А чем вы занимались в университете? Стипендиаты Selectel Career Wave — программы для учащихся технических вузов — создают бота для автоматизации работы в шахтах, развивают геймдев и устанавливают системы для «умного дома». В тексте собрали самые яркие проекты и предлагаем вам их оценить. Также узнали, на что ребята потратили стипендию. Спойлер: варианты очень разные — от вложений в свой проект до покупки курса по английскому и организации мини-отпуска для себя и мамы.

Если вы тоже учитесь в техническом вузе, хотите рассказать о своих проектах и принять участие в стипендиальной программе, отправьте заявку до 20 февраля. Подробнее об условиях и бенефитах от Selectel — по ссылке.

Иван Шойтов

Место учебы: СПбГУТ, 4 курс
Проект: Paradise Home — проектирование и установка систем «умного дома»
Как потратил стипендию: устроил мини-отпуск в Мурманске и дал старт еще одному проекту — системе indoor-позиционирования на основе микроволнового излучения

О проекте

Paradise Home — не просто идея, а развивающаяся компания. Ребята реализуют полный цикл работ в Петербурге и Ленинградской области.

«Приходим, когда на объекте голые стены или он еще даже не достроен. Обсуждаем функционал с заказчиком и параллельно — план реализации системы с дизайнерами. Заканчиваем работу после того, как настроим все системы в обустроенном помещении».

В «системы» умного дома может входить любая техника: начиная от света, кондиционеров и теплых полов, заканчивая шторами, роботами-пылесосами и саунами. А управляется все это при помощи сценариев и автоматизаций. Например, может быть реализован такой сценарий: приходите домой, даете голосовую команду вроде «Алиса, привет!» — и в этот момент раздвигаются шторы, включается свет, кондиционер и телевизор, звучит легкая музыка.

«В стартовых сценариях — когда мы говорим «Привет!»‎ или «Пока!»‎ — часто объединяются практически все устройства в доме: нужно сразу все включить или выключить. В этой цепочке может участвовать около 100 устройств со всего дома»‎, — отмечает Иван и добавляет, что по желанию заказчика можно организовать и что-то нетипичное. Например, при активации сценария «Кино» запустить проектор, развернуть экран, закрыть шторы, разложить диван и активировать систему динамической подсветки помещения в такт происходящему на экране.


Системы, которые могут войти в управление «умным домом»‎

О мотивации и планах на будущее

Ваня рассказывает, что в работе над «умными домами»‎ ему нравится творческая составляющая: к каждому проекту нужен свой подход. Нет единой инструкции, зато есть поле для креативных идей. Другими причинами его любви к проекту стали детская мечта и очарование первыми голосовыми помощниками.

«В детстве любил смотреть телевизор: передача «Дачный ремонт» шла следом за «Чудом техники». И я мечтал о том, как это объединить. Один раз увидел, как один энтузиаст собрал что-то вроде маленького голосового помощника с элементарными командами, — и загорелся этой идеей».

Будущее «умных домов»‎ Иван видит в связке с ИИ. «Хочется, чтобы системы были не только автоматизированы и заранее запрограммированы, но и могли сами обучаться на привычках, поведении пользователя»‎, — объясняет он.

Тахир Латыпов

Место учебы: КФУ, 3 курс
Проекты: «Морской бой» и конвертер для документов под ГОСТ
Как потратил стипендию: еще не потратил — копит на мощный и легкий ноутбук

Об игре

Игра «Морской бой» изначально была одним из домашних заданий Тахира. Он решил не останавливаться на примитивной сборке и создал несколько уровней: от простого (с рандомными кликами по игровому полю) до сложного, выиграть в котором практически невозможно.

«Мне хотелось создать что-то большее, чем всем привычный алгоритм: расставить корабли, начать игру, покликать базовые кнопки, подбить судна или ударить мимо. У меня было время и желание выйти за рамки поставленной задачи — так почему бы этого не сделать»?

Работа над проектом заняла около 20 часов. Игру можно скачать и запустить на Windows. Бонус: вы играете против капитана Рикардо Милоса ;)

О конвертере «Маркус»

Проект создан для студентов, которые работают с объемными документами — например, с дипломами и курсовыми. Также он может быть полезен для подготовки научных работ и публикаций в научных журналах.

