Этот сайт использует cookie для хранения данных. Продолжая использовать сайт, вы даете согласие на работу с этими файлами.
13.07.2025
С 7 по 13 июля 2025 года Научно-образовательный математический центр Северо-Осетинского государственного университета имени Коста Левановича Хетагурова в рамках реализации национального проекта «Наука и университеты» на базе факультета математики и компьютерных наук провел проектную школу по машинному обучению. Такая школа проводится уже в пятый раз. Школа была проведена в формате воркшопов с разбором кейсов по машинному обучению. Для участия в Школе по достижениям и мотивационным письмам было отобрано 17 студентов факультета математики и компьютерных наук СОГУ: 4 студента с 1-го курса, 5 студентов со 2-го курса, 8 студентов с 3-го курса. Практически все участники имели опыт работы с языком программирования Python. Почти половина студентов принимали участие в IT-школах во время предыдущих сессий.
Первый учебный день был посвящен методам NLP (Natural Language Processing — обработка естественного языка), основанным на правилах. После введения в компьютерную лингвистику, были рассмотрены этапы предварительной обработки текста, изучены инструменты из библиотек NLTK (ведущая платформа для создания NLP-программ на Python), Spacy (open-source библиотека для NLP) и Natasha (открытая библиотека для извлечения структурированной информации из текстов на русском языке). Далее были разобраны учебные примеры по токенизации, стеммингу и лемматизации и построен простейший метод генерации текстов на основе статистики и морфологии. В конце каждого учебного дня выдавались задания по закреплению материала.
Второй день был посвящен статистическим моделям NLP, посвященным проверке орфографии и улучшению методов генерации текстов. После предварительного обзора существующих spellchecker-ов (программы, которые находят и исправляют опечатки в тексте) и знакомства с метриками качества NLP моделей были изучены модели, использующие Национальный корпус русского языка (https://ruscorpora.ru/search): базовый алгоритм проверки орфографии, биграммные модели поиска и исправления ошибок, генерация текста на основе n-граммных моделей. Был построен spellchecker на основе алгоритма Норвига.
Третий учебный день был посвящен embedding (представление слова или предложения в виде набора чисел или вектора) и простым нейронным сетям. Студентов познакомили с различными способами представления токенов в виде числовых векторов, а также с особенностями embedding на примере мешка слов (Bag of words) и метода,, который учитывает не только частоту слова в документе, но и его важность в коллекции текстов TF-IDF (Term Frequency-Inverse Document Frequency). Были рассмотрены полносвязные нейронные сети и рекуррентные для определения тональности текста.
Четвертый день был посвящен LLM (Large Language Models — большие языковые модели). Введение в теорию LLM началось со знакомства с платформой Hugging Face (коллекция готовых современных предварительно обученных Deep Learning моделей) и библиотекой Transformers (архитектура нейросетей с инструментами и интерфейсами для простой загрузки и использования LLM). На учебных примерах были изучены следующие предобученные модели LLM с huggingface.co: BERT, GPT, RoBERTa, T5, DistilBERT. На практике были рассмотрены фрагменты кода, позволяющие обращаться к датасетам и моделям с huggingface.co: pokemon-with-name-and-blip-caption, rugpt3small_based_on_gpt2, Mixtral-8x7B-Instruct-v0.1.
Пятый день был посвящен агентам. Рассматривались ключевые аспекты работы агентов в облачных сервисах, в частности в Яндекс.Облаке. В рамках платформы использовались разные типы агентов. Обсуждались практические примеры настройки агентов через консоль управления Яндекс.Облака и API. Разбирались возможные проблемы, такие как задержки в работе агентов или ошибки конфигурации, и способы их решения.
В заключительный день школы были проведены защиты проектов. В ходе школы были сформированы 8 команд по 1-3 человека. В результате защиты были отмечены три команды. В результате защиты были отмечены следующие 4 команды.
Команда “Прогер”, состоящая из одного студента 1 курса Гузитаева Георгий, создала телеграмм-бота, который создает напоминание в Google-календаре на дату и время, указанные пользователем в свободной форме. Еще одна команда, состоящая также из одного первокурсника — “DeepSeek”. В ее состав входил Цараков Алан, реализовавший первый чат-бот, говорящий на осетинском языке “Алана”. Он был создан, чтобы помогать, общаться и сохранять родную речь в цифровом мире.
Другой командой, отмеченной жюри, стала команда второкурсников “Койбыч API”. В ее состав вошли три участника: Хугаев Давид, Персаев Станислав и Дуниаев Алишан. Они реализовали чат-бота с интеграцией ИИ для проведения тренинга на базе университета по теме “Технологическое предпринимательство”. Целью проекта стало формирование цифрового следа и помощь участникам на тренинге.
Четвертая команда состояла уже из представителей 3 курса “Пока не грандмастеры”. В ее состав вошли Роговецкая Анастасия и Роговецкий Роман. Они дообучили Wav2vec от Facebook на датасете от ЮНЕСКО. Оценить обученную модель предложили в реализованном телеграмм-боте.
Остальные участники тоже постарались и разработали полезные проекты: телеграмм-бот, воплощающий роль секретаря для планирования задач в Google-календаре; парные карточки с ИИ, где пользователь задает список слов для изучения на русском языке, а приложение автоматически находит перевод на нужный язык и подбирает картинки для этих слов; разбивка данных из аудио-датасета на кусочки согласно токенам.
Каждый участник трех победивших команд был награжден сертификатом ОЗОН номиналом 4000 рублей (всего 6 сертификатов), сертификатом участника школы и небольшими сувенирами.
Полный список команд и проектов: https://docs.google.com/spreadsheets/d/19QBmsArxhPv0iaWzxFZ6TsdWHCCwkhDIRs5R-i6Wi_k/edit?usp=drive_link
Отзывы участников о приглашенных спикерах: https://docs.google.com/spreadsheets/d/1DXEccykpUPM8d7ghlm24kyJ8_oN011Sj1cywnnSBfpo/edit?usp=drive_link
Альбом с фото IT-школы: https://vk.com/album-57895109_308130572