Forwarded from Университетский консорциум Big Data
#НовостиПартнеров
Российское ПО для образования: записи онлайн-лекций АРПП
2 декабря Ассоциация разработчиков «Отечественный софт» (АРПП) провела второй сезон онлайн-лекций «Иду на урок с российским ПО», приуроченный ко Дню информатики в России.
Эксперты АРПП представили современные отечественные ИТ-продукты для школ, колледжей и вузов, показали практические примеры их применения и обсудили, как цифровые решения помогают выстраивать актуальные форматы занятий с новым поколением обучающихся.
Своими цифровыми решениями поделились российские разработчики: НТЦ ИТ РОСА, РЕД СОФТ, Р7, МойОфис, Киберпротект, СЕТЕРЕ Групп, АСКОН, ТЕСИС, БФТ-Холдинг, Content AI, Directum, МТС Линк, PROMT и VR Concept.
Анастасия Горелова, руководитель комитета АРПП по информатизации образования, представила Каталог образовательных инициатив и программ (https://arppsoft.ru/obrazovanie/) — инструмент АРПП, который помогает учебным заведениям находить подходящие российские ИТ-решения, а также готовые материалы, курсы и партнерские предложения для организации занятий и работы с преподавателями.
В этом году более 300 педагогов стали участниками проекта «Иду на урок с российским ПО». Онлайн-лекции позволили зрителям получить системное представление о возможностях российского ПО и изучить современные подходы к его использованию в образовании.
📌 Запись онлайн-лекций и презентации спикеров доступны на странице мероприятия https://arppsoft.ru/ie/21010/
Технологическим партнером проекта выступил МТС Линк.
📱 Университетский консорциум исследователей больших данных
Российское ПО для образования: записи онлайн-лекций АРПП
2 декабря Ассоциация разработчиков «Отечественный софт» (АРПП) провела второй сезон онлайн-лекций «Иду на урок с российским ПО», приуроченный ко Дню информатики в России.
Эксперты АРПП представили современные отечественные ИТ-продукты для школ, колледжей и вузов, показали практические примеры их применения и обсудили, как цифровые решения помогают выстраивать актуальные форматы занятий с новым поколением обучающихся.
Своими цифровыми решениями поделились российские разработчики: НТЦ ИТ РОСА, РЕД СОФТ, Р7, МойОфис, Киберпротект, СЕТЕРЕ Групп, АСКОН, ТЕСИС, БФТ-Холдинг, Content AI, Directum, МТС Линк, PROMT и VR Concept.
Анастасия Горелова, руководитель комитета АРПП по информатизации образования, представила Каталог образовательных инициатив и программ (https://arppsoft.ru/obrazovanie/) — инструмент АРПП, который помогает учебным заведениям находить подходящие российские ИТ-решения, а также готовые материалы, курсы и партнерские предложения для организации занятий и работы с преподавателями.
В этом году более 300 педагогов стали участниками проекта «Иду на урок с российским ПО». Онлайн-лекции позволили зрителям получить системное представление о возможностях российского ПО и изучить современные подходы к его использованию в образовании.
📌 Запись онлайн-лекций и презентации спикеров доступны на странице мероприятия https://arppsoft.ru/ie/21010/
Технологическим партнером проекта выступил МТС Линк.
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Киберия
🔹 Специалисты МФТИ совместно с коллегами из МГУ создали первую специализированную отечественную систему для оценки рыночной стоимости произведений современного искусства.
В отличие от ChatGPT и других универсальных моделей, способных давать лишь общие ориентиры, новая технология проводит глубокий статистический анализ более чем 30 параметров и формирует конкретную оценку стоимости. По задумке авторов, это должно помочь потенциальным инвесторам получить более объективное представление о рынке и избежать субъективных завышений цен.
🔹 Томский госуниверситет систем управления и радиоэлектроники (ТУСУР) тестирует новые методы обучения ИИ. Нейросеть анализирует стоимость акций и успеваемость студентов, в ряде случаев точность прогнозирования увеличилась в четыре раза на прогнозах стоимости акций.
🔹 Сеченовский Университет зарегистрировал ИИ-систему для массового скрининга сердечной недостаточности. Технология анализирует данные, полученные с помощью одноканальной электрокардиограммы и пульсовой волны.
🔹 Исследование аналитического центра НАФИ показало, что бизнес в РФ не готов выделять большие бюджеты под ИИ-проекты.
Так, 28% респондентов планируют направить на ИИ-проекты от 1% до 3% от общего инвестиционного бюджета. При этом каждая восьмая компания (12%) пока не планирует выделять отдельный бюджет на эти цели вообще. Чем больше размер бизнеса, тем больше он готов выделять средства на внедрение искусственного интеллекта: доля бизнеса, которая выделяет на ИИ 8-10% бюджета, составляет 13% среди малого бизнеса, 21% среди среднего бизнеса и 53% среди крупного бизнеса.
В целом большинство компаний РФ уже внедряют инструменты искусственного интеллекта (86%). Среди микропредприятий тех, кто использует ИИ, меньше (68%), в то время как среди крупного бизнеса значительно больше компаний, которые работают с ИИ (92%). Порядка 59% представителей российского бизнеса (6 из 10 компаний) считают, что Россия - одна из стран-лидеров по внедрению искусственного интеллекта.
🔹 Ученые Института нефтегазовой геологии и геофизики СО РАН с помощью машинного обучения усовершенствовали методы интерпретации сейсмических данных, важные при поисках залежей углеводородов
🔹 Полицейские в Китае получили ИИ-очки для проверки автомобилей за две секунды. ИИ-очки предлагают точность распознавания номерных знаков на уровне более 99%. Устройство обеспечивает непрерывную работу в течение восьми часов, что соответствует требованиям полного рабочего дня. Дополнительные функции включают распознавание лиц, перевод в режиме реального времени на более чем 10 языков и запись нарушений.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3
Forwarded from Киберия
🔹Ученые Белгородского государственного технологического университета (БГТУ) им. В.Г. Шухова создали сенсорную сеть геоэкологического мониторинга, которая позволяет минимизировать потери данных и поддерживать высокую скорость передачи информации.
На сегодняшний день существующие аналоги системы геоэкологического мониторинга ориентированы на профессионалов и требуют много времени на разработку и настройку моделей, они часто представлены в виде программного кода без удобного графического интерфейса. Новая система мониторинга уже имеет готовые интерфейсные окна для выбора параметров, что значительно упрощает процесс работы с ней.
«В основе решения — ИИ и нейронечеткое управление. Это не просто теоретическая разработка, а работающий программный симулятор, который уже готов к применению. Умный протокол маршрутизации позволяет сенсорной сети самостоятельно адаптироваться к меняющимся условиям, рационально расходовать энергию, минимизировать потери данных, поддерживать высокую скорость передачи информации», — сообщает вуз.