«При работе в Word часто плывет верстка: то иллюстрация сдвигается, то заголовок исчезает. Чтобы не тратить кучу времени на правки, можно писать работу в Markdown, преобразовывать ее в вордовский документ с помощью «Маркуса» и вносить небольшие корректировки.

Так, например, при написании научных статей, вы можете создать свой стиль и настроить его таким образом, чтобы использовать определенные шрифты, отступы, расположение элементов, которые приняты в вашем журнале», — рассказывает Тахир.

Конвертер не требует наличия Word в системе. На разработку альфы проекта у студента ушло около 10 часов. Но не весь функционал еще реализован.

«Над проектом еще работать и работать — много возможностей для усовершенствования. Например, в будущем добавлю типовые шаблоны для студентов и конвертацию в PDF. При этом можно будет настроить параметры самостоятельно перед началом работы», — обещает Тахир.

Как только Тахир разберется в CI/CD и GitHub Actions, чтобы проект автоматически собирался и публиковался, приложение можно будет скачать из Microsoft Store.

Владислав Филиппович

Место учебы: Московский политехнический университет, 4 курс
Проект: цифровая платформа поддержки проектного обучения Folipro
Как потратил стипендию: на развитие своего проекта. Например, на зарплату команды, хостинг, оплату сервера и электричества.

О проекте

Многие образовательные учреждения переходят сейчас на проектно-ориентированное обучение. Это вызывает много вопросов: как привлечь студентов в проект, как собрать команды, как распределить роли и контролировать процесс работы.

«С помощью сервиса Folipro мы предоставляем каждому учебному заведению личное пространство для работы — только их студенты, проекты, страницы. Получается отдельная подсистема. Сейчас с нами 200+ активных пользователей — и мы планируем расширяться», — рассказывает Владислав.

Сервис помогает не только преподавателям и студентам, но и абитуриентам, индустриальным партнерам. У него есть разные опции. Например, на витрине проектов студенты могут посмотреть, какие возможности у них есть, какие реальные задачи будут стоять перед ними во время обучения, с кем сотрудничает университет. Этот блок также доступен и абитуриентам — он помогает принять решение о поступлении.


Профиль студента.


Биржа проектов.

На бирже проектов студенты видят все актуальные проекты. Там учащиеся могут прочитать описания, посмотреть вакансии и подать заявку. Наставники решают, кто лучше всего подходит на роль, и собирают команду заинтересованных ребят, которые проходят по компетенциям.

Все студенты в конце семестра могут заполнить паспорт проекта и отправить его на рассмотрение наставнику. Если наставник одобрит, паспорт станет доступен для просмотра всем абитуриентам. Если нет, проект уйдет на доработку.

Так формируется персональное проектное портфолио каждого студента. Там объединены все работы за время обучения. Это особенно важно при приеме на работу, когда потенциальный начальник может пролистать резюме с кликабельными проектами и их паспортами, а не просто ссылками на GitHub. Так связка «университет — бизнес» станет только крепче.

Кроме того, для работы с задачами в систему встроен отечественный таск-менеджер. Для отслеживания заявок есть уведомления.

О мотивации, партнерах и планах на будущее

Работа над проектом началась весной 2021 года. Идею проекта Владиславу подсказал декан факультета.

«Я видел сложности проектной деятельности в своем вузе, и мне захотелось помочь их решить. Потом стало понятно, что такие сложности есть не только у нас, хотя мы являемся одним из флагманов проектной деятельности»‎, — отмечает Влад.

В команде проекта около семи человек, есть три лидера проекта: founder, продуктовый менеджер и руководитель Влад, co-founder и технический лидер Семен Барышников, продуктовый дизайнер Александр Лагутов.

«Наш проект прошел длинный путь от студенческой инициативы до почти полноценного стартапа. Сейчас мы активно дорабатываем функционал и уже летом планируем расширяться, монетизировать Folipro: делать рассылки по университетам и привлекать новых клиентов»‎, — рассказывает Владислав.

