Год назад в ИТМО открылась новая магистратура по искусственному интеллекту. Мы отказались от академического подхода, посмотрели на примеры лучших инженерных школ и стажировок, да и в целом от мира образования, и пригласили ИТ-компании для участия в подготовке высококвалифицированных кадров.

В этой статье рассказываем о том, как построено обучение и над какими проектами здесь можно работать. В конце вы найдете ссылку на конкурс проектов для поступления на следующий учебный год.

О магистратуре

Область ИИ очень динамичная, так что долгий путь знаний из научных статей в учебники через десятилетия практики здесь не подходит. Нужно прорабатывать новые подходы, которые ускорят этот процесс, а заодно и сократят путь студента с университетской скамьи в команду реального бизнеса. Мы поняли, что это можно сделать через участие в образовательном процессе самих компаний из индустрии. При этом сфокусировались не на лекционном формате, а на проектном подходе, который помогает наращивать компетенции через решение практических задач.

Цель такого обучения — дать возможность быстрее войти в сферу искусственного интеллекта тем, у кого уже есть опыт в смежных сферах ИТ.

Магистратура «Искусственный интеллект» действует на базе проекта AI Talent Hub — онлайн-комьюнити специалистов по машинному обучению, в партнерстве с AI-компанией Napoleon IT и ИТМО. Это не класическая магистратура в привычном "академическом" понимании. Это точка обмена компетенциями и знаниями между студентами и реальным бизнесом с его задачами. Такой формат помогает шире посмотреть на отрасль и выбрать для себя подходящий формат. 

Программа оказалась популярной — в прошлом году конкурс был около 4 человек на место. В общей сложности мы набрали 108 специалистов. В этом году набор увеличен в два раза — на программе 200 бюджетных мест.

Как выглядит обучение

Магистратура рассчитана на два года, но, в отличие от классических программ, обучение проходит в онлайн-формате и основано на реальном рабочем процессе в компаниях. Особенность учебного процесса в том, что каждый строит индивидуальную траекторию своего развития через курсы от практикующих IT-экспертов в перевернутом и проблемно-ориентированном формате ― без жестких специализаций. Если студент в процессе обучения понимает, что хочет сместить фокус внимания, он может выбрать другие курсы и изучить их. А чтобы обучающиеся не путались в сотне доступных курсов, мы предлагаем навигацию по востребованным на рынке профессиям: ML Engineer, Data Engineer, Product Manager, Data Analyst, Data Architect. Подробнее про треки можно посмотреть тут. 

Но, конечно, особенность AI Talent Hub не в лекциях и семинарах, а в развитии специалиста через двухлетний нетворкинг. Взаимодействие строится еще до магистратуры ― на BootCamp ― офлайн-формат погружения в обучение. Несмотря на широкую географию абитуриентов (а в прошлом году из Петербурга было менее 30% поступивших), после завершения набора на первую неделю сентября мы собираем всех в ИТМО. Тут студенты знакомятся друг с другом, формируют команды и создают совместные проекты. и проекты. 

Проводить BootCamp нам помогают наши партнеры ― Napoleon IT, эксперты из подразделений ИТМО, ведущих IT-компаний, Передовая инженерная школа ИТМО и преподаватели-практики. 

Цель BootCamp погрузить в формат обучения (а он отличается от того, что было у ребят в бакалавриате), сформировать первичные связи и дать понять на практике, что коммуникации важны не только на уровне команды, но и на уровне общения с заказчиками. Формат BootCamp-а также хорош тем, что он помогает будущим ML-специалистам узнать их сильные стороны и зоны роста, а для нас это отправная точка для развития их компетенций. 

В ходе обучения мы поддерживаем неформальное общение с магистрантами ― у нас даже есть свой talent-manager с психологическим образованием, который помогает командам и отдельным магистрантам понять себя, свой вектор развития и провести ретроспективу. 

