РЕГИСТРАЦИЯ
Окончание регистрации: 5 ноября в 19:00 МСК
Участие в отборе и обучение бесплатное
Участие в отборе и обучение бесплатное
FutureCoders:
Курсы по Спортивному программированию и Машинному обучению
Курсы по Спортивному программированию и Машинному обучению
старт
11 ноября 2024
Приглашаем учащихся 9-11 классов пройти уникальные курсы от преподавателей Питерской Вышки и улучшить свои знания в сфере машинного обучения и спортивного программирования, а также попробовать свои силы в решении контестов.
Участие бесплатное
Организаторы: VK и Школа физико-математических и компьютерных наук НИУ ВШЭ — Санкт-Петербург
Как поступить на обучение в FutureCoders?
Для зачисления на программу обучения необходимо пройти два этапа:
Подать заявку
Зарегистрируйтесь на сайте
Пройти конкурсный отбор
Об условиях отбора мы сообщим вам дополнительно
Что включает в себя отбор?
Трек “Спортивное программирование”:
Онлайн-контест codeforces с отдельным контролем, который устойчив к нейросети
Трек “Машинное обучение”:
Ограниченный по времени онлайн-квиз
КОНКУРСНЫЙ ОТБОР | УЧАСТИЕ БЕСПЛАТНОЕ
Регистрация
Окончание регистрации: 5 ноября в 19:00 МСК
Участие в отборе и обучение бесплатное
Участие в отборе и обучение бесплатное
Нажимая на кнопку, вы подтверждаете, что прочитали Положение об обработке персональных данных (ПД) НИУ ВШЭ, вправе предоставлять свои ПД и давать согласие на их обработку. Принимаю условия этого Положения и выражаю свое согласие на обработку ПД в соответствии с пунктом 3.7 Положения об обработке персональных данных НИУ ВШЭ.
Направления обучения
СПОРТИВНОЕ ПРОГРАММИРОВАНИЕ
(олимпиадное)
(олимпиадное)
МАШИННОЕ ОБУЧЕНИЕ
Этот трек для тебя, если ты хочешь:
Этот трек для тебя, если ты хочешь:
· Разбираться в алгоритмах и структурах данных. Ты погрузишься в них с головой, разберем всё, начиная от простых до сложнейших;
· Решать алгоритмические задачи любого уровня: Ты научишься решать задачи как на олимпиадах по программированию, так и в реальных проектах;
· Выигрывать на перечневых олимпиадах: Ты сможешь применять свои знания на практике на олимпиадах;
· Видеть алгоритмы в повседневной жизни: Ты узнаешь, в каких задачах в обычной жизни можно применять алгоритмы;
· Поработать над своей собственной продуктовой задачей: Ты сможешь применить знания из лекций по алгоритмам для проработки собственной продуктовой задачи
· Решать алгоритмические задачи любого уровня: Ты научишься решать задачи как на олимпиадах по программированию, так и в реальных проектах;
· Выигрывать на перечневых олимпиадах: Ты сможешь применять свои знания на практике на олимпиадах;
· Видеть алгоритмы в повседневной жизни: Ты узнаешь, в каких задачах в обычной жизни можно применять алгоритмы;
· Поработать над своей собственной продуктовой задачей: Ты сможешь применить знания из лекций по алгоритмам для проработки собственной продуктовой задачи
· Понимать основы машинного обучения. Ты узнаешь, как работают алгоритмы машинного обучения, какие задачи они решают и где применяются в реальном мире;
· Повысить свой уровень программирования на Python. Ты расширишь свои знания Python и научишься эффективному тестированию и отладке крупных ML-проектов;
· Анализировать и обрабатывать данные. Ты овладеешь базовыми методами обработки и анализа табличных и текстовых данных (классические методы, градиентные бустинги, word2vec, tfidf, transformer и Bert);
· Научиться проектировать собственные нейросетевые архитектуры. Ты сможешь использовать их для обработок последовательностей и данных разных конечных размерностей;
· Решать реальные задачи. Ты применишь полученные знания для решения практической задачи по обработке текстовых данных
