Всем привет!
Эта публикация - продолжение предыдущей (https://habr.com/ru/articles/867820/). Если ещё не читали, то лучше начать с неё - там я рассказал, почему вообще решил поступать в Центральный Университет и что из этого вышло.
Новый 2025 и новый семестр
Выбор предметов на следующий семестр открылся сразу после новогодних праздников. Правда, у меня эти праздники свелись к написанию выпускной квалификационной работы по бакалавриату, так что я чуть не пропустил выбор предметов. К слову, сам университет на каникулах не отдыхал - ивенты были (если верить чату), но лично я не посещал. 🤷♂️
В этом семестре я взял вот такой набор курсов:
-
DL
-
DL Advanced
-
Recommendation Systems
-
Избранные темы в искусственном интеллекте
-
Soft Skills Lab (продолжение с прошлого семестра, идёт целый год)
-
Алгоритмы
Курсы, как и прежде, состояли обычно из одной лекции и одного семинара в неделю, ну и, конечно же, каждую неделю домашка. Объёмная. Очень. Но благо всегда можно написать преподавателю в TiMe или поймать на кампусе, что бы получить уточнения или дополнительные объяснения.
DL и DL Advanced
Эти два курса идеально дополняют друг друга. Advanced стартовал чуть позже, поэтому у нас была возможность сначала пройтись по основам. Если кратко, то курсы были вот о чём:
DL
-
Неделя 1. Нейронные сети (вычислительный граф, обратное распространение)
-
Неделя 2. Эффективное обучение нейронных сетей
-
Неделя 3. Эффективное обучение нейронных сетей
-
Неделя 4. Сверточные нейронные сети
-
Неделя 5. Архитектуры сверточных нейронных сетей
-
Неделя 6. Задачи с изображениями
-
Неделя 7. Стилизация изображений и визуализация нейросетей
-
Неделя 8. Рекуррентные нейросети
-
Неделя 9. Задачи с текстами и представления слов
-
Неделя 10. Архитектура трансформера
-
Неделя 11. Языковые модели (GPT)
-
Неделя 12. Распознавание/генерация звука
-
Неделя 13. Написание затравок (Prompt Engineering)
-
Неделя 14. Генеративные модели + Агенты
-
Неделя 15. Генеративные модели
DL Advanced
-
Неделя 8. Сверточные архитектуры. SSD
-
Неделя 9. Детектирование объектов. YOLO
-
Неделя 10. Рекуррентные НС
-
Неделя 11. Распознавание текста на изображениях. CRNN
-
Неделя 12. Генерация речи из текста
-
Неделя 13. Трансформер++, MAMBA
-
Неделя 14. RAG
С точки зрения структуры и подачи курсы были крепко собраны, но лично мне чуть-чуть не хватило настоящей "жести" в advanced. Хотелось бы больше именно продвинутых тем, которые не проходят в рамках базового DS-курса. А то получилось немного неожиданно: вроде как advanced, а по факту - вторая часть базового DL.
Recommendation Systems
Сааааааамый сложный курс. Причём не потому, что плохо преподавали - с этим всё в порядке, а просто я всегда относился к рекомендательным системам пренебрежительно и с лёгкой долей снобизма. Почему? Не знаю, характером и мозгами не вышел видимо 😅.
-
Неделя 1. Бизнес-приложения
-
Неделя 2. Оценка качества
-
Неделя 3. Подходы на базе подобия
-
Неделя 4. Модели на графах
-
Неделя 5. Подходы на базе подобия
-
Неделя 6. Продвинутая фаĸторизация
-
Неделя 7. Модели на последовательностях
-
Неделя 8. Многостадийные системы
-
Неделя 9. Нейросетевое ранжирование
-
Неделя 10. Объяснимость и интерпретируемость
-
Неделя 11. Проблемы и смещения
-
Неделя 12. Обучение с подĸреплением
-
Неделя 13. Индустриальные технологии
-
Неделя 14. Доменные специфики
-
Неделя 15. Обсуждение практических вопросов
Домашки были объёмные, каждая покрывала сразу несколько тем. Темы интересные, но я всё-таки понял, что рекомендательные системы - это не моё, даже несмотря на большое количество вакансий и хорошие зарплаты. 🤷♂️
Алгоритмы
Самый практичный курс. В наше время на позиции DS/ML часто стали требовать задачи на алгоритмы, так что лишним точно не будет. Теория была хорошо структурирована, но я дополнительно тренился на leetcode и смотрел курсы со сторонних ресурсов. Тут всё по классике.
-
Неделя 1. Сложность, итеративные сортировки и бинарный поиск
-
Неделя 2. Рекурсия, рекурсивные сортировки и куча
-
Неделя 3. Динамическое программирование и задачи о подпоследовательностях
-
Неделя 4. Жадные алгоритмы и расстояние Левенштейна
-
Неделя 5. Поиск строки в тексте
-
Неделя 6. Хеширование
-
Неделя 7. Графы - начало
-
Неделя 8. Обход графа в глубину. Связность и сортировка
-
Неделя 9. Кратчайший путь в графе
-
Неделя 10. Деревья
Избранные темы исследования в ИИ
А вот это мой фаворит. Хотя я осилил всего половину домашек, потому что каждое задание - это мини-исследование со свежими статьями, которые вышли буквально несколько месяцев назад. Перед лекцией читаешь статьи, а на занятии разбираешь тонкости. Задания - это исследовать, реализовать и попробовать улучшить результаты из статьи. Именно так должны выглядеть курсы по нейронкам для лучшего понимания и для взращивания будущих научников (на мой взгляд)
С ДПО в магистратуру - есть нюансы
Я писал в прошлой публикации, что ЦУ позволяет поступать в магистратуру, ещё учась на бакалавре. Звучит хорошо, но оказалось, есть детали, которые вскрылись сейчас (а может я просто прослушал). После завершения бакалавриата нужно будет доучиваться либо 3, либо 4 семестра. То есть фактически учёба продлится не два года, а два с половиной (если брать минимальный срок). Для меня лично это даже плюс, потому что на полгода больше доступа к преподавателям, но учтите этот момент, если захотите поступать.
Также, если выбираешь 3 семестра, диплом придётся писать всего за один семестр. Мои одногруппники уже выбирают научруков и у них будет 2 семестра на написание. Еще не понял как так выходит, но пока что информация такая. В новом году узнаю подробнее.
Мои впечатления о втором семестре и заключение
Из-за бакалаврского диплома и учёбы в магистратуре жизнь вне учёбы прошла мимо меня. 😑 Активности были (судя по чату, даже очень много. Даже хакатоны мимо прошли), но я просто физически не мог их посещать.
В остальном всё супер: кампус на высоте, курсы практичные и полезные, поддержка от преподавателей отличная. Единственное недопонимание возникло по вопросу перевода с ДПО в полноценную магистратуру, но тут уже детали, которые не слишком снимают баллы у универа в моих глазах.
Следующий пост - через полгода, расскажу о третьем семестре.
До встречи! 👋
Автор: heinrich_wirth