Большая гордость для нас, когда ведущие ИТ-компании приглашают наших магистрантов в свои команды для развития проектов. Для тех, кто хочет заниматься наукой и внедрять ML в доменные области, коллеги из Передовой инженерной школы ИТМО предоставляют все условия. Немалая часть магистрантов создают собственные стартапы. Возможностей много, но смысл, который мы закладываем, один – программа нужна, чтобы наработать связи,  обменяться знаниями. AI Talent Hub и флагманская программа «Искусственный интеллект» ― это не только магистратура, но и сообщество тех, кто хочет развиваться в ML и потом готов развивать других, делясь знаниями и опытом. Сейчас в нашем сообществе эксперты из индустрии, сторонние преподаватели, предприниматели, менторы, точкой притяжения становится ИТМО.

Система оценки у нас также отличается от общепринятой. Семестры обучения завершаются защитой разработанного проекта и своеобразным перформанс-ревью. Образовательный процесс в проектном формате слишком сложен и разносторонен, чтобы оценивать его по пятибалльной системе. Как, например, поставить на одну шкалу тех, кто развивает собственный стартап и привлекает финансирование, с теми, кто успешно решает бизнес-задачу от компании-партнера? Поскольку выработать единые критерии невозможно (и несправедливо), мы не ставим оценки или зачеты, а собираем обратную связь о магистрантах от преподавателей, руководителей и коллег по проектам, а также от них самих. По итогам получаем комплексное представление о пути каждого обучающегося — можем формировать рекомендации по улучшению процесса, советы по наращиванию компетенций. По итогам перформанс-ревью рабочий проект можно продолжить или взять новый для продолжения обучения в следующем семестре.

Ценность магистратуры AI Talent Hub в совмещении обучения с работой. С нами не придется выбирать, что поставить на первое место, ведь ребята работают над своими учебными проектами, а кто-то использует рабочие задачи в качестве учебных кейсов. 

Кстати, не бойтесь пробовать свои силы и поступать, если вы работаете в другой сфере и хотите ее сменить. Например, один из магистрантов занимался видеоаналитикой. В процессе обучения ему понравились рекомендательные системы, и он устроился в команду по разработке внутрикорпоративных сервисов в одну из крупных нефтяных компаний. Еще пример — переход магистрантки в биотех-компанию. Образовательная программа познакомила ее со схожими задачами. А трудоустроиться помог стартап, который она развивала в рамках обучения.

Конечно, работая в другой сфере и планируя карьерный переход за счет магистратуры, учиться будет тяжелее. Помимо 40 часов в неделю на работе придется еще около 20 часов инвестировать в образовательный процесс — готовьтесь посвятить все вечера и минимум один выходной на выполнение домашних заданий и развитие проекта. Но и такие примеры тоже есть. Как правило, мотивация на подобные подвиги обнаруживается не у вчерашних бакалавров, а у взрослых людей с определенным карьерным путем за плечами. Практика показывает, что это сложный процесс. Но его можно немного облегчить, откликаясь на профильные вакансии, и, пытаясь сменить работу уже во время первого года обучения.

Какую роль здесь играет бизнес

Создавая AI Talent Hub, мы попытались исправить главную проблему академического ИТ-образования, которая заключается в большом отрыве от задач реального бизнеса. В нашем случае компании выступают участниками процесса и заказчиками проектов, а само обучение построено вокруг продуктового подхода.

Чтобы эта схема работала, бизнес подключается как можно раньше. Представители компаний участвуют в жюри конкурса проектов: они могут видеть, как решения проработаны с продуктовой и технической стороны, и на основе этого присматривать себе понравившихся абитуриентов как членов их команд на будущее.

На старте уровень каждого магистранта не ниже junior, но все они уже имеют опыт разработки собственных проектов. При этом у каждой команды есть ментор, который направляет магистрантов и дает верный вектор развития проекта. Так бизнес может быть уверен в качественном результате.