· Повысить свой уровень программирования на Python. Ты расширишь свои знания Python и научишься эффективному тестированию и отладке крупных ML-проектов;
· Анализировать и обрабатывать данные. Ты овладеешь базовыми методами обработки и анализа табличных и текстовых данных (классические методы, градиентные бустинги, word2vec, tfidf, transformer и Bert);
· Научиться проектировать собственные нейросетевые архитектуры. Ты сможешь использовать их для обработок последовательностей и данных разных конечных размерностей;
· Решать реальные задачи. Ты применишь полученные знания для решения практической задачи по обработке текстовых данных
Направления
обучения
обучения
СПОРТИВНОЕ ПРОГРАММИРОВАНИЕ
(олимпиадное)
(олимпиадное)
МАШИННОЕ ОБУЧЕНИЕ
Этот трек для тебя, если ты хочешь:
Этот трек для тебя, если ты хочешь:
· Разбираться в алгоритмах и структурах данных. Ты погрузишься в них с головой, разберем всё, начиная от простых до сложнейших;
· Решать алгоритмические задачи любого уровня: Ты научишься решать задачи как на олимпиадах по программированию, так и в реальных проектах;
· Выигрывать на перечневых олимпиадах: Ты сможешь применять свои знания на практике на олимпиадах;
· Видеть алгоритмы в повседневной жизни: Ты узнаешь, в каких задачах в обычной жизни можно применять алгоритмы;
· Поработать над своей собственной продуктовой задачей: Ты сможешь применить знания из лекций по алгоритмам для проработки собственной продуктовой задачи
· Решать алгоритмические задачи любого уровня: Ты научишься решать задачи как на олимпиадах по программированию, так и в реальных проектах;
· Выигрывать на перечневых олимпиадах: Ты сможешь применять свои знания на практике на олимпиадах;
· Видеть алгоритмы в повседневной жизни: Ты узнаешь, в каких задачах в обычной жизни можно применять алгоритмы;
· Поработать над своей собственной продуктовой задачей: Ты сможешь применить знания из лекций по алгоритмам для проработки собственной продуктовой задачи
· Понимать основы машинного обучения. Ты узнаешь, как работают алгоритмы машинного обучения, какие задачи они решают и где применяются в реальном мире;
· Повысить свой уровень программирования на Python. Ты расширишь свои знания Python и научишься эффективному тестированию и отладке крупных ML-проектов;
· Анализировать и обрабатывать данные. Ты овладеешь базовыми методами обработки и анализа табличных и текстовых данных (классические методы, градиентные бустинги, word2vec, tfidf, transformer и Bert);
· Научиться проектировать собственные нейросетевые архитектуры. Ты сможешь использовать их для обработок последовательностей и данных разных конечных размерностей;
· Решать реальные задачи. Ты применишь полученные знания для решения практической задачи по обработке текстовых данных
· Повысить свой уровень программирования на Python. Ты расширишь свои знания Python и научишься эффективному тестированию и отладке крупных ML-проектов;
· Анализировать и обрабатывать данные. Ты овладеешь базовыми методами обработки и анализа табличных и текстовых данных (классические методы, градиентные бустинги, word2vec, tfidf, transformer и Bert);
· Научиться проектировать собственные нейросетевые архитектуры. Ты сможешь использовать их для обработок последовательностей и данных разных конечных размерностей;
· Решать реальные задачи. Ты применишь полученные знания для решения практической задачи по обработке текстовых данных
Преподаватели
Иван Пальченков
Трек “Спортивное программирование”
Член жюри олимпиад из перечня РСОШ; Действующий преподаватель НИУ ВШЭ и ИТМО; Работал в Яндекс; Победитель всероссийских и командных олимпиад по программированию; Подготовил 50+ учеников к дипломам олимпиад.