🔹 Исследование: к 2030 году 80% разработчиков потребуется переподготовка в области генеративного ИИ. Острая нехватка опытных специалистов также усилит роль корпоративных университетов, куда компании готовы инвестировать для выращивания кадров внутри.
🔹 В России разработали систему «Стахановец», которая по анализу поведение сотрудника за рабочим компьютером может предсказать его увольнение по собственному желанию за 90 дней с точностью до 87%.
Система анализирует обезличенные данные цифровой активности сотрудника: динамику коммуникаций (объем переписки, скорость ответов, сужение круга контактов), изменения в работе с задачами (сдвиги сроков, паттерны выполнения рутинных операций) и вовлеченность в проекты. Такой подход позволяет зафиксировать потерю вовлеченности человека задолго до начала активного поиска новой работы. Это дает компаниям возможность своевременно реагировать на кадровые риски в условиях растущей конкуренции за таланты.
🔹 «Газпром нефть» за счет ИИ приблизила старт разработки месторождений примерно на год: с помощью интеллектуальных алгоритмов компания ускорила этап интерпретации результатов сейсморазведки от 10 до 30%.
Кроме того, ИИ с помощью ИИ компания получает возможность заново открыть для себя хорошо изученные и знакомые районы, в том числе в Волго-Уральской нефтегазоносной провинции и в Западной Сибири, где добыча ведется уже около 50 лет.
Please open Telegram to view this post
VIEW IN TELEGRAM
ТАСС
В Белгороде разработали умную систему геоэкологического мониторинга
Разработка позволяет минимизировать потери данных и поддерживать высокую скорость передачи информации
Forwarded from Университетский консорциум Big Data
Курс для обучения специалистов благотворительных фондов работе с искусственным интеллектом и анализом больших данных появился в 2025 году в программе всероссийского образовательного проекта «Школа прикладного анализа данных». Обучение проходило с 4 по 23 декабря в смешанных форматах: онлайн на базе Института анализа больших данных и ИИ Томского госуниверситета и офлайне.
«Школа прикладного анализа данных» — это образовательный интенсив по ИИ и Big Data, организованный Академией «Дата-Дайвинг» для университетских команд и других специалистов, которые хотят использовать технологии в своей работе без навыков программирования. В этом году проведение школы поддержал Благотворительный фонд Владимира Потанина. Партнерами проекта выступают Международная лаборатория прикладного сетевого анализа НИУ ВШЭ и Ассоциация «Университетский консорциум исследователей больших данных».
Особенностью нынешнего потока стало открытие специальной образовательной траектории для фандрайзеров — «AI-Фандрайзер». Трек направлен на применение инструментов искусственного интеллекта и анализа данных в ежедневной работе фондов целевого капитала (ФЦК) и некоммерческих организаций (НКО).
Участники Школы получили возможность учиться у ведущих экспертов — специалистов, которые ежедневно работают с данными, разрабатывают модели для бизнеса и государства, внедряют ИИ в образование, фандрайзинг и социологию. Их опыт основан на реальных кейсах.
Среди лекций очного этапа — «Как устроен эндаумент в России» (Мария Булыгина, директор Специализированного фонда управления целевым капиталом ТГУ), «Data-Driven фандрайзинг: как данные помогают найти идеального донора» (Юлия Александрова, руководитель отдела аналитики Института анализа больших данных и ИИ), «Прозрачный ИИ» (Евгений Лукьянчиков, CEO компании «Антиплагиат») и «Генеративный ИИ для разработки продуктов и стратегий» (Артем Фещенко, директор Центра технологического и исследовательского сопровождения Института дистанционного образования ТГУ), а также лекции других ведущих экспертов отрасли.
📱 Университетский консорциум исследователей больших данных
«Школа прикладного анализа данных» — это образовательный интенсив по ИИ и Big Data, организованный Академией «Дата-Дайвинг» для университетских команд и других специалистов, которые хотят использовать технологии в своей работе без навыков программирования. В этом году проведение школы поддержал Благотворительный фонд Владимира Потанина. Партнерами проекта выступают Международная лаборатория прикладного сетевого анализа НИУ ВШЭ и Ассоциация «Университетский консорциум исследователей больших данных».
Особенностью нынешнего потока стало открытие специальной образовательной траектории для фандрайзеров — «AI-Фандрайзер». Трек направлен на применение инструментов искусственного интеллекта и анализа данных в ежедневной работе фондов целевого капитала (ФЦК) и некоммерческих организаций (НКО).
«Использование данных и инструментов искусственного интеллекта позволяет фандрайзерам работать эффективнее: находить идеальных доноров, прогнозировать результаты кампаний и оптимизировать операционные процессы. Технологии помогают собирать ресурсы и делать работу фондов более прозрачной и стратегически продуманной», — комментирует директор Института анализа больших данных и искусственного интеллекта ТГУ Вячеслав Гойко.
«Наша благотворительная программа “Эффективная филантропия” направлена на развитие профессиональных компетенций и устойчивости некоммерческого сектора. В ее рамках Фонд реализует грантовые конкурсы и уделяет особое внимание нефинансовой поддержке — сопровождению и развитию сообщества участников программ. Сотрудничество со “Школой прикладного анализа данных” — одна из таких инициатив. Мы уверены, что грамотное использование инструментов искусственного интеллекта позволяет существенно сократить время на рутинные процессы и освободить ресурсы для более широкого круга задач. Это особенно важно для фондов целевого капитала и организаций, которые с ними работают», — отметила директор программ Благотворительного фонда Владимира Потанина Юлия Лизичева.
Участники Школы получили возможность учиться у ведущих экспертов — специалистов, которые ежедневно работают с данными, разрабатывают модели для бизнеса и государства, внедряют ИИ в образование, фандрайзинг и социологию. Их опыт основан на реальных кейсах.
Среди лекций очного этапа — «Как устроен эндаумент в России» (Мария Булыгина, директор Специализированного фонда управления целевым капиталом ТГУ), «Data-Driven фандрайзинг: как данные помогают найти идеального донора» (Юлия Александрова, руководитель отдела аналитики Института анализа больших данных и ИИ), «Прозрачный ИИ» (Евгений Лукьянчиков, CEO компании «Антиплагиат») и «Генеративный ИИ для разработки продуктов и стратегий» (Артем Фещенко, директор Центра технологического и исследовательского сопровождения Института дистанционного образования ТГУ), а также лекции других ведущих экспертов отрасли.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Forwarded from Университетский консорциум Big Data
Какие нормы и законы нужны российскому ИИ
Коллеги, продолжаем разговор о нормативно-правовой базе для ИИ. Читайте здесь о новом термине "искусственный интеллект" и поправках в закон о персональных данных. А сегодня обсуждаем вопрос интеллектуальной собственности в сфере ИИ.
