Летний студенческий оздоровительный лагерь ?Олимп? в этом году стал не просто местом отдыха, а настоящей площадкой для интеллектуального прорыва. С 1 по 10 июля здесь кипела жизнь: студенты Центра ?ВиртУм? ЮУрГУ совмещали интенсивное погружение в мир данных с активным отдыхом и командными соревнованиями. Учебная практика, организованная при поддержке IT-компании ?Инновации детям?, превратилась в насыщенный марафон знаний, открытий и незабываемых впечатлений.
От регрессии до рекомендаций: пятидневный интенсив по ML
Сердцем образовательной программы стал пятидневный интенсив по машинному обучению, который провела доцент Центра ?ВиртУм? Яна Краева. Студенты погрузились в основы ML, разбирая ключевые задачи: регрессию, классификацию, кластеризацию и поиск ассоциативных правил. Занятия строились по принципу ?от теории к практике?: после каждой лекции участники сразу применяли знания в среде KNIME. И всё это — без скучного написания кода, через визуальное построение пайплайнов. Такой подход позволил студентам сосредоточиться на сути алгоритмов, а не на синтаксисе, и быстро научиться выстраивать полные циклы обработки данных — от загрузки и предобработки до построения моделей и интерпретации результатов.
Но практика не ограничилась общими лекциями. Параллельно студенты работали в командах над собственными проектами, выбирая реальные наборы данных и решая прикладные задачи, с которыми сталкиваются аналитики в повседневной работе. Этот формат позволил будущим инженерам по данным и ML-специалистам не только закрепить теорию, но и попробовать себя в роли аналитика, получить бесценный опыт работы с ?живыми? данными и командного взаимодействия.
Три проектных модуля: от сорняков до фигурного катания
Помимо основного ML-интенсива, практика включала три специализированных проектных модуля, каждый из которых открывал перед студентами новую грань применения искусственного интеллекта.
Проекты ?Разметка сорняков? и ?Профиль леса?, под руководством профессора Центра ?ВиртУм? Татьяны&苍产蝉辫;Макаровских (проекты выполняются в рамках проекта РНФ 26-21-20007 Развитие интеллектуальных методов мониторинга сельскохозяйственных, лесных и водных угодий), позволили студентам окунуться в мир анализа спутниковых данных. В первом проекте ребята занимались сбором и систематизацией информации, изучали подходы к разметке графических данных. Во втором — познакомились с нормализованным вегетационным индексом (NDVI) и учились интерпретировать средние значения этого показателя для объектов землепользования. Итогом обоих проектов стало настоящее исследование: студенты соревновались в построении ML-моделей, выбирая наиболее подходящие методы и параметры для решения прикладных задач.
Проект ?Анализ элементов в фигурном катании с помощью нейросетевых технологий?, под руководством доцента Центра ?ВиртУм? Татьяны Карпета, погрузил студентов в мир самого красивого вида спорта – фигурного катания. Студенты освоили библиотеку MediaPipe и научились выделять ключевые точки тела спортсмена на видео. Студентами собран и размечен уникальный датасет с исполнением прыжков и вращений, который ляжет в основу обучения нейросетевых моделей для автоматического анализа правильности выполнения элементов — это поможет сделать судейство в фигурном катании более объективным и непредвзятым.
Третий модуль, проект от Монитор Электрик под руководством доцента Центра ?ВиртУм? Владимира Сурина, был посвящён расчёту установившихся режимов в энергетических сетях (Power Flow). Студенты провели обзор современных подходов и пришли к выводу, что нейросети — особенно графовые (GNN) и физически информированные (PINN) — обеспечивают многократное ускорение вычислений (до миллисекундного уровня) и достигают точности 95–99% по сравнению с классическим методом Ньютона-Рафсона. Модели успешно адаптируются к изменениям топологии сети и аварийным отключениям, однако главным барьером для внедрения остаётся дефицит стандартизированных обучающих датасетов. В перспективе на базе этой технологии планируется построить большую графовую нейронную сеть для оперативного управления энергосетью с 10 000+ узлов.
ИИ как ассистент и другие мастер-классы
Образовательная программа включала и другие яркие события. Владимир Сурин провёл серию лекций и мастер-классов, посвящённых большим языковым моделям (LLM). Он представил студентам обзор архитектур, рассказал о рейтингах, квантовании, платформе Hugging Face и вариантах развертывания моделей на персональных компьютерах и серверах. Особый интерес вызвал мастер-класс по использованию LLM в Visual Studio Code, где ребята научились подключать языковые модели как ассистентов программиста, а также лекция ?ИИ как ассистент программиста?. Также в рамках практики профессор Татьяна Макаровских познакомила студентов с методологией SCRUM, что дало им понимание современных подходов к управлению проектами.
Хакатон ?Анимагия?: 24 часа на создание цифрового океана
Кульминацией практики стал 24-часовой хакатон, прошедший 8–9 июля. Заказчик — компания ?Инновации детям? — поставил перед 12 командами амбициозную задачу: доработать концепцию интерактивного проекта ?Анимагия? в области Human-Computer Interaction. Ребята должны были создать систему, где ребёнок раскрашивает рыбу на бумаге, а устройство сканирует рисунок, после чего ?ожившая? рыба уплывает в подводный мир на втором экране. Учитывая жесткий дедлайн, студенты выбрали архитектуру ?Клиент-Сервер в локальной сети?, что позволило сосредоточиться на UX и анимации, не тратя ресурсы на облачные решения.
Жюри отметило слаженность и техническую проработку трёх команд.
Первое место заняли ?Приматы? (группа ЕТ-143), реализовавшие не только сканер для бумажных рисунков, но и красивейшую 3D модель рыбы, анимацию подводной локации.
Второе место досталось ?Deep Vision? (ЕТ-112, ЕТ-115/116), удивившим скоростью обработки изображений и точностью распознавания контуров.
Третье место — у ?Бикини Ботомск? (ЕТ-142), получивших похвалу за проработанный пользовательский интерфейс, удобный для маленьких детей.
От зарядки до дискотеки: активный отдых и командный дух
Интенсивная учёба перемежалась яркими развлекательными и спортивными событиями, которые помогали студентам переключаться и укреплять командный дух. Каждый день начинался с зарядки на спортплощадке, а вечера были наполнены командными играми и творчеством.
Десять дней в ?Олимпе? стали для ?виртумовцев? не просто летней практикой, а полноценным трамплином в профессию. Здесь, среди сосен и спортивных площадок, рождались не только ML-модели, но и новые амбициозные идеи. От разметки спутниковых снимков до управления энергосетями будущего — студенты получили бесценный опыт работы с самыми разными гранями искусственного интеллекта. И если хакатон ?Анимагия? оживил бумажных рыбок, то сама практика, без сомнения, ?оживила? их профессиональные горизонты. Впереди — новый учебный год, и Центр ?ВиртУм? готов покорять новые вершины, ведь его команда теперь не только умнее, но и сплочённее, чем когда-либо.
Мероприятие реализовано в рамках гранта федерального проекта ?Искусственный интеллект? (?Топ-ИИ?) национального проекта ?Экономика данных и цифровая трансформация государства? и проводится при поддержке Минцифры России и Аналитического центра при Правительстве Российской Федерации.