Елена Булыгина предлагает Вам запомнить сайт «Ленусик»
Хорошие дата-сайентисты сейчас на вес золота — в профессию очень высокий порог входа. Чтобы стать востребованным специалистом, нужно как можно раньше начинать прокачивать скилы. Мы решили с этим помочь и в рамках GeekSchool разработали курс по искусственному интеллекту специально для подростков.
Почему искусственный интеллект — это круто
Трудно найти отрасль, где не нужны дата-сайентисты. Аналитика больших объёмов данных и нейросети применяется в финтехе, рекомендательных системах рекламы, крупных игровых проектах. ИИ полезен даже в сфере права, где ему можно поручить принятие решений в судах первых инстанций.
Ещё несколько очевидных направлений, где требуются специалисты по Data Science:
- Бизнес-аналитика. Кто откажется иметь в штате человека, который понимает, что и как искать в данных, чтобы улучшить показатели бизнеса?
- Медтех. Дата-сайентист может проанализировать данные пациентов, скажем, с сердечно-сосудистыми заболеваниями — пол, рост, вес, вредные привычки и так далее. Найти неожиданные закономерности и определить, какой показатель влияет больше всего. А затем написать модель, которая будет предсказывать вероятность заболеть.
- Беспилотный транспорт. Здесь есть множество факторов: сама машина, её характеристики, окружающая среда (светофоры, поведение людей). Именно дата-сайентисты за счёт этих данных понимают, какое решение нужно принять ИИ. Может быть, чтобы не сбить человека, надо врезаться в другую машину, потому что беспилотник уже рассчитал, что не успеет остановиться.
Человеческий труд повсеместно заменяется машинным. Даже в самолётах зачастую работает автопилот — он управляет взлётом и посадкой. Пилот контролирует процесс, но если всё хорошо идёт, он даже не держится за штурвал. Машина может посадить самолёт лучше, чем человек, по крайней мере, в обычных ситуациях.
А ещё с нейросетями можно неплохо повеселиться. Посмотрите, например, на AI, который иронично оценивает музыкальный вкус, опираясь на историю прослушиваний Spotify.
Зачем нужен этот курс
Профориентация
Основная цель курса — познакомить ребят с Data Science. Сделать экскурс в направление, чтобы потом, после пяти лет в вузе, не пришло ощущение, что это «не твоё». Курс поможет понять, интересно ли вообще заниматься данными, их аналитикой, писать алгоритмы машинного обучения, которые что-то предсказывают.
Понимание индустрии через практику
Курс прикладной, здесь преподаются технологии, которые сейчас используют в топовых компаниях. Можно всё потрогать и понять, что больше нравится, где именно хочешь работать.
Подготовка к поступлению и возможность писать олимпиады
В курсе будут алгоритмы, много практики и вещей, которым не учат в школе. При усердной учёбе выпускники значительно увеличат шансы успешно сдать ЕГЭ (или другой государственный экзамен) и писать олимпиады, которые открывают двери в топовые технические вузы.
Дмитрий Санников, руководитель направления чемпионатов Mail.ru Group:
«На курсе ребята изучат подходы и технологии, которые ускоряют процессы, и смогут применять их при решении олимпиадных задач. Победители олимпиад получают бонусы при поступлении, количество которых зависит от уровня соревнований. Например, мы проводим олимпиаду „Технокубок”, которую организуем с МФТИ, МГТУ и другими партнёрами. Победив в ней, можно поступить в вузы без вступительных испытаний. Правда, всё равно придётся написать ЕГЭ хотя бы на 75 баллов».
Для кого этот курс
Курс рассчитан на учеников 9–11 классов, которые интересуются искусственным интеллектом, ответственно относятся к учёбе и на уверенном уровне освоили школьную программу по математике.
Для курса потребуются знания по линейной и векторной алгебре. Повторение школьного материала предусмотрено, но если ученик вообще не знаком с определённой темой, будет трудно.
Программа курса
Программа составлена так, чтобы погружение в тему искусственного интеллекта было максимально простым, но при этом полезным и ориентированным на практику. Задачи построены на «боевых» данных — дети будут решать их под руководством опытных наставников по последовательному сценарию, который заложен в курсе.
