Всем привет!
Эта публикация — продолжение предыдущей. Если ещё не читали, то лучше начать с неё — там я рассказал, почему вообще решил поступать в Центральный Университет и что из этого вышло.
Новый 2025 и новый семестр
Выбор предметов на следующий семестр открылся сразу после новогодних праздников. Правда, у меня эти праздники свелись к написанию выпускной квалификационной работы по бакалавриату, так что я чуть не пропустил выбор предметов. К слову, сам университет на каникулах не отдыхал - ивенты были (если верить чату), но лично я не посещал. ?♂️
В этом семестре я взял вот такой набор курсов:
DL
DL Advanced
Recommendation Systems
Избранные темы в искусственном интеллекте
Soft Skills Lab (продолжение с прошлого семестра, идёт целый год)
Алгоритмы
Курсы, как и прежде, состояли обычно из одной лекции и одного семинара в неделю, ну и, конечно же, каждую неделю домашка. Объёмная. Очень. Но благо всегда можно написать преподавателю в TiMe или поймать на кампусе, чтобы получить уточнения или дополнительные объяснения.
DL и DL Advanced
Эти два курса идеально дополняют друг друга. Advanced стартовал чуть позже, поэтому у нас была возможность сначала пройтись по основам. Если кратко, то курсы были вот о чём:
DL
Неделя 1. Нейронные сети (вычислительный граф, обратное распространение)
Неделя 2. Эффективное обучение нейронных сетей
Неделя 3. Эффективное обучение нейронных сетей
Неделя 4. Сверточные нейронные сети
Неделя 5. Архитектуры сверточных нейронных сетей
Неделя 6. Задачи с изображениями
Неделя 7. Стилизация изображений и визуализация нейросетей
Неделя 8. Рекуррентные нейросети
Неделя 9. Задачи с текстами и представления слов
Неделя 10. Архитектура трансформера
Неделя 11. Языковые модели (GPT)
Неделя 12. Распознавание/генерация звука
Неделя 13. Написание затравок (Prompt Engineering)
Неделя 14. Генеративные модели + Агенты
Неделя 15. Генеративные модели
DL Advanced
Неделя 8. Сверточные архитектуры. SSD
Неделя 9. Детектирование объектов. YOLO
Неделя 10. Рекуррентные НС
Неделя 11. Распознавание текста на изображениях. CRNN
Неделя 12. Генерация речи из текста
Неделя 13. Трансформер++, MAMBA
Неделя 14. RAG
С точки зрения структуры и подачи курсы были крепко собраны, но лично мне чуть-чуть не хватило настоящей «жести» в advanced. Хотелось бы больше именно продвинутых тем, которые не проходят в рамках базового DS-курса. А то получилось немного неожиданно: вроде как advanced а по факту — вторая часть базового DL.
Recommendation Systems
Сааааааамый сложный курс. Причём не потому, что плохо преподавали — с этим всё в порядке, а просто я всегда относился к рекомендательным системам пренебрежительно и с лёгкой долей снобизма. Почему? Не знаю, характером и мозгами не вышел, видимо ?.
Неделя 1. Бизнес-приложения
Неделя 2. Оценка качества
Неделя 3. Подходы на базе подобия
Неделя 4. Модели на графах
Неделя 5. Подходы на базе подобия
Неделя 6. Продвинутая фаĸторизация
Неделя 7. Модели на последовательностях
Неделя 8. Многостадийные системы
Неделя 9. Нейросетевое ранжирование
Неделя 10. Объяснимость и интерпретируемость
Неделя 11. Проблемы и смещения
Неделя 12. Обучение с подĸреплением
Неделя 13. Индустриальные технологии
Неделя 14. Доменные специфики
Неделя 15. Обсуждение практических вопросов
Домашки были объёмные, каждая покрывала сразу несколько тем. Темы интересные, но я всё-таки понял, что рекомендательные системы — это не моё, даже несмотря на большое количество вакансий и хорошие зарплаты. ?♂️
Алгоритмы
Самый практичный курс. В наше время на позиции DS/ML часто стали требовать задачи на алгоритмы, так что лишним точно не будет. Теория была хорошо структурирована, но я дополнительно тренился на leetcode и смотрел курсы со сторонних ресурсов. Тут всё по классике.
Неделя 1. Сложность, итеративные сортировки и бинарный поиск
Неделя 2. Рекурсия, рекурсивные сортировки и куча
Неделя 3. Динамическое программирование и задачи о подпоследовательностях
Неделя 4. Жадные алгоритмы и расстояние Левенштейна
Неделя 5. Поиск строки в тексте
Неделя 6. Хеширование
Неделя 7. Графы - начало
Неделя 8. Обход графа в глубину. Связность и сортировка
Неделя 9. Кратчайший путь в графе
Неделя 10. Деревья
Избранные темы исследования в ИИ
А вот это мой фаворит. Хотя я осилил всего половину домашек, потому что каждое задание — это мини‑исследование со свежими статьями, которые вышли буквально несколько месяцев назад. Перед лекцией читаешь статьи, а на занятии разбираешь тонкости. Задания — это исследовать, реализовать и попробовать улучшить результаты из статьи. Именно так должны выглядеть курсы по нейронкам для лучшего понимания и для взращивания будущих научников (на мой взгляд).
С ДПО в магистратуру — есть нюансы
Я писал в прошлой публикации, что ЦУ позволяет поступать в магистратуру, ещё учась на бакалавре. Звучит хорошо, но оказалось, есть детали, которые вскрылись сейчас (а может, я просто прослушал). После завершения бакалавриата нужно будет доучиваться либо 3, либо 4 семестра. То есть фактически учёба продлится не два года, а два с половиной (если брать минимальный срок). Для меня лично это даже плюс, потому что на полгода больше доступа к преподавателям, но учтите этот момент, если захотите поступать.
Также, если выбираешь 3 семестра, диплом придётся писать всего за один семестр. Мои одногруппники уже выбирают научруков, и у них будет 2 семестра на написание. Ещё не понял, как так выходит, но пока что информация такая. В новом году узнаю подробнее.
Мои впечатления о втором семестре и заключение
Из-за бакалаврского диплома и учёбы в магистратуре жизнь вне учёбы прошла мимо меня. ? Активности были (судя по чату, очень много - даже хакатоны мимо прошли), но я просто физически не мог их посещать.
В остальном всё супер: кампус на высоте, курсы практичные и полезные, поддержка от преподавателей отличная. Единственное недопонимание возникло по вопросу перевода с ДПО в полноценную магистратуру, но тут уже детали, которые не слишком снимают баллы у универа в моих глазах.
Следующий пост — через полгода, расскажу о третьем семестре.
До встречи! ?