Матвей Лесонен

Место учебы: Университет ИТМО, 1 курс магистратуры
Проекты: Telegram-бот для поиска подработки и сервис для автоматизации работы в шахтах
Как потратил стипендию: приобрел годовой пакет занятий английским

О сервисе для автоматизации работы в шахтах

За этот проект Матвей взялся благодаря бизнес-запросу знакомых: нужно было придумать, как оптимизировать и автоматизировать работу шахтеров.

«Когда я начинал, думал, что что-то подобное давно существует. Оказалось, что шахтеры до сих пор работают с бумагами — бесконечными отчетами, журналами и бланками», — отмечает Матвей.

С помощью сервиса после регистрации по логину и паролю бригадир может составлять расписание, добавлять шахтеров, ставить оценки, смотреть рейтинг и выдавать оборудование. Шахтерам же сервис полезен своей информационной составляющей.

«В этом случае функционал более узкий: сайт становится информационным вестником для сотрудника. Он может смотреть, в какой бригаде на неделе будет работать, отслеживать организационные сообщения и свои оценки»‎, — объясняет автор проекта.


Пример работы системы для бригадира


Пример работы системы для шахтера

Работа над сервисом заняла около трех недель. Frontend и Backend-разработку студент написал сам. «Я использовал Spring Framework в качестве бэкенда, а для фронтеда — Angular»‎, — рассказывает Матвей.

О Telegram-боте

«Этот проект появился благодаря моим подработкам: раньше я писал на заказ курсовые и лабораторные работы, связанные с программированием. Заказчики находили меня благодаря сарафанному радио, но кредит доверия был так себе. В итоге я придумал бота — это буфер между клиентом и исполнителем»‎, — объясняет Матвей.

Принцип работы выглядит так: в личном кабинете пользователь бота выбирает, задание по какому предмету ему нужно выполнить. Загружает его в систему, указывает стоимость заказа и желаемый срок. Пополняет счет: деньги будут висеть «в буфере» до тех пор, пока исполнитель не передаст готовую работу. Если все выполнено корректно, заказчик это подтверждает, и исполнитель получает деньги. Если происходит спорная ситуация, к разрешению должна подключиться модерация.

«Я долго думал, как не допускать ситуаций, когда обманывают исполнителя. Ведь если заказчик не нажмет кнопку «Подтвердить», деньги ему не придут. В итоге реализовал так, что при нажатии на кнопку «Отменить», деньги на счет заказчика поступают не сразу. Планировал, что на проекте будут модераторы, которые будут разбираться в каждом кейсе: что было сделано, почему не устроило качество»‎ — отмечает Матвей.


Пример создания заказа в боте

Работа над проектом заняла около недели. Бот написан на Python.

Николай Тимофеев

Место учебы: университет ИТМО, 3 курс
Проекты: много. Среди них — проект для Центра физики ИТМО, проекты с геймификацией образования и сервис для управления проектами
Как потратил стипендию: купил курс для прокачки hard skills и свозил маму в отпуск.

Коля участвовал во многих хакатонах, ведет свой YouTube-канал. Еще разработал вместе с командной проект для Центра физики ИТМО: ребята создали систему бронирования оборудования для студентов и постарались реализовать возможность проводить замеры удалено. Подробнее о реализации — на GitHub.

→ Проект на бэкенде

→ Проект на фронденте



Интерфейс проекта для Центра физики

О трех проектах, которые были реализованы на хакатонах

Первый проект — Telegram-бот, который помогает находить собеседников по интересам.

«Принцип работы бота похож на работу Tinder. Предположим, вы изучаете физику и ищете человека, который разделяет вашу страсть к этой науке. Или другой вариант, когда сами разбираетесь в математике, но нужна помощь с английским или литературой. По запросу бот отфильтрует тех, у кого выбраны такие же предметы. Вам останется только найти собеседников по «свайпу», — рассказывает Коля.

Основная задача бота — образовательная. Но это не мешает общаться и знакомиться в процессе обучения.

Второй проект

В ИТМО широко развита клубная система. Любой желающий может открыть клуб по интересам — например, по программированию на Python. И уже на следующий день развесить листовки о том, что клуб набирает людей.

