Yandex ML Prize 2025: награждение победителей
Награды были удостоены Дмитрий Петрович Ветров, основатель Центра глубинного обучения и байесовских методов, и стажёр-исследователь Центра Александр Оганов
13 ноября состоялась церемония награждения лауреатов премии Yandex ML Prize – 2025. В этом году учредитель премии, компания Яндекс, сосредоточилась на поощрении преподавателей – именно они вносят особый вклад в развитие машинного обучения, подготавливая будущих высококлассных специалистов и исследователей.
Сразу двое людей, связанных с Центром глубинного обучения и байесовских методов – основатель Центра, профессор Дмитрий Петрович Ветров, и стажёр-исследователь Александр Оганов, оказались в числе награждаемых.
В почётной номинации «Зал славы» наградой был отмечен Дмитрий Петрович Ветров, профессор ФКН НИУ ВШЭ и Constructor University, основатель Центра глубинного обучения и байесовских методов. Учредители премии отметили вклад Дмитрия Петровича в продвижение и развитие машинного обучения в России – созданный им в 2007 г. коллектив стал одной из наиболее значимых для машинного обучения команд в России.
Ученики Дмитрия Петровича, многие из которых уже сами стали преподавателями и исследователями, регулярно и успешно представляют университет на самых престижных научных конференециях в области Computer Science по всему миру. Курсы, разработанные Дмитрием Петровичем, стали основой для российской школы преподавания Machine Learning.
Департамент больших данных и информационного поиска: Профессор-исследователь
В номинации «Начинающие преподаватели» награду получил Александр Оганов, стажёр-исследователь Центра глубинного обучения и байесовских методов и преподаватель Департамента больших данных и информационного поиска, а также студент магистратуры «Прикладная математика и информатика» ВМК МГУ им. М.В. Ломоносова. Круг научных тем Александра охватывает дифузионные модели, модели ускорения и дистилляции диффузии, решатели ОДУ, состязательное обучение.
Центр глубинного обучения и байесовских методов: Стажер-исследователь
Александр согласился дать небольшое интервью, где рассказал о своих впечатлениях, опыте и планах на будущее.
– Награду я получил как преподаватель курса «Введение в глубокое обучение» кафедры ММП факультета ВМК МГУ. Мы прочитали около 30 лекций и позвали крутых специалистов из области на гостевые лекции.
Глубокое обучение я начал изучать самостоятельно в начале второго курса. Меня удивил спектр решаемых задач, но разочаровало отсутствие глубокой математики. К счастью, на втором курсе мне предстояло выбрать научного руководителя и я узнал о Дмитрии Петровиче Ветрове и исследовательской группе баейсовских методов. Тестовым заданием было самостоятельно разобраться в теме стохастических дифференциальных уравнений и их связью с генеративными моделями. В бакалавриате при поддержки Дмитрия Петровича Ветрова и кураторов из байес группы я учился правильно ставить эксперименты и формулировать гипотезы.
Над курсом «Введение в глубокое обучение» работала большая команда. Мы постарались дать студентам как знание современных моделей, так и показать основные концепции. Мы акцентировали внимание на ключевых статьях. Думаю, мы приблизились к созданию курса, который даст студентам актуальные знания как для науки, так и для индустрии. Когда-то именно баланса между наукой и индустрией мне не хватало при самостоятельном изучении, но получилось найти при работе в байес группе.
– Я занимаюсь генеративными моделями для изображений, в частности диффузионными моделями. Много кто знаком с генерацией изображений по тексту — это одна из задач генеративного моделирования.
Мои исследования направлены на повышение эффективности и исследования новых возможностей. Например, вместе с коллегами мы недавно опубликовали работу “GAS”, в которой ускоряем существующие методы почти в 2 раза без заметной потери качества. Мы получили прикладной результат, хотя изначально исследовали процесс генерации и численные методы решения дифференциальных уравнений.
Сейчас я хочу попробовать себя в разных областях. В нашей лаборатории занимаются большим спектром задач начиная от 3D компьютерного зрения до анализа ландшафта функций потерь. Я буду стараться расширить свой кругозор и изучать смежные области.
– Свобода выбора задач и путей для их решения – самая интересная сторона исследовательской работы. Ощущение множества путей может пугать, особенно, когда впереди много нового и неизвестного. В такие моменты важно обратиться за помощью, особенно, когда у вас есть опытные кураторы и менторы.
Найти людей, которые горят той же идей, готовы научить и поделится знаниями невероятно ценно. Сделать что-то в одиночку бывает полезно, но многое не осуществимо без поддержки и помощи. Найти классных людей, которые помогут, – одна из первых и важных задач на пути каждого. Желаю вам успешно её решить!
Yandex ML Prize (ранее – премия им. Ильи Сегаловича) – престижная ежегодная награда в области Machine Learning, созданная компанией Яндекс в 2019 году. За годы существования премии её лауреатами стали множество талантливых исследователей и преподавателей в области ML. Награды, которых удостаиваются победители, включают денежную премию в 1 000 000 рублей и грант в размере 500 000 рублей на доступ ко всем сервисам платформы Yandex Cloud для вычислений, хранения данных, публикации датасетов и разработки ML-моделей.
Департамент больших данных и информационного поиска: Профессор-исследователь
Центр глубинного обучения и байесовских методов: Стажер-исследователь