компании. Самая важная идея — в перевернутом подходе к подготовке инженеров — взять лучшее из методик инженерных школ, совместить с интерактивными технологиями онлайн-обучения и лучшими практиками работы со стажерами в IT-компаниях. ИТМО — один из лидеров в подготовке специалистов в области передовых технологий, направленных на развитие науки и предпринимательства, поэтому абсолютно логично, что такой проект родился именно здесь.
Расскажите, на кого направлена программа?
Мы ждем студентов с опытом в математическом анализе, кто хорошо разбирается в линейной алгебре, теории вероятностей и статистике, понимает базовые алгоритмы ML и нейронных сетей, умеет работать на Python. Наша программа подойдет действующим IT-специалистам, кто хочет перейти в перспективную сферу машинного обучения.
Это не еще одна двухлетняя классическая магистратура по искусственному интеллекту или онлайн-курс по машинному обучению. Будут регулярные review кода и реализация всего цикла работы с данными и моделями, челленджи по запуску рабочих продуктов в реальной инфраструктуре и непрерывное общение со специалистами в разных областях Data Science.
Как будет строиться обучение? С какими проектами смогут за два года поработать магистранты?
Подготовка ML-инженеров будет проходить в реальном рабочем процессе в формате проектного офиса. Первый год обучения — это интенсивная подготовка под руководством опытных менторов по классическим методам машинного обучения, технологиям компьютерного зрения и обработке естественного языка, а также по выбранному модулю специализации.
Критерий успеха при прохождении очередного проектного модуля только один, как и в индустрии — работающий программный сервис по всем требованиям заказчика к дедлайну. Первый год завершается прохождением интернатуры, трехмесячной стажировки в проектных командах одного из AI-партнеров, дистанционно или с релокацией по запросу.
На втором курсе студенты смогут реализовать в жизнь идеи новых продуктов и технологий искусственного интеллекта, выбрав один из неклассических форматов подготовки выпускной работы: разработка AI-решения в проектных командах индустриальных партнеров, прикладное исследование в Data Science, участие в open source проекте, профильном акселераторе, развитие своего проекта.
Мы планируем глубоко погружать студентов в проекты, не ограниченные одним лишь созданием моделей. Хотим, чтобы ребята смогли пройти все этапы работы инженера по машинному обучению: от сбора и разметки данных с построением пайплайнов их поставки до обучения и деплоя моделей с мониторингом и оценкой эффективности алгоритмов и ансамблей моделей, оптимизацией времени обучения и инференса глубоких нейросетей, разработкой backend-сервисов и интеграцией по API с пользовательскими интерфейсами.
Во время обучения магистранты смогут выбрать одну из специализаций:
Data Mining in Retail and Marketing
Computer Vision in Retail and Manufacturing
Computer Vision in Security and Surveillance
Conversational AI
AI-Generated Media
На какие позиции в компаниях смогут претендовать выпускники?
Как я уже говорил, программа ориентирована на подготовку инженеров машинного обучения. Эта профессия очень востребована. На мировом рынке труда таких специалистов требуется уже сотни тысяч, только в США на эту позицию до 50 тысяч открытых вакансий, что в 1,5 раза больше, чем вакансий Data Scientist и Data Engineer вместе взятых. Дефицит хороших ML-инженеров в мире приводит к тому, что средний уровень зарплаты по аналитике рынка в США достигает $141000 в год, что выше на 25%, чем средние зарплаты у Software Engineer, не владеющих технологиями машинного обучения. Мы за баланс soft&hard skills и хотим раскрыть потенциал будущего ML-инженера через развитие продуктового мышления, чтобы выпускник не только мог отлично программировать и обучать глубокие нейронные сети, но и создавать действительно успешные AI-продукты, решающие реальные проблемы конечных пользователей.
Благодаря обучению через решение практических кейсов, поддержке менторов и прохождению стажировок у партнеров, выпускники могут рассчитывать на Middle позицию инженера машинного обучения (ML engineer), дата инженера (Data engineer), разработчика систем искусственного интеллекта (AI Developer), специалиста по компьютерному зрению (CV Engineer) или обработке естественного языка (NLP Engineer).
Что, на ваш взгляд, может дать вуз технологической компании и наоборот?
На данный момент крайне сложно адаптировать выпускника после онлайн-курсов без реального опыта production разработки. Поэтому мы подготавливаем магистрантов под требования работодателей и на базе их технологического стека, а университет поможет выстроить учебный процесс, обеспечить фундаментальность и глубину знаний. Сейчас таланты не хотят учиться и работать, а хотят расти и развиваться, выбирая компанию, где они получат быстрый опыт, смогут раскрыть свой потенциал, поэтому только синергия образования и бизнеса способна создать условия для подготовки целостного специалиста в современном VUCA-мире.