search icon search icon

Искусственный интеллект

  • Сквозные технологии НТИ: Большие данные и искусственный интеллект
  • II уровень РСОШ
  • 100 баллов к ЕГЭ
  • Сквозные технологии НТИ: Большие данные и искусственный интеллект
  • II уровень РСОШ
  • 100 баллов к ЕГЭ
Математика Информатика
  • Этап 1
    5 сентября — 31 октября
    2022
  • Этап 2
    8 ноября — 12 декабря
    2022
  • Финал
    13 февраля — 15 апреля
    2023

Расписание

В последние годы искусственный интеллект стал одной из любимых тем для разговоров в среде технологических энтузиастов. Этот профиль дает возможность разобраться в ней на практике и попробовать себя в роли исследователя данных (Data Scientist)!

Профиль создан в партнерстве с Академией искусственного интеллекта для школьников, а это значит тебя ждут:

  • актуальные задачи от экспертов Sber AI
  • качественная инфраструктура: эта команда делает AI-соревнования для школьников с 2018 года и знает, что нужно участникам
  • по-настоящему, крутой финал: ведущие эксперты, звезды, последние разработки лабораторий, а еще игры, прогулки и многое другое.
Искусственный интеллект1
Искусственный интеллект2
Искусственный интеллект3
Искусственный интеллект4
Искусственный интеллект5
Искусственный интеллект6
Искусственный интеллект7
01 7

Этапы соревнований

Этап 1

В рамках первого отборочного этапа участникам предстоит решить предметные задачи по информатике и математике — предметный тур, для погружения в технологии профиля изучить материалы по машинному обучению — образовательный блок, а также решить несложную задачу по машинному обучению — инженерный тур. 

Этап 2

На втором этапе участникам предстоит погрузиться в работу с распознаванием видео и их классификацией.

Финал

На заключительном этапе участников ждет предметный и инженерный туры. В предметном туре участникам предстоит решать индивидуально олимпиадные задачи по математике и информатике. В инженерном туре заключительного этапа команды участников продолжат работать с видео и соприкоснутся с обработкой естественного языка (NLP).

Автоматический анализ визуальных данных, в частности, видео, позволяет решать самые разные подзадачи: быстрый поиск нужного контента (фильтрация), извлечение информации из данных (information retrieval) и многое другое. Все это в значительной степени сокращает объем анализа по сравнению с ручной обработкой и создает возможности для автоматизации решения таких задач как: поиск нужного фрагмента видео по запросу (например, на камерах видеонаблюдения), поиск в базе данных различных видео (например, классификация видео с определенными участниками) и так далее.

Требования к команде

Требования к команде

Знания

Ключевые алгоритмы и структуры данных. Потому что вас ждут данные. Много данных.

Классические алгоритмы машинного обучения: как строятся, работают, для чего используются. Потому что без этого никуда.

Основы математической статистики, теории вероятностей, линейной алгебры, математического анализа. Потому что без этого понять, как работает машинное обучение, очень сложно.

Hard skills необходимые для старта

Программирование на Python, в том числе стек работы с данными (numpy, pandas, scipy, matplotlib) и ml-стек.

Hard skills необходимые финалистам

К моменту выхода в финал, вы будете знать все, что необходимо.

Численность команды и роли

Максимальное число участников в команде — 2. При этом мы не выделяем ролей и предлагаем вам быть равноправными партнерами.

При формировании команды рекомендуем обращать внимание на то, чтобы один мог «прикрыть» слабые стороны другого, а коммуникация была комфортной для вас обоих.

!!! Обращаем внимание, что объединение в команды участников из 8–9 классов с участниками из 10–11 возможно только при условии, что каждый из них будет решать предметные туры для 10–11 классов. Поэтому рекомендуем во время первого этапа решать оба варианта заданий.

Материалы подготовки

Организаторы

Партнеры

Генеральный партнер - Благотворительный фонд Сбербанка "Вклад в будущее"

30ce5817b69a2745143784c111d55741.png

background image background image background image background image background image background image background image background image background image background image background image background image
background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image background image