Мы попросили поделиться своим мнением на этот счёт участника Консорциума Bia Data — директора Института общественных наук Президентской академии Павла Голосова.
🔹 Что
Разработчики и учёные считают, что в России необходимо разработать как можно скорее нормативы определения правового режима обучающих датасетов, весов и результатов генерации.
🔹 Почему это важно
Это позволит решить проблему интеллектуальной собственности, которая заключается в том, что юридическая практика не позволяет квалифицировать ИИ-продукты как результат интеллектуального труда, поскольку они не создаются человеком напрямую.
🔹 В чём суть
Современные модели обучаются на огромных массивах данных, в которых нередко присутствуют работы реальных людей — тексты, изображения, музыка. Когда алгоритм использует чужой труд и затем воспроизводит его фрагменты или создает нечто новое на этой основе — это вопрос уважения к авторам, их труду и культурному наследию. Технологии должны развиваться с вниманием к людям.
Это означает прозрачность происхождения данных и маркировку контента как "созданного ИИ", механизмы честной компенсации, учет интересов уязвимых сообществ, возможность для авторов решать, участвуют ли их работы в обучении. Разработчики, платформы и государство несут общую ответственность — продукты ИИ должны оцениваться особо, с фокусом на этику и соответствие особым правовым стандартам.
Напомним, что закон об ИИ в России активно обсуждается, но его точные сроки принятия официально не обозначены. Как сообщили в декабре в Госдуме, вряд ли он будет принят в 2026 году.
📱 Университетский консорциум исследователей больших данных
Коллеги, продолжаем разговор о нормативно-правовой базе для ИИ. Читайте здесь о новом термине "искусственный интеллект" и поправках в закон о персональных данных. А сегодня обсуждаем вопрос интеллектуальной собственности в сфере ИИ.
Мы попросили поделиться своим мнением на этот счёт участника Консорциума Bia Data — директора Института общественных наук Президентской академии Павла Голосова.
🔹 Что
Разработчики и учёные считают, что в России необходимо разработать как можно скорее нормативы определения правового режима обучающих датасетов, весов и результатов генерации.
🔹 Почему это важно
Это позволит решить проблему интеллектуальной собственности, которая заключается в том, что юридическая практика не позволяет квалифицировать ИИ-продукты как результат интеллектуального труда, поскольку они не создаются человеком напрямую.
🔹 В чём суть
Современные модели обучаются на огромных массивах данных, в которых нередко присутствуют работы реальных людей — тексты, изображения, музыка. Когда алгоритм использует чужой труд и затем воспроизводит его фрагменты или создает нечто новое на этой основе — это вопрос уважения к авторам, их труду и культурному наследию. Технологии должны развиваться с вниманием к людям.
Это означает прозрачность происхождения данных и маркировку контента как "созданного ИИ", механизмы честной компенсации, учет интересов уязвимых сообществ, возможность для авторов решать, участвуют ли их работы в обучении. Разработчики, платформы и государство несут общую ответственность — продукты ИИ должны оцениваться особо, с фокусом на этику и соответствие особым правовым стандартам.
Напомним, что закон об ИИ в России активно обсуждается, но его точные сроки принятия официально не обозначены. Как сообщили в декабре в Госдуме, вряд ли он будет принят в 2026 году.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8❤5💯5👏4👍2🎉2
Forwarded from Университетский консорциум Big Data
#НовостиВузов #ТГУ #AIRI
Искусственный интеллект для химиков нового поколения: стажировка от ТГУ и AIRI
В лаборатории искусственного интеллекта в химии и молекулярной инженерии Томского государственного университета и Института AIRI завершилась уникальная гибридная стажировка, задача которой — подготовить химиков, умеющих применять методы искусственного интеллекта для научных задач. На финальной защите стажёры представили проекты, посвящённые новой терапии против рака, разработке антивирусных препаратов, адресной доставки лекарств и поиска лекарственного сырья естественного происхождения.
Проекты студентов
Во время обучения студенты делали собственные проекты, решающие актуальные научные задачи. До финальной защиты дошли четыре проекта с фармакологическим приложением.
🔹 Проект «KAT5/KAT8 inhibitors» посвящен поиску новых лекарственных молекул, используемых в лечении онкологических заболеваний. Авторы проекта разрабатывают датасет для ML-моделей, которые позволят предсказывать эффективность перспективных молекул против раковых клеток.
🔹 В рамках проекта «FloraChem» молодые учёные проанализировали количественные характеристики большой группы растительных соединений — каротиноидов и флавоноидов — с целью поиска перспективных молекул для косметики и лекарств.
🔹 Проект «Противовирусные молекулы» предполагает создание генератора новых соединений, сбор и верификацию набора данных, а также классификацию активности молекул против короновируса, гриппа, ВИЧ.
🔹 Проект «ChitoMed» посвящён формированию вычислительного датасета по свойствам соединений хитозана. Биополимеры из хитозана способны накапливать лекарственные препараты и медленно высвобождать их в организм. За счёт этого можно адресно доставлять лекарственные вещества в повреждённую область. Что создаёт возможности для разработки нового поколения протезов и имплантов.
Подробнее — на сайте ТГУ https://news.tsu.ru/news/tgu-i-airi-proveli-stazhirovku-dlya-molodykh-uchyenykh-po-ii-v-khimii/
📱 Университетский консорциум исследователей больших данных
Искусственный интеллект для химиков нового поколения: стажировка от ТГУ и AIRI
В лаборатории искусственного интеллекта в химии и молекулярной инженерии Томского государственного университета и Института AIRI завершилась уникальная гибридная стажировка, задача которой — подготовить химиков, умеющих применять методы искусственного интеллекта для научных задач. На финальной защите стажёры представили проекты, посвящённые новой терапии против рака, разработке антивирусных препаратов, адресной доставки лекарств и поиска лекарственного сырья естественного происхождения.
«Мы ставили перед собой амбициозную задачу: всего за три месяца научить химиков эффективно работать с современными инструментами ИИ. Результаты превзошли наши ожидания. Под руководством сотрудников лаборатории и партнёров из AIRI участники освоили сложные технологии и успешно применили их к реальным научным задачам. Особенно поразила скорость, с которой стажеры овладели новыми навыками», — комментирует куратор стажировки со стороны ТГУ Александр Бузаев.
Проекты студентов
Во время обучения студенты делали собственные проекты, решающие актуальные научные задачи. До финальной защиты дошли четыре проекта с фармакологическим приложением.
🔹 Проект «KAT5/KAT8 inhibitors» посвящен поиску новых лекарственных молекул, используемых в лечении онкологических заболеваний. Авторы проекта разрабатывают датасет для ML-моделей, которые позволят предсказывать эффективность перспективных молекул против раковых клеток.
