Конвейерная разработка

Нейронные сети и машинное обучение прочно вошли в IT-индустрию, стали основой работы множества привычных нам сервисов, платформ и компаний. Однако спектр технологий ИИ, которые сейчас востребованы в прикладных задачах, гораздо шире ― он включает как методы разметки и обогащения данных, анализ текстов, изображений и звуковых данных (главным образом, речевых), так и методы интеллектуального планирования, графовые базы знаний и семантические технологии. Вместе с тем растет интерес и к методам ускорения вычислений для любых приложений.

Сегодня искусственный интеллект ― это целые гибридные системы, которые требуют специальных архитектурных, аппаратных и программных решений. Поэтому рынку труда нужны специалисты, которые не просто умеют писать программы для ИИ, но и глубоко разбираются в самой технологии и смогут выстроить проектирование и разработку таких систем на основе четких, отработанных и предсказуемых инженерных решений.

Таких специалистов будут готовить на новой программе «Проектирование и разработка систем искусственного интеллекта», открывшейся на факультете программной инженерии и компьютерной техники (ПИиКТ). В отличие от других образовательных программ по искусственному интеллекту, где студентов учат создавать конкретные технологические решения ( например нейронные сети) под конкретные прикладные задачи, фокус этой магистратуры будет сосредоточен на платформенных архитектурах для ИИ, проектировании их под реальную инфраструктуру, а также их адаптации под существующие бизнес-процессы и ограничения:

«Мы в меньшей степени ориентированы на решение каких-то конкретных прикладных задач в области ИИ. Наша программа акцентируется на актуальных  вопросах конвейерной, индустриальной разработки: как организовать процесс в крупной ИТ-компании, чтобы обученные под одни задачи нейронные сети могли использоваться сразу в нескольких проектах, как архивировать результаты отдельных проектов для повторного использования, как поддерживать пользователей конечного кода и как обеспечивать надежность и тестирование таких систем. Это важно, потому что индустрия сейчас заинтересована именно в доказательном, проверенном ИИ», — объясняет декан факультета ПИиКТ и руководитель образовательной программы Павел Кустарев.

Павел Кустарев. Фото: ITMO.NEWS

Павел Кустарев. Фото: ITMO.NEWS

Чему будут учить

Студенты смогут сами выбрать образовательный трек, ориентируясь на одно из двух направлений:

  • «Проектирование систем искусственного интеллекта» (подойдет тем, кто хочет разобраться в комплексе современных методов и технологий проектирования систем ИИ и видит себя широкопрофильным ML-инженером с прицелом на управленческие позиции)
  • «Разработка приложений искусственного интеллекта» (предполагает погружение в индустрию ИИ в конкретных прикладных областях вроде компьютерного зрения, обработки изображений, естественного языка и так далее; выпускники смогут претендовать на позиции специалистов топовой квалификации в выбранных областях).

Помимо фундаментальных принципов и математической базы ИИ, особое внимание на программе будет уделяться вопросам организации и инфраструктуре разработки систем искусственного интеллекта в контексте IT-индустрии, валидации, тестированию, хранению и сопровождению продуктов ИИ.

Вместе с тем, чтобы студенты смогли выровнять базовые компетенции в программировании, они смогут пройти практико-ориентированные курсы от представителей индустрии: базовый курс по разработке на языке Java, курс по качеству и тестированию ПО (QA) и курс по DevOps — технологиям организации разработки ПО в условиях крупной ИТ-компании. 

Проектная магистратура

Абитуриентам, у которых уже есть серьезный бэкграунд в программировании и опыт применения нейронных сетей, предложат другой подход к обучению — проектный. Ребята смогут сами выбрать именно ту узкую область, в которой они хотят расти, сформировать индивидуальный учебный план и поработать над проектом в сопровождении двух менторов — по одному из индустрии и университета.

