Регистрация завершена

Студкемп Яндекса по математике в ИИ

Бесплатный очный интенсив в Университете Иннополис

Погружение в устройство ИИ

Актуальные навыки

Работа со структурированными матрицами и нейронными сетями, знакомство с Multi-agent LLM и Digital Twins и многое другое

Сильное комьюнити

Командная работа и живое общение, чувство поддержки и свежие идеи

Теория и практика

Фундаментальные знания от ведущих экспертов плюс активная работа над практическими задачами или проектом

Общение с экспертами

Знакомство с профессионалами в IT, возможность лично задать вопросы и проявить себя

Как всё устроено

19 июля — 31 июля
Иннополис
Университет Иннополис

Что будет на кемпе

  • Две недели интенсивных занятий: лекции, домашние задания и работа над командным проектом
  • Преподаватели — известные математики и практикующие разработчики
  • Возможность получить грант на обучение в магистратуре Университета Иннополис
  • Кемп бесплатный. Проезд и проживание оплачивает организатор
  • В свободное от учёбы время — знакомство с яндексоидами и культурой компании, встречи с экспертами и мероприятия в атмосфере технологичного города и кампуса
  • Кому подойдёт

    Студентам-старшекурсникам бакалавриата российских вузов, которые изучают Computer Science, а также:
  • знают основы Python
  • знакомы с линейной и полилинейной алгеброй
  • разбираются в задачах оптимизации скалярных функций
  • имеют представление о дискретной теории вероятностей с условным математическим ожиданием
  • будет плюсом, если знают основы машинного обучения, включая глубокое обучение
  • Набор закрыт

    Что вас ждёт

    Первую неделю посвятим фундаментальной математике. Со второй недели приступим к изучению основ искусственного интеллекта. Формат защиты вы выбираете сами: проект или экзамен.

    Теория

    Методы оптимизации и их применение в ML
    Основы работы с данными: прикладная мультилинейная алгебра
    Алгоритмы генерации данных на основе генеративных потоковых сетей
    Взгляд на диффузионные модели со стороны MCMC
    Генеративные состязательные нейронные сети

    Практика

    Выбор методов оптимизации для различных задач обучения в NLP и CV
    Тензорные сети и их приложения в задачах ML
    Мультиагентные LLM в социальных экспериментах
    Применение теории графов в ML
    Цифровые двойники и состязательные атаки

    А также

    Знакомство с Иннополисом — инновационным городом и университетом
    Общение со студентами и преподавателями
    Круглые столы с участием опытных разработчиков и экспертов индустрии

    Лица программы

    Максим Рахуба
    Максим Рахуба
    к.ф.-м.н, зав. лабораторией матричных и тензорных методов в машинном обучении ФКН ВШЭ, доцент ФКН ВШЭ
    Александр Безносиков
    Александр Безносиков
    к.ф.-м.н., зав. лабораторий «Теоретические аспекты федеративного обучения» ИСП РАН, «Математические основы распределенной и федеративной оптимизации» Университета Иннополис и Лаборатории фундаментальных исследований МФТИ — Яндекс
    Александр Коротин
    Александр Коротин
    к.ф.-м.н., руководитель исследовательской группы в Сколтехе, научный сотрудник AIRI
    Сергей Самсонов
    Сергей Самсонов
    научный сотрудник Международной лаборатории стохастических алгоритмов и анализа многомерных данных НИУ ВШЭ
    Илья Макаров
    Илья Макаров
    руководитель группы «ИИ в промышленности» Института AIRI, директор Центра искусственного интеллекта МИСиС

    Этапы отбора и обучения

    01

    Регистрация

    На почту, которую вы укажете при регистрации, пришлём письмо с доступом к тестовому заданию
    02

    Тестирование

    Тест поможет проверить ваши знания в программировании
    03

    Собеседования

    С теми, кто успешно выполнил тестовое задание
    04

    Результаты отбора

    Сообщим на почту об итогах
    05

    Студкемп

    06

    Защита проектов и вручение сертификатов

    Популярные вопросы

    Остались вопросы?

    Пишите на почту studcamp@yandex-team.ru, мы поможем!
    Fri Mar 14 2025 10:18:06 GMT+0300 (Moscow Standard Time)