🔹 В рамках проекта «FloraChem» молодые учёные проанализировали количественные характеристики большой группы растительных соединений — каротиноидов и флавоноидов — с целью поиска перспективных молекул для косметики и лекарств.
🔹 Проект «Противовирусные молекулы» предполагает создание генератора новых соединений, сбор и верификацию набора данных, а также классификацию активности молекул против короновируса, гриппа, ВИЧ.
🔹 Проект «ChitoMed» посвящён формированию вычислительного датасета по свойствам соединений хитозана. Биополимеры из хитозана способны накапливать лекарственные препараты и медленно высвобождать их в организм. За счёт этого можно адресно доставлять лекарственные вещества в повреждённую область. Что создаёт возможности для разработки нового поколения протезов и имплантов.
Подробнее — на сайте ТГУ https://news.tsu.ru/news/tgu-i-airi-proveli-stazhirovku-dlya-molodykh-uchyenykh-po-ii-v-khimii/
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Forwarded from Университетский консорциум Big Data
Дорогие друзья!
Поздравляем студентов, профессорско-преподавательский состав и всех сотрудников университетов с Днем российского студенчества!
Сегодня у нас есть прекрасный повод напомнить о большом исследовании мнений и настроений российского студенчества. Этот проект позволяет нам лучше понять, чего же хочет наша молодежь, что они ставят на первое место в отношениях с альма-матер, как относятся к будущему трудоустройству и профессии.
Результаты исследования опубликованы на сайте Консорциума Big Data в разделе "Библиотека". А в инфографике к этому посту — отношение студентов к инфраструктуре вузов и стипендии.
📱 Университетский консорциум исследователей больших данных
Поздравляем студентов, профессорско-преподавательский состав и всех сотрудников университетов с Днем российского студенчества!
Сегодня у нас есть прекрасный повод напомнить о большом исследовании мнений и настроений российского студенчества. Этот проект позволяет нам лучше понять, чего же хочет наша молодежь, что они ставят на первое место в отношениях с альма-матер, как относятся к будущему трудоустройству и профессии.
Результаты исследования опубликованы на сайте Консорциума Big Data в разделе "Библиотека". А в инфографике к этому посту — отношение студентов к инфраструктуре вузов и стипендии.
Исследование проведено в 2025 году и является частью ежегодного лонгитюдного изучения мнений и настроений студентов по ключевым аспектам образовательного процесса, которое выполняется в России с 2020 года. Проект реализуют Томский государственный университет, Аналитический центр ВЦИОМ, платформа "Неравнодушный человек" по поручению Министерства науки и высшего образования России и при поддержке Университетского консорциума исследователей больших данных.
Исследователи проанализировали более 7 миллионов сообщений в пабликах и группах, которые охватывают более 700 российских вузов. Сообщения на тему инфраструктуры были проанализированы по следующим категориям: взаимодействие с административно-хозяйственным персоналом вуза, порядок заселения и выселения в общежития, организация питания и медпомощи, ремонт вузовских зданий и сооружений, транспортная доступность, условия проживания и обучения. Кроме того, эксперты платформы "Неравнодушный человек" провели соответствующий опрос.
Данные показали, что 76% студентов удовлетворены инфраструктурой вузов в целом, (из них 32% полностью удовлетворены, 44% — скорее удовлетворены), 12% — скорее не удовлетворены, 9% — затрудняются ответить, 3% — полностью не удовлетворены.
Также аналитики выяснили, что наиболее включенными в обсуждение социально-бытовых условий являются студенты классических (36,54%) и инженерных вузов (35,72%), наиболее позитивный цифровой след оставляют студенты религиозных университетов (85,7% позитивных оценок), устойчиво высокий уровень негатива наблюдается в медицинских (39,11%) и педагогических (42,3%) университетах.
Кроме того, исследователи проанализировали обсуждение студентами финансовых вопросов. Абсолютным лидером по количеству упоминаний является тема "Стипендия и материальная помощь" (35,19 %) В половине случаев размеры стипендии, механизмы назначения или прозрачность процедур соответствуют ожиданиям студентов — позитивная и нейтральная тональность отмечена в 51% сообщений.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3🎉1
Forwarded from Киберия
🔹 ИИ + химия: ТГУ и AIRI набирают студентов на стажировку
Студенты любого вуза Томска смогут пройти бесплатную стажировку в единственной в Сибири университетской лаборатории искусственного интеллекта в химии и молекулярной инженерии, созданной Институтом анализа больших данных и ИИ Томского госуниверситета (ТГУ) совместно с Институтом AIRI.
🔹 Во все образовательные программы Политехнического института НовГУ включено изучение ИИ
С сентября 2026 года в обучение включат дисциплину «Искусственный интеллект в профессиональной деятельности».
🔹 Модели ИИ научились сжимать текст с помощью обсценной лексики
Специалисты из AIRI, НИУ ВШЭ и Университета Иннополис изучили, как языковые модели могут использовать элементы разговорной речи с высокой смысловой плотностью для компрессии русскоязычных текстов, сохраняя их основное содержание.
В рамках работы проверялась гипотеза о том, что замена некоторых языковых конструкций на более краткие эквиваленты позволяет сократить объем текста без существенной потери его смысла. Эксперименты проводились на коротких предложениях и новостных статьях. Исследование было представлено на конференции AAAI в Сингапуре.
🔹 В Волгограде разработают базовые принципы применения ИИ в медицине России
Базовые принципы и научное обоснование, разрабатываемые учеными Волгоградского государственного университета (ВолГУ), позволят на законодательном уровне регулировать использование искусственного интеллекта в здравоохранении РФ.
🔹 В НГТУ создали уникальную программу управления промышленными роботами
Специалисты Нижегородского государственного технического университета им. Р. Е. Алексеева разработали и запатентовали программный комплекс управления промышленными роботами. Программа ориентирована на любые производства, где требуется автоматизация операций захвата, перемещения и позиционирования деталей и изделий различной конфигурации.
Программный комплекс обладает рядом существенных отличий от аналогичных разработок: интегрированная система обработки команд, многорежимность работы в рамках одной программы, встроенная система защиты механики, возможность наладки и диагностики. Программа создана российскими учеными, что обеспечивает независимость от зарубежных поставщиков программного обеспечения.
Комплекс предназначен для использования в широком спектре промышленных предприятий, но особенно актуален для предприятий, внедряющих роботизированные производственные линии и модернизирующих оборудование в рамках программ импортозамещения и цифровой трансформации производства. Он способен управлять автоматизированными операциями на конвейерах, сборкой приборов и электронных компонентов, работой с хрупкими ампулами и флаконами, складированием и перевозкой грузов в рамках цехов.