Павел Ильин
Трек “Машинное обучение”
DL Researcher в Точка Банке, ex-Яндекс, работал в 3 стартапах, занимающихся машинным и глубоким обучением. Победитель/призер 6+ крупных соревнований по машинному обучению, а также победитель/призер 7 олимпиад по программированию и математике.
КОНКУРСНЫЙ ОТБОР | УЧАСТИЕ БЕСПЛАТНОЕ
Регистрация
Окончание регистрации: 5 ноября в 19:00 МСК
Участие в отборе и обучение бесплатное
Участие в отборе и обучение бесплатное
Нажимая на кнопку, вы подтверждаете, что прочитали Положение об обработке персональных данных (ПД) НИУ ВШЭ, вправе предоставлять свои ПД и давать согласие на их обработку. Принимаю условия этого Положения и выражаю свое согласие на обработку ПД в соответствии с пунктом 3.7 Положения об обработке персональных данных НИУ ВШЭ.
Учебный план:
Машинное обучение
Машинное обучение
Часы по темам (академические) - 72
Учебный план:
Спортивное программирование
Спортивное программирование
Часы по темам (академические) - 72
О Высшей школе экономики
Мы — национальный исследовательский университет, который входит в число ведущих вузов России. В Вышке ведут прорывные исследования, разрабатывают новые технологии, создают стартапы и готовят специалистов по самым востребованным специальностям: ИИ-инженеров, бизнес-аналитиков, компьютерных лингвистов, арт-менеджеров, юристов и многих других.
Частые вопросы
Все самое важное об обучении
ВОПРОС:
Кому подойдет обучение?
ОТВЕТ:
Школьникам 9-11 класса, планирующим поступить в ТОП-университет и работать в крупнейших IT-компаниях. Важен опыт опыт написания кода, хотя бы на одном из языков программирования.
ВОПРОС:
Чем мне будет полезен курс?
ОТВЕТ:
FutureCoders может стать вашим первым шагом на пути к участию во всероссийских и международных хакатонах с призовыми фондами до нескольких миллионов рублей.
ВОПРОС:
Где будут проходить занятия?
ОТВЕТ:
Занятия проходят в очном формате в корпусе НИУ ВШЭ. Санкт-Петербург, ул. Кантемировская дом 3, корп.1, лит. А.
ВОПРОС:
Сколько месяцев длятся курсы?
ОТВЕТ:
Курсы рассчитаны на 72 академических часа и будут проходить с ноября по апрель.
ВОПРОС:
Сколько стоит обучение на курсе?
ОТВЕТ:
Участие бесплатное. Необходимо пройти конкурсный отбор.
ВОПРОС:
Будут ли сертификаты по окончании курса?
ОТВЕТ:
Да, сертификат НИУ ВШЭ-Санкт-Петербург.
НИУ ВШЭ
Санкт-Петербург
Кантемировская улица, 3А, корпус 1, лит. А
Санкт-Петербург
Кантемировская улица, 3А, корпус 1, лит. А
От станции метро «Лесная» налево в сторону Кантемировского моста по левой стороне Кантемировской улицы до дома 3А, вход со двора.
КОНКУРСНЫЙ ОТБОР | УЧАСТИЕ БЕСПЛАТНОЕ
Регистрация
Окончание регистрации: 5 ноября в 19:00 МСК
Участие в отборе и обучение бесплатное
Участие в отборе и обучение бесплатное
Нажимая на кнопку, вы подтверждаете, что прочитали Положение об обработке персональных данных (ПД) НИУ ВШЭ, вправе предоставлять свои ПД и давать согласие на их обработку. Принимаю условия этого Положения и выражаю свое согласие на обработку ПД в соответствии с пунктом 3.7 Положения об обработке персональных данных НИУ ВШЭ.
Присоединяйтесь к нам в социальных сетях, чтобы быть в курсе последних новостей
© НИУ ВШЭ 1993–2024
marcom@hse.ru
marcom@hse.ru