Компании из индустрии также могут выступать “заказчиками” обучения — описывать роли специалистов, которые им нужны, помогать с формированием индивидуальных треков. Это поможет на выходе магистерской программы получить специалистов, заточенных под специфику компании. Бизнес даже может формировать брендированные треки из доступных на программе курсов, чтобы специалисты на выходе лучше соответствовали ожиданиям на проекте.

ИТМО уже сотрудничает с рядом крупных компаний. Если нас читают представители бизнеса, будем рады пригласить вас присоединиться к проекту: aitalents@itmo.ru

Проектный опыт в магистратуре

Пожалуй, самая интересная часть обучения — собственный индивидуальный или командный проект. В зависимости от склонностей и возможностей магистрант может записаться на один из проектов, предложенных бизнес-партнерами AI Talent Hub, предложить собственную идею (пусть даже на данной стадии немонетизируемые) или использовать рабочую задачу, договорившись со своим работодателем. Последний вариант чаще всего выбирают те, кто уже работает в IT, а в магистратуру поступили для смены направления или расширения компетенций.

Развитие рабочих проектов

С нашей точки зрения такое совмещение — самый органичный вариант обучения "без отрыва от работы". Магистрант может взяться за смежные задачи в своей команде на основной работе. При этом он использует инструменты, которые получает в процессе обучения, чтобы отвечать на возникающие вопросы. Они помогают ему рассматривать новые кейсы и брать на себя больше ответственности — в конечном счете быстрее развиваться. Например, один из студентов развивает рабочий проект в автомобильной промышленности – валидацию заполнения и распознавание текста в товарно-транспортных накладных.

Научные проекты междисциплинарных групп

У ИТМО есть доступ к научным группам разного профиля, которые также решают самые разнообразные задачи при помощи ИИ. Магистранты AI Talent Hub могут подключиться к таким проектам. Например, это могут быть биотех-проекты. В целом можно не ограничиваться одним научным направлением  — у нас есть междисциплинарные проекты, в командах которых участвуют химики, биологи и инженеры. Как правило, руководители таких команд — наши партнеры из Передовой инженерной школы — аспиранты и кандидаты наук.

Также в первом наборе было много примеров научных проектов, привязанных к АГНИ. Например, одна из работ — это оптимизация условий синтеза органических веществ. Модель учитывает условия реакции синтеза и подбирает их таким образом, чтобы увеличить выход продукции.

Еще одна большая группа проектов — исследования непосредственно в области ИИ. Наша программа  сотрудничает с AIRI (крупный научно-исследовательский институт искусственного интеллекта) и лабораторией Deep Pavlov (исследовательская лаборатория МФТИ, которая развивает собственные диалоговые системы, чат-ботов, вопросно-ответные системы).

Проекты от бизнес-партнеров

Много магистерских проектов развивается совместно с ИТ-компаниями. Это реальные задачи, с которыми партнеры ИТМО обратились в AI Talent HUb. Для магистрантов это отличный способ погружения в продуктовую разработку и корпоративную культуру, в то время как компании получают ценный результат с измеримыми метриками.

Среди подобных проектов есть и коммерческие, где разрабатываемые модели должны стать частью продакшена партнера. Так, магистранты совместно с командой  Работы.Ру извлекают именованные сущности (NER) из резюме для дальнейшего  улучшения функциональности сервиса — формирования сниппетов и саммари резюме, автоматического генерации сопроводительных писем и не только.

Кейсов взаимодействия с бизнесом довольно много. С Лабораторией Касперского магистранты работают над инструментом борьбы с аудиодипфейками, для нефтяной компании разрабатывают средства видеоаналитики (например, разбор происшествий, связанных с разливом нефти).

Собственные стартапы магистрантов

В рамках обучения необязательно брать один из проектов, предлагаемых партнерами. Некоторые магистранты развивают собственные стартапы. Это помогает погрузиться в стартаперскую культуру, развить нужные аспекты мышления. Среди интересных проектов первого года магистратуры — расчет площади растений для вертикальных ферм, оценка автоматическая чистоты экстерьера авто, выявление эмоциональной окраски отзывов, оптимизация логистики, сегментация несанкционированных свалок, автоматическая генерация презентаций по научным текстам и многое другое.