Please open Telegram to view this post
VIEW IN TELEGRAM
Дзен | Статьи
ИИ + химия: ТГУ и AIRI набирают студентов на стажировку
Статья автора «Консорциум Big Data» в Дзене ✍: Студенты любого вуза Томска смогут пройти бесплатную стажировку в единственной в Сибири университетской лаборатории искусственного интеллекта в химии и
❤2🔥2
Forwarded from Университетский консорциум Big Data
ИИ-лаборатория ТГУ и AIRI приглашает томских студентов на стажировку
Лаборатория ИИ в химии и молекулярной инженерии Института анализа больших данных и искусственного интеллекта ТГУ и Института AIRI объявила набор на стажировку для студентов любых вузов Томска.
Это вторая стажировка в новой лаборатории под руководством сильнейших экспертов из Томска и Москвы. Тема весеннего семестра — ИИ-технологии для химии и химической инженерии ☝️ Лучшие стажеры могут получить предложение о работе в лаборатории!
Что получат стажеры:
🔹 Участие в разработке новых технологий для органической химии, материаловедения, хемоинформатики и глубокого обучения нейронных сетей
🔹 Обучение у специалистов в области ИИ в химии, имеющих опыт коммерческого R&D в течение 10+ лет и статьи в ведущих журналах и конференциях (Q1 и A*)
🔹 Опыт работы с технологиями обработки текстов на естественных языках на основе больших языковых моделей и навыки использования российских LLM-технологий Maestro, GigaChain, Wikontic, GigaEvo для научных задач
🔹 Возможность реализовать свой собственный проект
🔹 Сертификат о прохождении стажировки
Попасть на стажировку можно на конкурсной основе. Резюме и мотивационные письма принимаются до 16 февраля. Отбор строгий — в прошлом году на первую стажировку претендовали 3 человека на место. Результаты отбора станут известны 2 марта. Стажировка пройдет с 13 марта по 30 мая.
Что нужно для участия в стажировке:
Разделы резюме:
✍️ Форма для регистрации: https://clck.ru/3Ramk3
Лаборатория ИИ в химии и молекулярной инженерии Института анализа больших данных и искусственного интеллекта ТГУ и Института AIRI объявила набор на стажировку для студентов любых вузов Томска.
Это вторая стажировка в новой лаборатории под руководством сильнейших экспертов из Томска и Москвы. Тема весеннего семестра — ИИ-технологии для химии и химической инженерии ☝️ Лучшие стажеры могут получить предложение о работе в лаборатории!
Что получат стажеры:
🔹 Участие в разработке новых технологий для органической химии, материаловедения, хемоинформатики и глубокого обучения нейронных сетей
🔹 Обучение у специалистов в области ИИ в химии, имеющих опыт коммерческого R&D в течение 10+ лет и статьи в ведущих журналах и конференциях (Q1 и A*)
🔹 Опыт работы с технологиями обработки текстов на естественных языках на основе больших языковых моделей и навыки использования российских LLM-технологий Maestro, GigaChain, Wikontic, GigaEvo для научных задач
🔹 Возможность реализовать свой собственный проект
🔹 Сертификат о прохождении стажировки
Попасть на стажировку можно на конкурсной основе. Резюме и мотивационные письма принимаются до 16 февраля. Отбор строгий — в прошлом году на первую стажировку претендовали 3 человека на место. Результаты отбора станут известны 2 марта. Стажировка пройдет с 13 марта по 30 мая.
Что нужно для участия в стажировке:
🔹 Умение программировать на Python (или возможность быстро освоить этот язык)
🔹 Широкая эрудиция или профильное образования в сфере химии и материаловедения
🔹 Умение пользоваться ИИ-ассистентами на базовом уровне
🔹 Жить в Томске или Томской области
🔹 Иметь возможность уделять проекту не менее 10-15 часов в неделю
Разделы резюме:
🔹 Контактная информация: ФИО, телефон, email, город
🔹 Мотивация: краткое описание ваших ожиданий и мотивации
🔹 Образование: основное и дополнительное, связанное с химией / ИИ
🔹Профессиональный опыт: практики, стажировки, проекты
🔹 Ключевые навыки: технические и soft skills
🔹 Химический бэкграунд: знания в области химии / материаловедения, владение физико-химическими методами анализа
🔹 Технические навыки: владение Python, R или другими языками программирования
🔹 Аналитические компетенции: опыт работы с данными, статистический анализ
🔹 Проекты: описание релевантного исследовательского опыта (если есть)
🔹 Публикации: список научных работ (при наличии)
✍️ Форма для регистрации: https://clck.ru/3Ramk3
Forwarded from Университетский консорциум Big Data
Наш традиционный подарок влюблённым в большие данные!
В честь Дня всех влюблённых и международной Недели любви к данным (Love Data Week) команда Консорциума Big Data собрала список из открытых наборов больших данных, которые могут быть полезны исследователям из университетов. Делитесь этим каталогом с коллегами и студентами!
А в конце этого сообщения — ссылки на лекции о больших данных! Учитесь бесплатно у наших экспертов!
КАТАЛОГ ОТКРЫТЫХ ДАННЫХ
❤️ ДАННЫЕ ИЗ СОЦСЕТИ — более 2 миллионов постов и 3 миллионов комментариев
Наборы данных состоят из контента, опубликованного в группах российских университетов в социальной сети "ВКонтакте". Датасеты содержат публикации и комментарии университетских пабликов с июня 2023 года по июнь 2024 года.
https://data.mendeley.com/datasets/kf3s4xf33j/1 (2023-2024 гг)
❤️ ДАННЫЕ С ПЛАТФОРМЫ "РОСНАВЫК"
Наборы данных содержат информацию о вакансиях с популярных сайтов по поиску работы в России. Датасеты включают следующие источники: hh.ru, trudvsem.ru, superjob.ru, rabota.ru.
• Данные о вакансиях в сфере туризма https://data.mendeley.com/datasets/wbt7gy6dsp/1
• Данные о вакансиях в сельском хозяйстве https://data.mendeley.com/datasets/5y2m93mp5n/1
• Данные о вакансиях в сфере искусственного интеллекта https://data.mendeley.com/datasets/wyjh8c4ywr/1
• Данные о вакансиях в российских операционных системах https://data.mendeley.com/datasets/2xyz5rwhcn/1
• Данные о вакансиях в строительстве https://data.mendeley.com/datasets/7p9mxrkjx8/1
• Данные о вакансиях в сфере электронных вычислений, оптики, приборостроения, радиоэлектроники и автоматизации https://data.mendeley.com/datasets/zcyg9tfrv8/1
• Данные о вакансиях в ювелирном бизнесе https://data.mendeley.com/datasets/nxk54gwfjx/1
Где будет полезно?
