- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
Адрес: 109028, г. Москва, Покровский бульвар, д. 11, S909
Главные российские ИТ-тренды - 2024
Чернозатонская Е. В., Фуколова Ю. В., Комаров М. М. и др.
М.: Издательский дом НИУ ВШЭ, 2023.
Beklaryan A. L., Akopov A. S.
Lecture Notes in Computer Science. 2025. Vol. 14476. P. 273-280.
Vasilev A., Volodkevich Anna, Kulandin D. et al.
In bk.: RecSys '24: Proceedings of the 18th ACM Conference on Recommender Systems. Association for Computing Machinery (ACM), 2024. P. 1191-1194.
Shabalin A., Meshchaninov V., Chimbulatov E. et al.
arxiv.org. Computer Science. Cornell University, 2024
Основная задача базовой кафедры – расширить сотрудничество Сбера с факультетом компьютерных наук по подготовке высококвалифицированных ИТ-специалистов для решения задач в сфере искусственного интеллекта и финансовых технологий.
Кафедра объединяет высокий научно-исследовательский и педагогический потенциал факультета компьютерных наук НИУ ВШЭ с обширным практическим опытом, глубокой экспертизой и накопленными прикладными и теоретическими знаниями в области решений на основе искусственного интеллекта, предоставляемыми сотрудниками Сбера.
Создание кафедры стало продолжением магистерской программы «Финансовые технологии и анализ данных», открытой в 2017 году совместно ФКН НИУ ВШЭ и Сбером.
Основные функции кафедры:
- Разработка учебно-методических материалов на основе индустриальных кейсов с участием Сбера;
- Привлечение лучших специалистов Сбера к проведению обязательных дисциплин, дисциплин по выборку и факультативов для студентов факультета компьютерных наук НИУ ВШЭ;
- Организация и проведение профильных хакатонов для студентов с возможностью прохождения победителями сокращенной процедуры отбора при приеме на работу в Data Science подразделения Сбера;
- Организация и проведение воркшопов и конференций с участием студентов, позволяющих, в том числе, сформировать представление о карьерных траекториях в сфере разработки решений на основе искусственного интеллекта;
- Обеспечение трудоустройства выпускников (первого и второго года) и студентов факультета компьютерных наук ВШЭ на более высокие стартовые позиции в Data Science подразделениях Сбера;
- Формирование центра компетенций и обмен экспертизой в целях методологической поддержки других образовательных программ Сбера.
Сбер провел на ФКН лекцию по оценке рекомендательных систем и бенчмаркам
Денис Куландин, лидер разработки библиотеки рекомендательных алгоритмов RePlay, рассказал студентам, почему не все новые State-of-the-Art (SOTA) алгоритмы лучше, работающих в проде решений и почему.Также была затронута правильного выбора лучшего алгоритма для своей рекомендательной системы до вывода в прод и рассмотрены подводные камни, возникающие в пайплане решения задач рекомендаций на основе реального опыта.
После выступления Денис ответил на вопросы участников о том, как избежать экономических потерь при выборе алгоритмов и по каким критериям важно сравнивать модели, генерирующие миллионы рублей дохода в месяц.
RePlay – Open Source фреймворк для всех этапов создания рекомендательных систем от предварительной обработки данных до оценки качества и выбора лучшей модели.
В RePlay реализованы классические бейзлайны, коллаборативные модели, нейросетевые подходы и обёртки над популярными библиотеками. Все модели реализованы в едином интерфейсе.
В завершение лекции Максим Батайкин, Руководитель направления по аналитике данных Сбера, анонсировал предстоящий хакатон «HSE Sber RecSys Hack», организованный базовой кафедра Сбера ФКН и Сбером. В рамках задачи участникам будет предложено сгенерировать top-k персонализированных рекомендаций, обогащенных кросс-доменными данными экосистемы Сбера: Sound, пользовательская активность в музыкальном стриминге Звук и Marketplace, пользовательская активность на маркетплейсе МегаМаркет, а также других популярных датасетов для задач рекомендаций: MovieLens, MTS library и Amazon fine foods.