Один из удачных примеров — сервис для анализа криптовалютных операций для компании-владельца основного объема Etherium команды Neutral Watch. Подробнее ребята писали тут. Миша, Женя и Петя отвечали, соответственно, за работу с данными (за data science), бэкенд и базу данных, фронтенд и пользовательский UI/UX. Вместе они реализовали инструмент оптимизации процесса обработки криптовалютных транзакций, получивший главный приз на объявленном собственником контрольного пакета конкурсе. И получили от этой компании грант на дальнейшее развитие своего решения.

Еще один интересный пример студенческого проекта — генерация видео и аудио с известными или несуществующими людьми. Инструмент позволяет создать рекламный ролик и озвучить его, допустим, голосом Уинстона Черчилля или Моргана Фримана. Сейчас это коммерческий стартап с реальными пользователями.

Некоторые стартапы развиваются при участии менторов, в том числе и международных. Так, наш магистрант создает инструмент для генерации и подмены рекламных баннеров для онлайн-трансляций, который позволяет в каждой стране вставлять в видеоряд локализованную рекламу по периметру теннисного корта. Так, в Америке можно демонстрировать рекламу пива, а в Саудовской Аравии — продукцию каких-то местных производителей (реклама алкоголя в стране запрещена). Инструмент должен повысить возможности по монетизации спортивных трансляций. Сейчас этот стартап находится на стадии привлечения финансирования.

Другой студент магистратуры разрабатывает систему помощи принятия решений во время хирургических операций на сердце. За счет 3D-модели и оценки различных рисков она помогает выбрать оптимальное место нанесения шрама.

Есть и open source инструменты: сервис для развертывания моделей, который позволяет другим ML специалистам работать быстрее. Такие проекты в первую очередь ориентированы на то, чтобы неспециалисты в области ИИ могли применять его в своей предметной сфере. Проекты магистрантов часто получают финансирование фондов — их разработчики выигрывают гранты ФРИИ, Старт ИИ и других программ поддержки. Среди проектов первого года у нас таких девять.

Как поступить?

Магистратура рассчитана на тех, у кого уже есть базовые знания в ИТ — на специалистов, окончивших технический или ИТ бакалавриат и, возможно, уже работающих в смежных областях. Нужна хорошая база по математике, понимание принципов работы нейронных сетей и построения алгоритмов обучения.

У нас есть разные варианты поступления в магистратуру AI Talent Hub. Один из способов, которым в прошлом году воспользовалось около 40% магистрантов, — конкурс проектов в области ML Junior ML Contest. Там мы знакомимся с абитуриентами, узнаем про их проектный опыт, который и заложит фундамент для всего обучения.

Еще есть шанс стать частью AI Talent Hub и рассказать всему миру о своем проекте – прием заявок на конкурс завершится 6 июля. Но есть и другие способы поступления. 

Поступить на программу можно несколькими способами: 

• классический экзамен в формате собеседования;

• конкурс «Портфолио» — до 24 июля;

• Junior ML Contest (конкурс проектов и самостоятельно разработанных решений с применением технологий ML. Подать можно прикладное решение бизнес-задачи, научное исследование, результаты дипломной работы, стартап и другое. Подать заявку можно до 6 июля). https://ai.itmo.ru/junior_ml_contest 

Подать документы на программу можно по ссылке: https://abit.itmo.ru/program/master/ai 

Больше о нашей магистратуре можно узнать по ссылкам:

• описание программы на сайте ИТМО 

• описание магистерской программы на ИТМО.NEWS 

• история создания магистерской программы 

• блиц-интервью руководителя программы, Дмитрия Ботова, доцента инфокоммуникационных технологий Университета ИТМО