❤️ БЕСПЛАТНЫЕ ЛЕКЦИИ О ДАННЫХ
• Лекторий академии Data Diving https://data-diving.ru/lec
• Дизайн аналитического исследования https://stepik.org/course/174831/promo?b24form_user=2.351-1739252275-ea01eb429fd7c43cf1f118630c4d2e4ae2170ace17106c981c48b8763ede0a34
• Видео-кейс: как найти мнения студентов и не потонуть в спаме https://rutube.ru/video/8002312904d26b06c93cb538c7f50a82/
• Текстовый анализ, визуализация и экспорт больших данных https://yandex.ru/video/preview/10188062422609537402
• Совместный курс лекций компании "Мегапьютер" и Президентской академии "Основы анализа данных и машинного обучения" https://www.megaputer.ru/obuchenie/lekcii/
📱 Университетский консорциум исследователей больших данных
В честь Дня всех влюблённых и международной Недели любви к данным (Love Data Week) команда Консорциума Big Data собрала список из открытых наборов больших данных, которые могут быть полезны исследователям из университетов. Делитесь этим каталогом с коллегами и студентами!
А в конце этого сообщения — ссылки на лекции о больших данных! Учитесь бесплатно у наших экспертов!
КАТАЛОГ ОТКРЫТЫХ ДАННЫХ
❤️ ДАННЫЕ ИЗ СОЦСЕТИ — более 2 миллионов постов и 3 миллионов комментариев
Наборы данных состоят из контента, опубликованного в группах российских университетов в социальной сети "ВКонтакте". Датасеты содержат публикации и комментарии университетских пабликов с июня 2023 года по июнь 2024 года.
https://data.mendeley.com/datasets/kf3s4xf33j/1 (2023-2024 гг)
❤️ ДАННЫЕ С ПЛАТФОРМЫ "РОСНАВЫК"
Наборы данных содержат информацию о вакансиях с популярных сайтов по поиску работы в России. Датасеты включают следующие источники: hh.ru, trudvsem.ru, superjob.ru, rabota.ru.
• Данные о вакансиях в сфере туризма https://data.mendeley.com/datasets/wbt7gy6dsp/1
• Данные о вакансиях в сельском хозяйстве https://data.mendeley.com/datasets/5y2m93mp5n/1
• Данные о вакансиях в сфере искусственного интеллекта https://data.mendeley.com/datasets/wyjh8c4ywr/1
• Данные о вакансиях в российских операционных системах https://data.mendeley.com/datasets/2xyz5rwhcn/1
• Данные о вакансиях в строительстве https://data.mendeley.com/datasets/7p9mxrkjx8/1
• Данные о вакансиях в сфере электронных вычислений, оптики, приборостроения, радиоэлектроники и автоматизации https://data.mendeley.com/datasets/zcyg9tfrv8/1
• Данные о вакансиях в ювелирном бизнесе https://data.mendeley.com/datasets/nxk54gwfjx/1
Где будет полезно?
Аналитика рынка труда, аналитика больших данных, социология образования, аналитика общественного мнения, обработка естественного языка, анализ социальных сетей, анализ образования.
❤️ БЕСПЛАТНЫЕ ЛЕКЦИИ О ДАННЫХ
• Лекторий академии Data Diving https://data-diving.ru/lec
• Дизайн аналитического исследования https://stepik.org/course/174831/promo?b24form_user=2.351-1739252275-ea01eb429fd7c43cf1f118630c4d2e4ae2170ace17106c981c48b8763ede0a34
• Видео-кейс: как найти мнения студентов и не потонуть в спаме https://rutube.ru/video/8002312904d26b06c93cb538c7f50a82/
• Текстовый анализ, визуализация и экспорт больших данных https://yandex.ru/video/preview/10188062422609537402
• Совместный курс лекций компании "Мегапьютер" и Президентской академии "Основы анализа данных и машинного обучения" https://www.megaputer.ru/obuchenie/lekcii/
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥8👍3❤2
Подай заявку до 25 февраля на бесплатную стажировку в ИИ-лабораторию ТГУ и AIRI!
Лаборатория искусственного интеллекта в химии и молекулярной инженерии Института анализа больших данных и искусственного интеллекта ТГУ и Института AIRI набирает студентов любых вузов Томска на стажировку "ИИ-технологии для химии и химической инженерии".
☝️ Лучшие стажеры могут претендовать на трудоустройство в лаборатории!
Что получат стажеры:
🔹 Участие в разработке новых технологий для органической химии, материаловедения, хемоинформатики и глубокого обучения нейронных сетей
🔹 Обучение у специалистов в области ИИ в химии, имеющих опыт коммерческого R&D в течение 10+ лет и статьи в ведущих журналах и конференциях (Q1 и A*)
🔹 Опыт работы с технологиями обработки текстов на естественных языках на основе больших языковых моделей и навыки использования российских LLM-технологий Maestro, GigaChain, Wikontic, GigaEvo для научных задач
🔹 Возможность реализовать свой собственный проект
🔹 Сертификат о прохождении стажировки
Попасть на стажировку можно на конкурсной основе. Резюме и мотивационные письма принимаются до 25 февраля. Стажировка пройдет с 13 марта по 30 мая.
Что нужно для участия в стажировке:
Разделы резюме:
✍️ Форма для регистрации: https://clck.ru/3Ramk3
Лаборатория искусственного интеллекта в химии и молекулярной инженерии Института анализа больших данных и искусственного интеллекта ТГУ и Института AIRI набирает студентов любых вузов Томска на стажировку "ИИ-технологии для химии и химической инженерии".
☝️ Лучшие стажеры могут претендовать на трудоустройство в лаборатории!
Что получат стажеры:
🔹 Участие в разработке новых технологий для органической химии, материаловедения, хемоинформатики и глубокого обучения нейронных сетей
🔹 Обучение у специалистов в области ИИ в химии, имеющих опыт коммерческого R&D в течение 10+ лет и статьи в ведущих журналах и конференциях (Q1 и A*)
🔹 Опыт работы с технологиями обработки текстов на естественных языках на основе больших языковых моделей и навыки использования российских LLM-технологий Maestro, GigaChain, Wikontic, GigaEvo для научных задач
🔹 Возможность реализовать свой собственный проект
🔹 Сертификат о прохождении стажировки
Попасть на стажировку можно на конкурсной основе. Резюме и мотивационные письма принимаются до 25 февраля. Стажировка пройдет с 13 марта по 30 мая.