Проектная магистратура факультета ПИиКТ развивалась в сотрудничестве с ведущими предприятиями IT-отрасли (МТС, Deutsche Telekom, Luxoft, GS Group, 1C и другими). Поэтому студенты выполняют проекты, предложенные партнерами. Например, Центр искусственного интеллекта МТС (МТС ИИ) предлагает разработку решений на базе нейропроцессоров Kneron, предназначенных для реализации ИИ внутри устройства (On-Device AI), а не в облаке, что жизненно необходимо для интернета вещей. А в области обработки текстов (прежде всего технической документации), их каталогизации на основе семантических связей ведутся проекты совместно с компанией Nanosoft.

В рамках проектной деятельности в магистратуре студенты также могут получить финансирование от ИТМО ― в университете действует система грантов для научно-исследовательских работ магистрантов и аспирантов (НИРМА). А магистранты, вовлеченные в проекты по заказу корпоративных партнеров, будут получать зарплату от компаний.

Источник: Tirza van Dijk / Unsplash

Источник: Tirza van Dijk / Unsplash

Кому подойдет программа

Обучаться на программе с нулевыми навыками программирования и без знания математики не получится. Ядро обучающихся программы составят IT-специалисты, которые хотят получить инженерные навыки, а также намерены освоить технологический подход к работе в современной индустрии разработки систем ИИ. Но это не значит, что в магистратуре ждут только опытных программистов — по расчетам руководителей направления, две трети магистрантов придут либо из смежных сфер, сильно связанных с компьютерными технологиями (например телекоммуникаций, робототехники), либо из отдаленных отраслей ― но после серьезной самостоятельной подготовки. Для всех них на факультете ПИиКТ подготовили специальный набор дисциплин для выравнивания общего уровня.

Как поступить

В первый набор программы смогут попасть 30 человек. Поступить можно либо классическим способом — по результатам вступительного экзамена, либо по традиционным для ИТМО конкурсам. Среди них: 

  • Конкурс докладов на Конгрессе молодых ученых
  • Конкурс «Портфолио» Университета ИТМО
  • Олимпиада «Я-профессионал»
  • МегаОлимпиада ИТМО

Еще два варианта — это конкурсы факультета ПИиКТ: хакатон «Hack For Your Success» и Конкурс программных и/или аппаратных проектов «SHWare».

Где смогут работать выпускники

Диплом программного инженера в области искусственного интеллекта позволит претендовать на позиции ML-инженера, DevOps/QA-инженера, системного аналитика или архитектора, а также программиста смешанного профиля. С другой стороны, серьезная база в области методологии ИИ даст возможность выпускникам легко переориентироваться на профессии Data Science, Data Analysis и Data Engineer.

Фото: ITMO.NEWS

Фото: ITMO.NEWS

Студенты смогут проходить практики и стажировки в ведущих IT-компаниях. Прежде всего у основного корпоративного партнера программы ― МТС ИИ, а также в Luxoft, GS Group, Huawei, в «Яндексе», VK (ранее — Mail.ru Group) и в других компаниях. При этом такая работа сможет стать основой для магистерской диссертации:

«Наша основная идея в том, что где бы магистрант ни работал, какую бы практическую или исследовательскую деятельность он ни вел самостоятельно или через нас, все это должно преломляться через призму его образовательных целей. Чтобы это была не просто работа, а развитие профессиональной квалификации и личностного потенциала студента», — отмечает Павел Кустарев.

Такой подход — совмещение учебы с работой или стажировкой — даст выпускникам больше шансов построить успешную карьеру в будущем, считает Антон Маслов, ведущий разработчик в Центре искусственного интеллекта МТС:

«Как правило, целеустремленные студенты уже на старших курсах стараются подрабатывать в своей будущей профессии. Поэтому надо как можно раньше выбрать для себя направление и набираться практического опыта в реальном секторе. Совсем хорошо, если это стажировки в крупных ИТ-компаниях. На рынке ценятся специалисты с опытом работы в известных корпорациях, пусть даже на позициях стажеров. При этом нужно быть готовым вникать в продуктовые интересы компаний, понимать рыночные механизмы, следить за тенденциями отрасли и заниматься самообразованием. Нужно найти баланс: быть хорошим специалистом в своей теме, уметь делать самое сложное, но при этом иметь хороший кругозор по отрасли в целом», — заключает эксперт.