ML-инженер
- Оплачиваемая программа для студентов и выпускников
- Опыт работы в настоящем бизнес-проекте
- 40 часов в неделю летом, удаленно или в офисе
Три месяца реальных задач
Под руководством куратора
В одной из команд: работа с голосовым помощником, анализ и синтез речи, анализ временных рядов, обработка видео и изображений
Успешных участников можем пригласить в штат
Вашей задачей будет обучать искусственный интеллект анализировать данные, выявлять в них закономерности и предсказывать результаты
Для тех, кто хочет развиваться в машинном обучении
Если еще учитесь или только что выпустились
Студентам и выпускникам
Для студентов 1–4 курсов, магистрантов и выпускников 2022 года
Летом и в течение учебного года
Летом — 2 месяца фулл-тайм. В течение учебного года 3 месяца от 20 часов в неделю удаленно или в офисе
На базе офисов компании
В Москве, Казани, Иннополисе и других городах
Набираем новых участников программы
Отбор проходит в два этапа
Первый этап:
Решите экзамен по математике, контест по программированию и расскажите в анкете о своем опыте или мотивации
Второй этап: встреча с куратором
Лучших участников пригласим на онлайн-интервью
Мы ждем способных кандидатов
С практическим опытом в ML и DL
Знаете Python, работали с библиотеками, есть опыт в машинном и глубоком обучении
Знаете классические алгоритмы: линейная регрессия, бэггинг, бустинг. Знакомы с основами матстатистики и проверки гипотез
Как подготовиться к отбору
Подтяните теорию и практикуйтесь
- Решайте литкод для общего развития
- Наведите порядок на Github и приложите к анкете ссылку на вашу страницу
- Почитайте статьи по теме, например на Arxiv и Mitpressjournals
Пройдите онлайн-курсы
- Курс по машинному обучению МФТИ
- Курсы Стенфорда на английском языке по NLP и CV
- Курс по NLP на русском языке
Примеры проектов с прошлых программ
Микросервис для чат-бота
Разработали микросервис для чат-бота Олега, который определяет, доволен клиент или злится.
- Случайным образом выбрали несколько тысяч сообщений от клиентов, определили их тональность с помощью внутренней службы разметки данных
- Обучили классификаторы на полученных данных. Для классификации использовали логистическую регрессию поверх элмо-эмбеддингов
Преобразование текста в цифры
Разработали систему, которая преобразует числительные, даты и валюты из текста в числа, написанные цифрами.
- Изучили классические подходы к решению этой проблемы и новые научные публикации
- Реализовали на практике один из подходов и адаптировали его к специфике задачи. Обработали 97,5% предложений с числительными, из них 95% было обработано верно
Отзыв участника
Филипп
Участник прошлых программ
Я проходил программу в команде голосовых технологий, решал задачу денормализации для распознавания речи. Нужно было преобразовать написанные словами числа, даты, время и некоторые другие классы в единообразный числовой вид. Вместе с куратором мы выбрали оптимальный подход к решению этой задачи, и я реализовал его. Куратор прислушивался к моему мнению и у меня была свобода творчества. В итоге после финального представления проекта команде меня позвали в штат, и я, конечно, согласился.
Набор закрыт
Мы сообщим об открытии направления