Что нужно для участия в стажировке:
🔹 Умение программировать на Python (или возможность быстро освоить этот язык)
🔹 Широкая эрудиция или профильное образования в сфере химии и материаловедения
🔹 Умение пользоваться ИИ-ассистентами на базовом уровне
🔹 Жить в Томске или Томской области
🔹 Иметь возможность уделять проекту не менее 10-15 часов в неделю
Разделы резюме:
🔹 Контактная информация: ФИО, телефон, email, город
🔹 Мотивация: краткое описание ваших ожиданий и мотивации
🔹 Образование: основное и дополнительное, связанное с химией / ИИ
🔹Профессиональный опыт: практики, стажировки, проекты
🔹 Ключевые навыки: технические и soft skills
🔹 Химический бэкграунд: знания в области химии / материаловедения, владение физико-химическими методами анализа
🔹 Технические навыки: владение Python, R или другими языками программирования
🔹 Аналитические компетенции: опыт работы с данными, статистический анализ
🔹 Проекты: описание релевантного исследовательского опыта (если есть)
🔹 Публикации: список научных работ (при наличии)
✍️ Форма для регистрации: https://clck.ru/3Ramk3
Forwarded from Университетский консорциум Big Data
Начался прием заявок на главную университетскую премию в области ИИ и Big Data «Гравитация»
В этом году она пройдет в четвертый раз. Заявки принимаются до 30 марта включительно на сайте.
Организаторы премии — Президентская академия, Томский государственный университет и ассоциация «Университетский консорциум исследователей больших данных». В прошлом году на премию было подано более 200 заявок от вузов, бизнеса, научных организаций, госучреждений и школ, ИТ-команд.
Заявки на участие принимаются по четырем тематическим направлениям:
🔹«Данные»
🔹«Алгоритмы»
🔹«Практика»
🔹«Потенциал».
Эксперты определят победителей и отметят перспективные проекты. Церемония награждения состоится в мае 2026 года.
Экспертами премии выступают представители Института системного программирования РАН, Федерального исследовательского центра «Информатика и управление» РАН, МГТУ им. Н.Э. Баумана, Сколтеха, Сбера и др.
📱 Университетский консорциум исследователей больших данных
В этом году она пройдет в четвертый раз. Заявки принимаются до 30 марта включительно на сайте.
Организаторы премии — Президентская академия, Томский государственный университет и ассоциация «Университетский консорциум исследователей больших данных». В прошлом году на премию было подано более 200 заявок от вузов, бизнеса, научных организаций, госучреждений и школ, ИТ-команд.
Заявки на участие принимаются по четырем тематическим направлениям:
🔹«Данные»
🔹«Алгоритмы»
🔹«Практика»
🔹«Потенциал».
Эксперты определят победителей и отметят перспективные проекты. Церемония награждения состоится в мае 2026 года.
Экспертами премии выступают представители Института системного программирования РАН, Федерального исследовательского центра «Информатика и управление» РАН, МГТУ им. Н.Э. Баумана, Сколтеха, Сбера и др.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Университетский консорциум Big Data
МГПУ приглашает студентов бакалавриата и специалитета ВУЗов к участию в конкурсе «Московский студенческий DATA-Хакатон».
Целью Хакатона является повышение уровня владения инструментами работы с данными и формирование навыков подготовки аналитических отчетов по итогам выполненных исследований.
Участникам предлагаются реальные задачи и датасеты от партнеров Хакатона – ведущих ИТ-компаний России.
Хакатон пройдет в очном формате 17-18 апреля 2026 г. по адресу: г. Москва, 2-й Сельскохозяйственный пр-д, д. 4.
Победители и призеры Хакатона получат возможность прохождения стажировок в компаниях партнеров Конкурса.
Регистрация и более подробная информация на официальном сайте Хакатона.
Контактное лицо – Пустовойтенко Марина Владимировна, заместитель директора ИЦО МГПУ, тел.: +7 (916) 683-18-92, e-mail: [email protected]
Целью Хакатона является повышение уровня владения инструментами работы с данными и формирование навыков подготовки аналитических отчетов по итогам выполненных исследований.
Участникам предлагаются реальные задачи и датасеты от партнеров Хакатона – ведущих ИТ-компаний России.
Хакатон пройдет в очном формате 17-18 апреля 2026 г. по адресу: г. Москва, 2-й Сельскохозяйственный пр-д, д. 4.
Победители и призеры Хакатона получат возможность прохождения стажировок в компаниях партнеров Конкурса.
Регистрация и более подробная информация на официальном сайте Хакатона.
Контактное лицо – Пустовойтенко Марина Владимировна, заместитель директора ИЦО МГПУ, тел.: +7 (916) 683-18-92, e-mail: [email protected]
Forwarded from Университетский консорциум Big Data
#НовостиВузов #ИвГУ
Сети в науке: как разобраться в хитросплетениях соавторства
Приглашаем исследователей, аналитиков, молодых ученых, аспирантов и студентов на открытый научный семинар «Сети в науке: анализ соавторства и научных сообществ в цифровую эпоху». В эру больших данных важно не просто публиковаться, но и понимать структуру научного ландшафта. Как связаны ученые внутри одной дисциплины? Кто формирует тренды? Как визуализировать сообщества?
Эти и другие вопросы мы разберем с приглашенным экспертом — Дарьей Мальцевой, кандидатом социологических наук, заведующей Международной лабораторией прикладного сетевого анализа НИУ ВШЭ.
На семинаре вы:
— узнаете, что такое библиометрический анализ и как работают современные наукометрические базы
— увидите, как строятся «карты науки» и интеллектуальные структуры.
— научитесь выявлять ключевых исследователей и «точки роста» в разных областях знаний
— освоите инструментарий: работа в программах VOSviewer и Biblioshiny на реальных примерах.
💥Семинар пройдет онлайн 5 марта. Начало в 17:00.
Для кого: для всех, кто хочет чувствовать науку сквозь призму данных. Регистрация обязательна: https://forms.yandex.ru/cloud/69a5b1e984227c77fff0db0e/
Научный семинар организован в рамках деятельности Университетского консорциума исследователей больших данных.
📱 Университетский консорциум исследователей больших данных
Сети в науке: как разобраться в хитросплетениях соавторства
Приглашаем исследователей, аналитиков, молодых ученых, аспирантов и студентов на открытый научный семинар «Сети в науке: анализ соавторства и научных сообществ в цифровую эпоху». В эру больших данных важно не просто публиковаться, но и понимать структуру научного ландшафта. Как связаны ученые внутри одной дисциплины? Кто формирует тренды? Как визуализировать сообщества?
Эти и другие вопросы мы разберем с приглашенным экспертом — Дарьей Мальцевой, кандидатом социологических наук, заведующей Международной лабораторией прикладного сетевого анализа НИУ ВШЭ.
На семинаре вы:
— узнаете, что такое библиометрический анализ и как работают современные наукометрические базы
— увидите, как строятся «карты науки» и интеллектуальные структуры.
— научитесь выявлять ключевых исследователей и «точки роста» в разных областях знаний
— освоите инструментарий: работа в программах VOSviewer и Biblioshiny на реальных примерах.
💥Семинар пройдет онлайн 5 марта. Начало в 17:00.