Организаций много, а централизованной системы нет. Команда Коли создала платформу, на которой можно одним нажатием создать встречу клуба, добавить туда участников, указать тему и перенести это на ИСУ (Информационная система университета ИТМО).

Третий проект

Один из хакатонов в ИТМО был посвящен геймификации образования. Ребята решили усовершенствовать систему оценки студентов. На тот момент она не учитывала всех нюансов и заслуг учащихся.

«Мы предложили прозрачную систему оценивания студентов — большой лидерборд, где можно отсортировать людей по факультету, курсу и специальности и увидеть топ лучших, которые ежемесячно будут получать баллы».

За баллы можно купить мерч университета ИТМО — например, футболки, наклейки, кружки. Или попасть на короткое чаепитие с преподавательским составом.

«Такая система была бы полезна ребятам, которые хорошо учатся и активно участвуют в разных проектах. Например, высокое место в рейтинге дало бы обоснование для подачи заявки на повышенную стипендию от вуза или стипендию от компаний»‎.

Возможно, эти тексты тоже вас заинтересуют:

→ Tiny11: «похудевшая» Windows 11. Действительно ли она в состоянии работать на старых ПК? Часть 1
→ Одноплатники для экспериментов и работы: 5 интересных вариантов конца января 2023 года
→ Первый взгляд на Arduino Lab for MicroPython и сравнение с Thonny IDE

Геннадий Сидоров

Место учебы: СПбГУТ, 4 курс
Проекты: классификация машин и сегментация КТ-снимков
Как потратил стипендию: купил видеокарту RTX 3060 на 12 гигабайт видеопамяти для обучения ML-моделей и книги по компьютерному зрению

О проектах

Гена старается делать проекты максимально полезными для других. Для этого он выкладывает пайплайны с нуля, чтобы любой студент мог узнать больше о машинном обучении на его примерах.

Первый проект

Первый проект родился из желания Гены обучить нейронную сеть на данных с автомобилями. Используя готовый стэнфордский датасет, студент обучил нейросеть определять марки и модели зарубежных автомобилей. В будущем Гена хочет добавить классификацию по цветам и распознавание по номеру.


«Есть дополнительная визуализация, как именно нейросеть принимает решение, на что обращает внимание. В каких-то случаях отличительной чертой метки класса является бампер, в других — значок марки автомобиля и т.д. Точность вышла около 0,85. Правда, пока количество марок и моделей ограничено. В том числе, нейросеть не распознает отечественные автомобили — таких данных очень мало в свободном доступе»‎, — комментирует автор проекта.

Второй проект

Второй проект студента связан с его интересом к компьютерному зрению и медицинским задачам. Он придумал, как с помощью нейросети сегментировать информацию на КТ-снимках и определять степень поражения легких.

Изначальный датасет был взят для определения COVID-19. Были выделены три задачи:

• определить, есть ли у человека COVID,
• сегментировать легкие,
• локализовать поражение.

Слева — результаты сегментации заражения легких. Справа — результат комплексной оценки легких с помощью сегментации .

Для определения точности сегментации были взяты метрики IoU (Intersection of Union) и DICE. Полученные результаты, а также более подробное описание проекта, ищите по ссылке на GitHub.

«В дальнейшем я бы хотел сделать вычислять степень поражения легких, основываясь на полученных масках сегментации заражения, а также понятную 3D-визуализацию легких и 3D-визуализацию поражения»‎, — отмечает студент.

О планах на будущее

В планах Гены — развиваться в области машинного обучения и изучать новые подходы в компьютерном зрении.

«Сейчас я работаю ML-инженером в Специальном Технологическом Центре (СТЦ), который, в том числе, занимается разработкой летательных беспилотных аппаратов. Их используют для осмотра территорий: например, для наблюдения за дикими животными в заповедниках. Моя задача — создание алгоритмов компьютерного зрения. Также сейчас пишу диплом: хочу создать блок видеонаблюдения на базе STM32. Он будет крепиться к квадрокоптеру и обрабатывать полученную информацию: делать предсказания по полученному видеопотоку для задачи детекции. Важно соблюсти техническое задание, также учитывая вычислительные способности платы, поэтому задача непростая», — рассказывает Гена.

Какой проект впечатлил вас больше всего? Делитесь в комментариях!