search icon search icon ВЕРСИЯ ДЛЯ СЛАБОВИДЯЩИХ

Технологии компьютерного зрения и цифровые сервисы (Студенческий трек)

  • Сквозные технологии НТИ: Большие данные и искусственный интеллект
  • НОВЫЙ ПРОФИЛЬ
  • Сквозные технологии НТИ: Большие данные и искусственный интеллект
  • НОВЫЙ ПРОФИЛЬ
Математика Информатика
Рекомендации для наставника
  • Отборочный этап
    26 февраля — 17 марта
    2024
  • Заключительный этап
    8 апреля — 14 апреля
    2024

Расписание

Компьютерное зрение – одно из самых востребованных и быстро развивающихся направлений в мире ИТ. Оно используется во множестве различных областей и по праву вошло в список сквозных технологий. В последние годы компьютерное зрение активно используется и для разработки рекомендательных систем.

Профиль посвящен изучению технологии компьютерного зрения и ее применения для разработки туристических цифровых сервисов.

Профиль создан в партнерстве с ИТ-кампусом «Неймарк» и ИТ-компаниями, ведущими разработки в области компьютерного зрения.

Преимущества для победителей

  • Льготы в НИУ ВШЭ (находятся в статусе утверждения). 

  • приглашения на стажировки в компании, призы и дипломы за достижения, а также возможность получить новые знакомства и опыт.

Технологии компьютерного зрения и цифровые сервисы (Студенческий трек)1
Технологии компьютерного зрения и цифровые сервисы (Студенческий трек)2
01 2

Этапы соревнований

Отборочный этап

В рамках отборочного этапа участники готовятся к решению задач финального тура. Предложенные для решения задачи связаны с основными этапами решения задачи финального тура :

  • решение задач компьютерного зрения с использованием современных алгоритмов;
  • решение задач кластеризации с использованием современных алгоритмов;
  • использование современных инструментов и библиотек для решения задач в области интеллектуального анализа данных;
  • использование современных технологий для разработки web сервисов;
Также отборочный тур поможет прокачать навыки командной работы над проектом.

Заключительный этап

В рамках заключительного этапа команды участников разработают прототип туристического цифрового сервиса, позволяющего определить по фотографиям достопримечательности Нижнего Новгорода и Нижегородской области, которые уже посетил пользователь, и предложить ему другие достопримечательности по той же тематике. 

Например, пользователь загрузил фотографии памятника Горькому на площади Горького и фотографию памятника Пушкину около Оперного театра. Сервис определил, что пользователь заинтересован увидеть памятники писателям и предлагает посетить памятник Добролюбову на Театральной площади и памятники Горькому и Жюлю Верну на набережной Федоровского.

Требования к команде

Hard skills

• Знание базовых алгоритмов компьютерного зрения;
• Умение решать задачу кластеризации с использованием современных алгоритмов и инструментов;
• Умение работать с современными библиотеками компьютерного зрения;
• Уверенные навыки программирования на С++ и/или Python;
• Умение спроектировать и разработать web сервис с использованием современных инструментов.

Soft skills

  • Умение работать в команде;
  • Знание и умение использовать на практике техники и инструменты проектной работы.

Численность команды и роли

Состав команды 3-5 человек

  • Архитектор приложения – разработка архитектуры приложения, разработка бэкенда;

  • Разметчик данных – создание дата сета, определение геолокации по метаданным; фотографий

  • Специалист по компьютерному зрению – обучение нейронной сети для определения с помощью алгоритмов компьютерного зрения объектов на фотографии;

  • Инженер-программист – разработка и реализация алгоритма решения задачи кластеризации;

  • Капитан / лидер команды – осуществление общего руководства работой команды, распределение обязанностей и контроль соблюдения сроков. Рекомендуется совмещение данной роли с другими ролями.

Материалы подготовки

Организаторы

Партнеры

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