Для кого: для всех, кто хочет чувствовать науку сквозь призму данных. Регистрация обязательна: https://forms.yandex.ru/cloud/69a5b1e984227c77fff0db0e/
Научный семинар организован в рамках деятельности Университетского консорциума исследователей больших данных.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2❤1
Вакансии! (удалённо)
Тьюторы-ревьюеры на курсы:
1. «АБ-тестирование»
2. «Автоматизация обработки данных и построение витрин данных»
Что нужно делать:
1. Работать в чате со студентами (отвечать на вопросы, помогать разбираться в сложных темах, подсвечивать типовые ошибки). Это не круглосуточная поддержка, но регулярное присутствие и включённость обязательны.
2. Проверять практические задания (выставлять оценки по критериям, готовить обратную связь).
Будем рады видеть в своей команде, если ты:
• умеешь давать конструктивную, развивающую обратную связь;
• cпокойно работаешь с вопросами разного уровня – от базовых до продвинутых;
• формулируешь мысли четко и структурированно;
• соблюдаешь дедлайны;
• готов к регулярной асинхронной коммуникации в чате.
Нам важно, чтобы ревьюер не просто ставил балл, а помогал студенту стать сильнее.
Кого мы ищем
Тьютор курса «АВ тестирование»:
Ты – практикующий специалист по A/B-тестированию, который хочет не только запускать эксперименты, но и помогать другим делать это правильно. Нам важен реальный практический опыт в A/B-тестировании, а не только теоретическая база.
Профессиональные компетенции:
• Python
• проектирования и запуска A/B-тестов в продуктовой среде;
• умение выбирать метрики (включая продуктовые фреймворки вроде HEART, AARRR);
• формулирования гипотез и понимания их приоритизации;
• понимания статистических критериев (t-test, Mann–Whitney, bootstrap, Monte Carlo, AA-тесты и валидация критериев);
• умение считать MDE и объем выборки, проектировать дизайн эксперимента;
• понимание проблемы подглядывания и способы ее решения (включая последовательное тестирование);
• работе с методами снижения дисперсии (CUPED / CUMPED / CUPAC, стратификация, пост-стратификация, мэтчинг);
• понимание проблемы множественного тестирования и применение поправки на практике;
• знание специфики ratio-метрик и проблемы зависимости наблюдений.
Тьютор курса «Автоматизация обработки данных и построение витрин данных»:
Ты – практикующий специалист по DWH / Data Engineering, который хочет делиться опытом и помогать студентам разбираться в архитектуре хранилищ, SQL и ETL-процессах.
Профессиональные компетенции:
• SQL
• работа с DWH и участие в проектировании хранилищ;
• Понимаешь архитектуру хранилища данных и различия подходов (Kimball / Inmon);
• Знаешь, как строятся витрины данных под BI;
• Уверенно пишешь сложный SQL (JOIN, оконные функции, оптимизация);
• Понимаешь, как данные проходят путь от источника до дашборда;
• Работал(а) с ETL/ELT-процессами;
• Понимаешь базовые принципы Data Vault и современные подходы к моделированию;
• Знаешь, что такое MPP, партиционирование, индексы и планы запросов;
Что мы предлагаем:
• Официальное трудоустройство в соответствии с ТК РФ или по договору ГПХ;
• Работа в сплочённой команде.
• Возможность систематизировать собственную экспертизу.
• Работа с мотивированными студентами.
• Участие в развитии сильной инженерной школы.
• Гибкий формат и удалёнка.
Присоединяйся!
По всем вопросам и дополнительным условиям обращаться к Ольге: @KadinevaOS
Тьюторы-ревьюеры на курсы:
1. «АБ-тестирование»
2. «Автоматизация обработки данных и построение витрин данных»
Что нужно делать:
1. Работать в чате со студентами (отвечать на вопросы, помогать разбираться в сложных темах, подсвечивать типовые ошибки). Это не круглосуточная поддержка, но регулярное присутствие и включённость обязательны.
2. Проверять практические задания (выставлять оценки по критериям, готовить обратную связь).
Будем рады видеть в своей команде, если ты:
• умеешь давать конструктивную, развивающую обратную связь;
• cпокойно работаешь с вопросами разного уровня – от базовых до продвинутых;
• формулируешь мысли четко и структурированно;
• соблюдаешь дедлайны;
• готов к регулярной асинхронной коммуникации в чате.
Нам важно, чтобы ревьюер не просто ставил балл, а помогал студенту стать сильнее.
Кого мы ищем
Тьютор курса «АВ тестирование»:
Ты – практикующий специалист по A/B-тестированию, который хочет не только запускать эксперименты, но и помогать другим делать это правильно. Нам важен реальный практический опыт в A/B-тестировании, а не только теоретическая база.
Профессиональные компетенции:
• Python
• проектирования и запуска A/B-тестов в продуктовой среде;
• умение выбирать метрики (включая продуктовые фреймворки вроде HEART, AARRR);
• формулирования гипотез и понимания их приоритизации;
• понимания статистических критериев (t-test, Mann–Whitney, bootstrap, Monte Carlo, AA-тесты и валидация критериев);
• умение считать MDE и объем выборки, проектировать дизайн эксперимента;
• понимание проблемы подглядывания и способы ее решения (включая последовательное тестирование);
• работе с методами снижения дисперсии (CUPED / CUMPED / CUPAC, стратификация, пост-стратификация, мэтчинг);
• понимание проблемы множественного тестирования и применение поправки на практике;
• знание специфики ratio-метрик и проблемы зависимости наблюдений.
Тьютор курса «Автоматизация обработки данных и построение витрин данных»:
Ты – практикующий специалист по DWH / Data Engineering, который хочет делиться опытом и помогать студентам разбираться в архитектуре хранилищ, SQL и ETL-процессах.
Профессиональные компетенции:
• SQL
• работа с DWH и участие в проектировании хранилищ;
• Понимаешь архитектуру хранилища данных и различия подходов (Kimball / Inmon);
• Знаешь, как строятся витрины данных под BI;
• Уверенно пишешь сложный SQL (JOIN, оконные функции, оптимизация);
• Понимаешь, как данные проходят путь от источника до дашборда;
• Работал(а) с ETL/ELT-процессами;
• Понимаешь базовые принципы Data Vault и современные подходы к моделированию;
• Знаешь, что такое MPP, партиционирование, индексы и планы запросов;
Что мы предлагаем:
• Официальное трудоустройство в соответствии с ТК РФ или по договору ГПХ;
• Работа в сплочённой команде.
• Возможность систематизировать собственную экспертизу.
• Работа с мотивированными студентами.
• Участие в развитии сильной инженерной школы.
• Гибкий формат и удалёнка.
Присоединяйся!
По всем вопросам и дополнительным условиям обращаться к Ольге: @KadinevaOS
❤1🔥1