Лето для студентов - это время практик. Топ-студенты не стали исключением и приступили к практике на базе якорного партнера "Сибинтек-СОФТ". 23 июня состоялось собрание и распределение практикантов по кураторам. Перед студентами сложный выбор тем:
- Проекты в области робототехники и носимых устройств: координация research-направления, разработка MVP, работа с аппаратно-программными решениями и оценка качества прототипов;
- Проекты по направлениям «Классический ML + DataScience, LLM обработка документов, RAG-системы». Ребят ждут проекты в экономическом, нефтегазовом направлениях;
- Проекты в области компьютерного зрения;
- Проекты в сфере digital health: research, работа с агентами, VLM/LLM-моделями, classic ML, подготовка датасетов, оценка метрик качества работы моделей;
- Проекты по обработке аудио: ASR, синхронный перевод speech-to-text, speech-to-speech, улучшение качества аудио (шумоподавление, деверберация, повышение разборчивости речи);
- Проекты по классическому машинному обучению, куда попадут желающие заниматься классическим ML, задачами классификации, регрессии, обработкой табличных данных, подбором признаков, обучением и оценкой моделей, а также research-частью: поиском датасетов, сравнением подходов и анализом результатов - могут сразу добавиться в группу.
Задачи сложные и интересные, а результат должен быть уже через три недели. Главная мотивация: лучшие будут приняты на работу в качестве стажеров
- Проекты в области робототехники и носимых устройств: координация research-направления, разработка MVP, работа с аппаратно-программными решениями и оценка качества прототипов;
- Проекты по направлениям «Классический ML + DataScience, LLM обработка документов, RAG-системы». Ребят ждут проекты в экономическом, нефтегазовом направлениях;
- Проекты в области компьютерного зрения;
- Проекты в сфере digital health: research, работа с агентами, VLM/LLM-моделями, classic ML, подготовка датасетов, оценка метрик качества работы моделей;
- Проекты по обработке аудио: ASR, синхронный перевод speech-to-text, speech-to-speech, улучшение качества аудио (шумоподавление, деверберация, повышение разборчивости речи);
- Проекты по классическому машинному обучению, куда попадут желающие заниматься классическим ML, задачами классификации, регрессии, обработкой табличных данных, подбором признаков, обучением и оценкой моделей, а также research-частью: поиском датасетов, сравнением подходов и анализом результатов - могут сразу добавиться в группу.
Задачи сложные и интересные, а результат должен быть уже через три недели. Главная мотивация: лучшие будут приняты на работу в качестве стажеров