Путь в IT
Всё больше абитуриентов сегодня выбирает для себя сферу IT. Цифровые компетенции открывают двери в крупнейшие компании и дают возможность построить карьеру мечты. Какой вклад в будущее своих студентов делает МАИ и какие профессиональные перспективы открываются перед маёвцами, рассказал третьекурсник института № 8 «Компьютерные науки и прикладная математика» Дмитрий Сираков.
Почему вы решили поступить в институт № 8 «Компьютерные науки и прикладная математика» МАИ?
Я выбрал институт № 8 МАИ из-за его уникального подхода к обучению. Здесь объединяют теорию и практику в области программирования, что имеет первостепенное значение для роста в IT. В МАИ со студентами работает высококвалифицированная команда преподавателей, в том числе из IT-отрасли.
Также моё внимание привлекли IT-центр и его лаборатории, например, XR/VR-лаборатория, лаборатории математического моделирования, искусственного интеллекта и компьютерного зрения.
Какие возможности для реализации даёт айтишникам МАИ?
Сейчас всё связано с IT — от вызова такси до глобальной коммуникации и управления корпорациями. Именно IT-специализация даёт ключ к управлению цифровым миром. Это не только шанс стать частью одной из самых динамичных отраслей, но и способ влиять на будущее, разрабатывая инновационные решения на базе технологий искусственного интеллекта, а также окно возможностей для творчества, гибкое трудоустройство и высокие зарплаты.
Благодаря знаниям в области разработки архитектуры программных систем, машинного обучения и анализа данных, навыкам командной работы, полученным в МАИ, я в свободное от учёбы время работаю над несколькими собственными проектами: микросервисной платформой командообразования, онлайн-дашбордом для аналитического мониторинга процессов деятельности студентов «цифровой кафедры» МАИ и антиспам-сервисом, а также принимаю участие в исследовательских проектах кафедры 806.
В каких крупных проектах МАИ, связанных с исследовательской деятельностью, вы участвуете?
На моей кафедре во всех исследовательских лабораториях над проектами работают студенты вместе со старшими коллегами. И мне, как ML-специалисту, было очень интересно и полезно поучаствовать в реальных проектах по созданию беспилотной авиационной системы «Контур» для мониторинга периметра, применению алгоритмов машинного обучения для идентификации дефектов оборудования топливноэнергетического комплекса в интересах компании «Ситроникс», обнаружению пропавших людей для команды «ЛизаАлерт».
Беспилотная система «Контур» разработана дирекцией «Аэромобильность» МАИ. Специалисты IT-центра и кафедры 806 решали в этом проекте задачи в области машинного обучения, использования синтетических данных, технологий компьютерного зрения. Одной из основных задач стал нейросетевой анализ видеопоследовательностей, транслируемых с беспилотника в режиме реального времени, с целью оперативного выявления нештатных ситуаций на наблюдаемой территории. Нештатными ситуациями являются, например, возгорания, задымления, драки, присутствие людей или автомобилей там, где их не должно быть. Это довольно сложный комплексный проект, в котором я занимался созданием архитектуры системы и организацией обучения нейросети, для чего использовался наш супервычислитель «Шелдон».
Проект для «Ситроникса» по разработке ПО, предназначенного для идентификации дефектов оборудования ТЭК, мы создавали с применением алгоритмов машинного обучения. Данные технологии необходимы как в топках котлов, так и в служебных помещениях, например, в машинном зале или генераторном отделении. В разработке мы использовали модели машинного обучения различных архитектур. Особенностью этого проекта, как и многих других MLпроектов, было недостаточное количество исходных данных. Здесь нам нужны были изображения объектов, и для решения задачи я занимался разработкой генератора синтетических данных.
Проект по поиску потерявшихся людей в условиях редколесья или на открытых участках местности с заданными временными ограничениями появился в рамках конкурса от добровольческого поисково-спасательного отряда «ЛизаАлерт». Для разработки программно-аппаратного комплекса необходимо было использовать как синтетические данные, так и технологии компьютерного зрения. Работа выполнялась совместно с Центром БЛА МАИ.
Ещё одна моя сфера интересов в области искусственного интеллекта — это Unitree A1 робособака Дора. По сути, это интеллектуальная техническая система и лабораторная база для исследований возможности применения моделей машинного обучения, компьютерного зрения, ролевого интеллекта и, конечно, сбора датасетов. И я как раз работаю над тем, чтобы сделать ее ещё более интеллектуальной, в том числе за счёт моделирования цифрового двойника, что является важным для разработки и тестирования алгоритмов управления перед их внедрением на реальное оборудование робота. Это хороший пример отработки взаимодействия физического объекта и цифрового двойника. Обучить робота самому ориентироваться в пространстве непросто, для этого применяется Reinforcement Learning (обучение с подкреплением), в ходе которого робособака учится вести себя в виртуальной среде, выполняя действия и получая вознаграждение за них. Такие роботы могут в дальнейшем применяться для мониторинга территорий в режиме реального времени.
