Трек индустриального партнёра

Цели и задачи дисциплины

Драйвер дисциплины — подготовка специалистов, готовых сразу после выпуска из университета приступить к работе у индустриальных партнеров без дополнительного обучения. Поэтому в течение шести семестров студентов проведут по всем этапам производства программного обеспечения в рамках решения оригинальной задачи от партнера. Трек построен таким образом, чтобы закрыть именно те пробелы, с которыми представители компании сталкиваются во время отбора кандидатов на стажировку или на работу. Курс подразумевает работу над индивидуальным или командным проектом. У студентов будет возможность посетить соответствующие департаменты компаний индустриальных партнеров, а также работать над дипломной работой под руководством представителей компании и стажироваться в их лабораториях. В каждом семестре представители индустриальных партнеров будут проводить мастер-классы на актуальную тему, согласно этапу, фазе разработки и текущему уровню подготовки студентов. Непосредственная работа над проектами проводится в формате двух-, трехнедельных спринтов под руководством преподавателей и представителей партнеров, которые проводят регулярные груминги спринтов, осуществляют консультации по ходу исполнения и в соответствии с проектным планом. В каждом семестре предусмотрены две питч-сессии для каждой команды, на которых студенты получают обратную связь от потенциальных заказчиков, а также осуществляют взаимооценку по методике 360 градусов. Дисциплина "Трек индустриального партнёра" направлена на формирование у студентов устойчивых профессиональных компетенций в области искусственного интеллекта и анализа данных посредством решения реальных проектных задач в сотрудничестве с индустриальными партнёрами. Цель дисциплины: Интеграция теоретических знаний с практическим опытом, развитие компетенций командной разработки систем обработки информации, освоение современных методологий управления IT-проектами и практическое применение высокопроизводительных вычислительных ресурсов для решения реальных задач в различных предметных областях (компьютерное зрение, обработка естественного языка, прогнозирование временных рядов, анализ данных и др.).

Краткое содержание дисциплины

Задачи дисциплины: 1. Организация коллективной деятельности студентов в составе проектных команд для решения реальных кейсов от индустриальных партнёров 2. Распределение профессиональных ролей (инженер по системам обработки информации, инженер данных, аналитик данных) и обеспечение освоения выбранной роли с прогрессирующей сложностью от курса к курсу 3. Развитие навыков проектного взаимодействия с реальными заказчиками и индустриальными наставниками, включая постановку задач и согласование решений 4. Формирование понимания полного жизненного цикла разработки ПО от планирования до эксплуатации и сопровождения 5. Развитие soft skills: эффективная коммуникация, адаптивность, работа в Agile среде, представление результатов разным стейкхолдерам 6. Приобретение опыта использования современных IT-инструментов, высокопроизводительных вычислительных ресурсов и облачных сервисов 7. Формирование компетенций работы в среде совместной разработки (системы контроля версий, платформы управления проектами, спринт-методология) 8. Формирование опыта публичной защиты проектов и участия в соревновательных форматах между командами

Компетенции обучающегося, формируемые в результате освоения дисциплины

Выпускник должен обладать:

ПК-1 [LC-5] Способен применять и (или) проектировать различные инструменты и инженерные практики промышленной разработки систем ИИ, развертывания и сопровождения моделей машинного обучения в продуктивной среде
ПК-9 [BD-2] Способен определять требования к наборам данных для решения задач машинного обучения, проводить разметку и анализ наборов данных, оценивать качество данных, обеспечивать непрерывную интеграцию данных
ПК-11 [ML-7] Способен применять автоматическое машинное обучение