Факультет компьютерных наук займется корпоративным обучением

На факультете компьютерных наук создан Центр непрерывного образования, который, помимо традиционных программ дополнительного образования, будет заниматься корпоративным обучением сотрудников компаний.

Программы дополнительного профессионального образования на факультете компьютерных наук уже реализуются с февраля 2016 года. Они посвящены таким востребованным сейчас направлениям, как анализ данных и машинное обучение, и изучению различных языков программирования. Опыт организации этих программ и был использован при создании Центра.

Из бывших студентов снова в студенты

К настоящему моменту программы повышения квалификации окончили 156 человек, еще более 100 слушателей сейчас проходят там обучение. Большинство из них —  это бывшие студенты Высшей школы экономики, МГУ имени М.В. Ломоносова, МГТУ им. Н.Э. Баумана, МИФИ, МФТИ и Российского экономического университета им. Плеханова, которые решили получить новые навыки после вуза. 26% слушателей — это выпускники технических направлений, на втором месте стоят экономисты, затем идут математики, физики и менеджеры. В будущем Центр планирует увеличить количество как продвинутых программ, которые требуют навыков программирования и хорошей математической базы, так и программ для менеджеров и выпускников гуманитарных специальностей, так как анализ данных проникает в жизнь не только технических специалистов, но и выпускников всех направлений.

Обучение компаний

Одно из главных стратегических направлений нового подразделения — развитие программ «под ключ» для корпоративных заказчиков.

«Спрос на специалистов по машинному обучению, анализу данных и программированию сейчас настолько велик, что компаниям зачастую выгоднее обучить новым технологиям своих сотрудников, чем бороться на кадровом рынке за готовых профессионалов с новыми компетенциями, — говорит директор Центра Маргарита Власенко. —  Уже сейчас значительная часть наших слушателей — сотрудники, за обучение которых платит компания: это операторы связи, финансовый сектор, реклама, исследования, ритейл, производство. Нам хочется создать культуру, при которой компании будут приходить на факультет не только за стажерами и специалистами на начальные позиции, но и отправлять сюда своих сотрудников за дополнительными компетенциями».

Для компаний важно, чтобы программы соответствовали особенностям специфики их отрасли и команды: тому же машинному обучению можно обучить как аналитиков, так и топ-менеджеров, как представителей банковской отрасли, так и промышленности. С языками программирования тоже есть свои особенности. Все эти условия учитываются при разработке корпоративных курсов.

В ноябре и декабре прошлого года преподаватели департамента анализа больших данных и искусственного интеллекта Дмитрий Игнатов и Максим Борисяк прочитали курсы «Поиск зависимостей в данных» и «Нейронные сети и глубинное обучение» для сотрудников АО «Национальные Информационные Технологии». С апреля факультет реализует расширенную программу по машинному обучению для сотрудников одной из международных IT-компаний.

Летние интенсивы и сезонные школы

Еще одно новшество — летние интенсивы и сезонные школы, которые собирается проводить Центр. Похожий формат «Летних университетов» реализуется в Вышке международным блоком.

Первый цикл интенсивов планируется провести в июне-августе. В нем будут следующие курсы: «Машинное обучение», «Аукционы», «Принятие решений в условиях неопределенности», «Веб-разработка», «Автоматическая обработка текстов», «Рекомендательные системы» и математические курсы, необходимые для изучения компьютерных наук. Их можно рассматривать как отдельно, так и как подготовку к другим программам. Программы «Автоматическая обработка текста» и «Рекомендательные системы» являются логичным продолжением курса на Coursera «Введение в машинное обучение и анализ данных».

Программы будут проходить в ускоренном режиме по вечерам в будние дни и выходные в течение одной-двух недель, это позволит людям в том числе из регионов, которые приедут на учебу в Москву, не открываться от работы надолго.

Вот что говорят выпускники различных программ ДПО факультета компьютерных наук

Мария Маврех, директор по развитию Arb.Digital, выпускница программы «Python как первый язык программирования»

Получить «корочку» о высшем образовании и решить, что этого достаточно для достижения успеха — самая большая ошибка.  Работая более десяти лет в рекламном бизнесе, можешь подумать, что уже знаешь все. Но нет. Каждый день кто-то придумывает что-то новое. Мы тоже придумываем.

Так сложилось, что последние годы мои проекты тесно связаны с разработками в области информационных и IoT-технологий. Решение пойти изучать язык программирования — для гуманитария очень самоотверженный шаг. Но невозможно быть успешным «продавцом» продуктов в области, в которой не разбираешься. В любых переговорах победителем станет эксперт и профессионал.

Ирина Демина, со-основатель проекта «Кнопка жизни», выпускница Высшей школы экономики, слушательница программы «Практический анализ данных и машинное обучение»

Мне понравилась программа именно во ВШЭ, так как там удобный график и при этом очное обучение, которое все-таки позволяет лучше погрузиться в тему, чем те же онлайн-курсы.  А что касается самой области машинного обучения и майнинга данных — этот выбор для профессионального развития был не случаен. Сначала я для себя определила, что без какого-либо развития в области computer science и знания хотя бы одного языка программирования я лет через 10-20 просто стану бесполезной на рынке труда. А потом уже для себя стала подбирать ту область, которая мне интересна и была бы развитием моих текущих профессиональных компетенций — маркетинг и развитие бизнеса. И уже сейчас многое из того, что я изучила за год на программе дополнительного образования, позволяет мне запускать новые проекты на базе собственного бизнеса,  строить какие-то небольшие модели и ставить задачи дата-аналитикам.

Ринат Жукенов, директор Департамента анализа данных АО «Национальные Информационные Технологии» (Казахстан), выпускник программы корпоративного обучения

Для решения специфических задач иногда недостаточно применения стандартных инструментов и технологий. В таких случаях прибегают к дополнительному анализу данных для выявления определенных зависимостей и скрытых связей. Также обычный BI (Business Intelligence) не всегда может раскрыть потенциал данных. Здесь на помощь приходит машинное обучение, особенно в части систем прогнозирования и рекомендательных систем.

В нашей работе знания, которые мы получили на программах «Поиск зависимостей в данных» и «Нейронные сети и глубинное обучение» помогли с головой окунуться в мир «больших данных» на профессиональном уровне. Результатом стали два реализованных проекта. Например, в проекте  «Определение тональности комментариев интернет пользователей» вместо обычной модели определения тональности мы планируем использовать модель на основе нейронных сетей, которая позволит более качественно выдавать конечный результат и быстрее проходить процесс самообучения на новых примерах.

Также планируем использовать полученные знания при реализации новых проектов рекомендательных систем с большим количеством итоговых признаков (не менее пяти взаимозависимых признаков) для составления определенных рейтингов (например, рейтинг общеобразовательных учреждений на основе некоторых признаков: количество учеников в классе, количество учителей с определенной категорией, количество учеников успешно сдавших экзамены, количество учеников поступивших в вузы и т.д.).