Расскажите о вашей разработке — микросервисной платформе командообразования для студентов маёвской «цифровой кафедры». Каждый студент «цифровой кафедры»
МАИ реализует и защищает IT‑проект, а значит, ему нужно найти команду и определить в ней свою роль. Обучающихся на кафедре много, более 2500, все с разных курсов, из разных институтов, у всех разный уровень компетенций. Задача микросервисной платформы — собрать максимально эффективную команду. Люди авторизуются, проходят входное анкетирование, выбирают себе роли, кейсы, ищут команды или участников в уже созданные команды.
Есть ли ещё какой-то ещё вклад в развитие «цифровой кафедры» с вашей стороны?
Первый год реализации «цифровой кафедры» выявил запрос на программу для студентов гуманитарных направлений подготовки. Я выступил в роли эксперта учебного плана новой программы «Цифровые технологии в социально-гуманитарной сфере», которая была запущена в этом году. В мои обязанности входят отбор тем проектов, привлечение партнёров, разработка различных моделей и пайплайнов на основе LLM (GPT) для генерации, подготовки и проверки контента.
Среди ваших проектов — антиспам-сервис. Расскажите о нём. Как он работает?
В крупных телеграм-чатах (от 10 тыс. подписчиков) частой проблемой становятся спам и реклама, которые мешают общаться. Антиспам-сервис заменяет команду модераторов и удаляет нежелательные сообщения. Он реализован на основе машинного обучения, сейчас написаны Machine Learning System Design Documents для проекта, готова документация. Я руководитель данного проекта и по совместительству эксперт в области машинного обучения. На данный момент сервис используется в двух крупных чатах, общее количество пользователей которых превышает 35 тыс. , и порядка 10 чатах меньшего масштаба.
В МАИ открылась площадка «Яндекс Лицея». Какова ваша роль в её запуске и развитии?
Наш университет стал одним из пяти московских вузов, где ребятам преподают основы Python по модели образовательной программы, разработанной «Школой анализа данных». «Фишка» программы в том, что процесс обучения выстраивает непрерывную IT-траекторию для учащихся от школы до вуза. Занятия проходят на площадке ИT-этажа МАИ, это помогает школьникам познакомиться с университетом для будущего поступления. Здесь работают сертифицированные «Яндексом» сотрудники кафедры 806, которые прошли многоуровневый специализированный отбор.
Я являюсь соорганизатором открытия площадки «Яндекс Лицея» на базе института № 8 МАИ и преподаю школьникам 7–11-х классов язык Python. Уже проведены первые занятия, дети мотивированные и активные. Думаю, я смогу дать им достаточно знаний для успешной сдачи экзаменов и в перспективе для прохождения собеседований в тот же «Яндекс».
Как вы совмещаете обучение и преподавание? Какие ещё дисциплины преподаёте?
Самое главное — это сформулировать для себя цели и приоритеты. Когда стоит чёткая осязаемая цель, то совмещать несложно. Сейчас я куратор студенческих проектов и учебный ассистент лектора на лекциях и лабораторных по программированию на языке Python для первого курса бакалавриата. В работе я использую свой опыт обучения и в МАИ, и в партнерских академиях, а также профессиональный опыт разработки. По словам студентов, им нравятся мой подход, подача материала и соотношение теории и практики.
IT-центр МАИ ежегодно приглашает студентов в школу «Математическое моделирование и IT». Какое участие вы принимаете в организации мероприятия? Почему студентам стоит посещать такие занятия?
В школе «Математическое моделирование и IT» я консультант по кейсам, связанным с машинным обучением. Кафедра 806 и IT-центр организуют эту школу в формате хакатона на маёвской базе отдыха в Яропольце. Это мероприятие полезно для студентов, так как здесь они в команде решают интересные и непростые задачи в сфере IT, а потом демонстрируют результат потенциальным работодателям. Победители нередко получают выгодные предложения о трудоустройстве от компаний.
Какие у вас дальнейшие профессиональные планы?
Хочу развиваться в области машинного обучения. Мне это нравится, у меня есть для этого ресурсы и знания, которые в том числе даёт мне МАИ.
Полина Дергачёва
