Где становятся джедаями машинного обучения

Почему ШАД — это круто?

Потому что его студенты и выпускники создают передовые технологии. Они разрабатывают продукты на базе машинного обучения, внедряют инструменты анализа больших данных и ИИ, занимаются фронтирными научными исследованиями. Наши выпускники работают в финтехе, рекламе, электронной коммерции, стриминговых сервисах, образовании и других областях.

Сейчас обучающимся важно быть уверенными, что знания, которые они получат, полезны. Крутое преимущество ШАДа — практикоориентированность курсов. Каждый предмет отражает часть работы в IT, а домашки приближены к реальным задачам. В ШАДе сосредоточены экспертные знания Яндекса, ряд курсов читают разработчики из соответствующих команд: речевые технологии — команда Алисы, сбор и разметка данных — Crowd, графовые нейросети — Yandex Research. То есть знания ребята получают от тех, кто непосредственно развивает продукт.

Не менее важная составляющая ШАДа — комьюнити. Это студенты, преподаватели, выпускники и те, кто делает ШАД. Здесь собрались классные инициативные люди, которым важно, чему учить и учиться, как развиваться. Во время учёбы студенты находят себе близких по духу, общаются и создают совместные проекты.

У ШАДа свой особый вайб и культура (стоит хотя бы раз заглянуть в наш коворкинг), которые делают трудоёмкий учебный процесс интересным. Поэтому к нам нужно идти и ради атмосферы драйва, достижений, взаимопомощи.

Как поступить в ШАД? Какой цикл отбора?

Сначала нужно выбрать направление обучения. В ШАДе есть четыре образовательных программы:

• data science;

• разработка машинного обучения;

• инфраструктура больших данных;

• анализ данных и ИИ в прикладных науках.

Тем, кто ещё учится или только выпустился из вуза, подойдёт классический трек поступления. А после аспирантуры или с опытом в разработке более трёх лет после окончания вуза можно поступать по альтернативному треку.

Цикл отбора состоит из трёх этапов: онлайн-тестирование, потом олимпиада или онлайн-экзамен, затем собеседование.

Принципиально новое при поступлении в этом году — олимпиада в очном формате в Москве, Санкт-Петербурге, Екатеринбурге, Нижнем Новгороде, Новосибирске и Минске. К ней допускают 300 абитуриентов с самыми высокими результатами онлайн-тестирования. Олимпиада включает два блока: математику и программирование. Те, кто справится с ними, сразу попадут на собеседование, минуя онлайн-экзамен.

Если участие в олимпиаде было не очень успешным, остаётся возможность сдать онлайн-экзамен и пройти на этап собеседований.

После того как эти этапы пройдены, поступающие по классическому треку ждут результатов, а у тех, кто поступает по альтернативному треку, есть ещё четвёртый этап — интенсив «Математика для data science».

Важно: для студентов, которые хотят учиться в ШАДе и параллельно получить диплом магистра, есть совместные программы с ведущими техническими вузами страны — МФТИ, НИУ ВШЭ, ННГУ, РЭШ, УрФУ, НГУ.

Что нужно знать, чтобы попасть в Школу?

В ШАД всегда большой конкурс, и каждый этап отбора отсеивает немало ребят. Но здоровая конкуренция положительно влияет на абитуриентов: они понимают, что трудно найти более высокую концентрацию айтишных умов в одном проекте.

При поступлении проверяем, есть ли у абитуриента базовая математическая грамотность. Это важно, потому что иногда студент знает много терминов, помнит теоремы и умеет их применять, но неэффективно решает задачи. Это всё мы узнаём на собеседовании.

При этом для поступления в ШАД не нужно быть специалистом в ML или программировании: важно продемонстрировать знания по математическому анализу, теории вероятностей, линейной алгебре, алгоритмам. Твёрдая база поможет погрузиться в классическое ML, а дальше — DL и спецкурсы.

Составлять задачи для абитуриентов становится сложнее, потому что есть чат-боты, которые могут решать стандартные задания. Так что наши задачи придуманы с большой долей фантазии и не имеют аналогов.

Как ты советуешь готовиться к отбору? На что нужно обращать внимание?

Прежде всего стоит посмотреть на сложность и специфику заданий, опубликованных на сайте ШАДа. Там же можно найти материалы для подготовки, понять, какие темы можно встретить. К примеру, одно наше задание может затрагивать линейную алгебру, математический анализ и теорию вероятностей одновременно. Поэтому нужно быть готовым применить в задачах все основные разделы высшей математики.

Точно не стоит бояться проходить этапы отбора: каждая попытка — это новая ступень и возможность. И ещё поделюсь своим опытом собеседующего: в ответах, особенно на мотивации, я очень ценю искренность и открытость.

Сейчас можно найти много информации о том, как проходить экзамены, собеседования. Могу дать один рабочий и простой совет моей школьной учительницы: если задача кажется очень сложной, стоит отложить её, перейти к другой — и итеративно возвращаться к тому, что кажется неприступным. Этот же принцип позволяет найти недочёты в уже решённых задачах.

Что ждёт студента сразу после начала обучения? Трудно ли учиться?

В ШАДе большая нагрузка — около 30 часов в неделю. Если абитуриент не готов столько времени тратить на учёбу, стоит повременить с поступлением или как минимум хорошо всё обдумать.

При этом у нас учатся ребята, которые работают фултайм и соблюдают work-life balance — с тренировками и прочими активностями. Это доказывает, что при желании можно быть хорошим специалистом в индустрии, развиваться и жить яркой жизнью одновременно.

Важно рассчитывать силы, понимать, зачем тебе ШАД, что он тебе даст. Определиться с тем, чего ты ждёшь: отличных знаний, классных друзей и комьюнити или толчка для дальнейшей самореализации.

Как обучение в ШАДе помогает найти работу?

Во-первых, уже во время учёбы студенты могут попробовать себя в решении индустриальных задач от разных юнитов Яндекса — в домашках и на проектном курсе. Такое погружение в практику позволяет понять, какие области интереснее, и продолжать работу в них.

На проектном курсе студенты работают с командами Яндекса над существующими проектами или коммитят в open source под руководством опытных менторов. Так студенты получают опыт совместной разработки и работы над большими проектами, учатся эффективно решать ML-задачи, ресерчить и представлять свои результаты на защите.

Во-вторых, есть пробные собеседования. Я в полном восторге от самой идеи и реализации! Студент проходит их с нанимающим менеджером, который проверяет все скилы. Если выполнишь все задания и покажешь классный результат, получишь офер. А если не всё вышло гладко — ничего страшного: получаешь обратную связь, учишься дальше, проводишь работу над ошибками. И пробуешь снова. По-моему, это просто идеально.

По нашим данным, у 28% выпускников ШАДа карьера только началась, а у 58% — изменилась в позитивную сторону: они сменили место работы на более интересное, выросли в должности и доходе.
Где работают шадовцы:
     77% — в коммерческих компаниях;
     15% — в стартапах;
     5% — в государственных компаниях.

В-третьих, в процессе обучения ребята могут проходить стажировки, в том числе в Яндексе. Есть много направлений, где студент может развиваться: анализ данных, машинное обучение, нейронные сети, компьютерное зрение и так далее.

Например, можно пойти на полугодовую стажировку на 20 часов в неделю. Если после её окончания студент понимает, что ему нравится, но хочет попробовать что-то ещё — можно изменить направление. Причём это работа в команде над настоящими задачами, которые решает компания. Не имитация, а реальная возможность получить опыт и понять, в какой области ты хочешь развиваться. И если ты выбрал команду и она тебя, можно получить офер.