В основном практика будет касаться гейм-дизайна — близкой и увлекательной для подростков темы. Будет большой объём данных по игрокам: кто до какого уровня дошёл, где сколько времени потратил, сколько попыток на каждом уровне сделал и когда забросил игру. На основании этих данных нужно будет найти слабые места в игре и дать рекомендации по её улучшению.
Дениc Шонов, LX designer, методист курса:
«В Data Science высокий порог входа, очень много ребят отсеивается. Разрабатывая программу, я старался сделать так, чтобы как можно больше подростков продолжили развитие в этой области. Создавать курс мне помогали трое экспертов — лучшие практики в своих узких областях. Мы спроектировали курс по понятной сюжетной линии, чтоб обучение было не бездумным, а последовательным и вовлекающим».
В курсе будет 3 блока, каждый логично вытекает из предыдущего:
- Основы программирования на Python. Python — самый популярный язык программирования для Data Science, поэтому в дальнейшем обучении нужна хорошая база знаний. И мы её даём. Ребята изучат основные конструкции языка, структуры данных и функции. Преподаватель блока — опытный разработчик Илья Акчурин. Илья проектировал много успешных курсов по Python в GeekSchool.
-
Numpy и Pandas — инструменты, которые помогают получать данные. Последовательно изучаем боевой арсенал дата-сайентиста: от установки самых ходовых библиотек до обучения моделей без учителя.
Pandas — библиотека для работы с большими объёмами данных. Она хорошо умеет брать данные, аккумулировать их и составлять таблицы. Для неё миллион записей — не проблема. Она позволяет моментально сделать запрос к таблице и вывести данные по определённому критерию. Например, из миллионной выборки людей показать только тех, у кого зарплата более 100 тыс. рублей.
Numpy — библиотека для математических вычислений. Там есть все методы и способы для быстрых расчётов. Например, можно перемножить матрицы, быстро получить транспонированную или единичную матрицу. Эти операции используются в искусственном интеллекте, поэтому библиотека очень тесно связана с машинным обучением. - Работа с машинным обучением. Знакомимся с созданием нейронных сетей. На практике оцениваем их преимущества под наставничеством Светланы Шориной, специалиста по большим данным в Mail.ru Group. Ребята решат задачи из предыдущих модулей, но теперь с помощью нейронных сетей, и сравнят эффективность подходов.
А в конце курса участников ждёт демодень — соревнование по улучшению нейросети, которое поможет почувствовать олимпиадную атмосферу. Ученики, показавшие лучшие результаты, получат призы.
Как это всё совмещается с нагрузкой в школе
Мы понимаем, что ребята готовятся к экзаменам, поэтому разработали курс так, чтобы он органично вписывался в жизнь школьников. Занятия будут проходить всего раз в неделю в вечернее время. Продолжительность вебинара — 90 минут.
На что будут способны выпускники
Дмитрий Санников: «Выпускники смогут брать задачи на нашей платформе с соревнованиями All Cups, а также на Kaggle. То есть курс обучит не только кодить, но и даст знания, позволяющие потихоньку решать большие бизнесовые задачи.
Ребята научатся правильному подходу к работе. Например, будут знать, как подступиться к написанию ML-модели, которая определяет COVID-19 по снимку. Главная задача курса — научить выпускников искать нужную информацию и самостоятельно определять, чему учиться, чтобы представлять, как решать подобные задачи».
Что в итоге получает выпускник
- Понимание направления. Ребята определят, нравится ли им в Data Science, и смогут осознанно выбрать карьерный трек.
- Расширение кругозора. Инструменты и технологии с курса будут полезны в любом IT-направлении. Выпускнику будет просто перейти в любую другую ветку, если не зайдёт Data Science.
- Портфолио. Будет один большой итоговый проект — своя нейросеть. И 2–3 хороших кейса с несколькими датасетами. В будущем выпускник сможет использовать это при трудоустройстве — показывать, какие у него были практики.
- Сертификат о прохождении курса. Официальный, основанный на гослицензии № 040485.
- Крутые эмоции и, возможно, новые друзья и единомышленники. Прокачка умения работать в команде и коммуникабельности тоже предусмотрены. Не исключено, что в итоге ребята подружатся на почве общих интересов.
Узнать подробней о курсе и оставить заявку на обучение вы можете на его странице.
