Привет, codeforces!
Меня зовут Миша, в этом году я закончил бакалавриат НИУ ВШЭ — Санкт-Петербург по специальности “Прикладная математика и информатика” (ПМИ) и хочу поделиться своими впечатлениями.
Немного о себе: в школе я много решал задачи на codeforces, участвовал в олимпиадах и даже занял третье место на РОИ 2016. Окончив школу, я хотел выбрать вуз, который поможет мне построить успешную карьеру в сфере IT. Я пообщался со старшими товарищами и решил поступать в Академический Университет, где на тот момент уже давно существовала прекрасная магистерская программа и два года как появилась бакалаврская программа, которой студенты были очень довольны.
Вышло так, что по окончании второго курса наша кафедра переехала из Академического Университета в петербургский кампус Высшей Школы Экономики. Все очень переживали, как пройдет этот переезд, но, к счастью, всё сложилось довольно удачно, и большую часть образовательной программы и команды преподавателей удалось сохранить, так что качество обучения не пострадало.
Теперь расскажу более подробно, чем я занимался в бакалавриате.
Когда я только поступал, я еще не был уверен, чем конкретно я хочу заниматься в будущем. В нашей программе очень большое внимание уделяется проектной деятельности, и за первые три курса я смог попробовать себя в разных областях информационных технологий и решить, что лично мне ближе. А именно:
На первом курсе в рамках проекта по C++ я делал компилятор для простого языка программирования
На втором курсе мы с другом Гришей gbarto делали проект под Android: разрабатывали поисковик мемов в ВК. Он искал слова из запроса в текстах с картинок из постов в пабликах-миллионниках (я делал Android-приложение и сетевое взаимодействие между приложением и сервером)
Также на втором курсе я делал проект по биоинформатике по разработке распределенной версии алгоритма подсчета метрики GMS
После второго курса я проходил Android-стажировку в Яндексе
На третьем курсе я делал инфраструктуру для чат-бота по поиску недвижимости
Также на третьем курсе я делал проект по онлайн-дообучению модели классификации новостных тем в потоковых данных. Общая задача заключалась том, чтобы по тексту статьи отнести её к одной из известных категорий (например, спорт, политика или экономика). В зависимости от контекста большого инфоповода, некоторые слова могли менять контекст и давать неправильный вклад в определение темы. Моя задача состояла в том, чтобы реализовать алгоритм дообучения (изменения параметров, чтобы модель больше подходила под контекст) этой модели классификации на ходу (онлайн). После этого проекта я стал соавтором научной статьи.
После третьего курса я проходил стажировку в команде CatBoost в Яндексе (CatBoost — это библиотека для машинного обучения). Там я реализовал алгоритм обучения для задачи квантильной регрессии и даже написал про это пост на внутреннем сервисе.
Так я понял, что мне интересно заниматься машинным обучением, анализом данных и распределенными вычислениями, и в итоге защитил диплом по распределенному обнаружению аномалий в потоковых данных под руководством Игоря Евгеньевича Куралёнка.
В отличие от меня, мой друг Гриша (с которым мы делали проект по поиску мемов) сразу знал, чем хочет заниматься, и во время своего обучения в бакалавриате в рамках проектных работ занимался разработкой разных частей движка для поиска изображений по текстовому запросу. Он сам формулировал темы проектов и нашел научного руководителя, который готов был помочь ему развиваться в этом направлении. По одной из этих тем (сопоставление векторных пространств текстов с векторным пространством изображений без большого параллельного датасета) он в итоге защитил диплом и в сейчас продолжает работу над своим проектом в лаборатории JetBrains Research под руководством Алексея Александровича Шпильмана.
Что касается стажировок, за время обучения в бакалавриате практически все мои одногруппники успели постажироваться в крупных компаниях: в Яндекс, JetBrains и JetBrains Research, ВКонтакте; в Google и Facebook за рубежом.
Как студент, выбравший специализацию “Машинное обучение”, могу сказать, что в программе очень много качественных курсов по этому направлению. Например, курс “Deep Learning”, который у нас вёл исследователь из JetBrains Research Денис Степанов, а также курс “Анализ Изображений” от разработчика из команды Яндекс.SDC (self-driving car) Алексея Артамонова. Преподаватели работают в области машинного обучения, и поэтому они в курсе актуальных методов и решений, которые в ней применяются.
Также, как вы частично могли понять по описанному выше, у студентов ПМИ есть довольно обширный простор для выбора темы научного-исследовательского проекта. JetBrains и JetBrains Research, Яндекс, ВКонтакте и Одноклассники предлагают свои проекты и предоставляют возможность поработать под руководством крутых специалистов.
В общем, если Вы олимпиадник или неолимпиадник, но всё равно планируете связать свою жизнь с программированием, но еще не знаете, какая область информационных технологий лично вам ближе, или если Вы, например, уже знаете, что хотите заниматься машинным обучением, то ПМИ в Питерской Вышке — это хороший вариант! Кроме машинного обучения есть треки software engineering, языков программирования, теоретической информатики, биоинформатики и низкоуровневого программирования.
Ссылка на чат программы Ссылка на группу ВКонтакте Ссылка на блог Питерской Вышки на Хабре
