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

к.ф.-м.н, зав. лабораторией матричных и тензорных методов в машинном обучении ФКН ВШЭ, доцент ФКН ВШЭ

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

к.ф.-м.н., руководитель исследовательской группы в Сколтехе, научный сотрудник AIRI

Сергей Самсонов

научный сотрудник Международной лаборатории стохастических алгоритмов и анализа многомерных данных НИУ ВШЭ

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