https://www.wikicshse.ru/index.php?action=history&feed=atom&title=%D0%93%D0%BE%D0%B4%D0%BE%D0%B2%D0%BE%D0%B9_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82_%28%D0%98%D0%9825%29Годовой проект (ИИ25) - История изменений2026-06-08T22:41:43ZИстория изменений этой страницы в викиMediaWiki 1.45.3https://www.wikicshse.ru/index.php?title=%D0%93%D0%BE%D0%B4%D0%BE%D0%B2%D0%BE%D0%B9_%D0%BF%D1%80%D0%BE%D0%B5%D0%BA%D1%82_(%D0%98%D0%9825)&diff=2110&oldid=previmported>Murrcha: Migrated current public revision from wiki.cs.hse.ru2025-11-03T11:30:24Z<p>Migrated current public revision from wiki.cs.hse.ru</p>
<p><b>Новая страница</b></p><div>==О проекте==<br />
<br />
🫐Проект командный в группах 2-4 человека (не больше); при остром обоснованном желании можно делать индивидуально<br />
<br />
🫐У каждой команды будет куратор, который будет сопровождать команду на протяжении всего года<br />
<br />
🫐У проекта будет 7 промежуточных контрольных точек (чекпойнты) - за их полное выполнение к дедлайну ставится 0.5 баллов из 10 итоговых<br />
<br />
🫐Проект программный - то есть во всех проектах (во всех!) должен быть реализован сервис/бот/программная часть по требованиям, которые мы опубликуем ближе к нужному чекпойнту<br />
<br />
🫐Основной трек называется ML - на него вы идете (и выбираете проекты из этого трека), если у вас нет опыта работы с нейросетями и достаточных знаний по ним; если же вы имеете и знания, и опыт работы с нейросетями - под свою ответственность можете выбирать проекты из трека DL/research<br />
<br />
🫐Про уровни сложности: нет опыта/знаний - берем base, есть опыт/знания - берем middle, вы круче наших преподов - берем pro<br />
<br />
Документ с описанием практической подготовки (проект/ВКР) на странице программы: https://www.hse.ru/mirror/pubs/share/1080448458.pdf<br />
<br />
==Формула оценки==<br />
<br />
'''O = 0.5 * N + 0.325 * (O_predefense + O_defense)''', где <br />
<br />
* N - число полностью сделанных в срок чекпойнтов (по шкале 1 - сделано полностью / 0.5 - сделано частично / 0 - не сделано к дедлайну), <br />
* O_predefense = O_defense = 0.6 * индивидуальная оценка куратора за полугодие + 0.4 * командная оценка комиссии на защите<br />
<br />
==Чекпойнт 1==<br />
<br />
✔️Создать чат с командой и добавить куратора<br />
<br />
✔️Созвониться с куратором и познакомиться<br />
<br />
✔️Зафиксировать итоговую тему работы и план работы на год (с учетом чекпойнтов)<br />
<br />
✔️Создать на github репозиторий проекта и в readme.md отразить итоговую тему, состав команды, куратора и план работы. Оформить readme красиво<br />
<br />
✔️За выполнение чекпойнтов к дедлайну идет оценка (1/0.5/0), и если выполнить чекпойнт позже дедлайна - будет 0<br />
<br />
'''Дедлайн: 6 октября 23:59'''<br />
<br />
<br />
==Чекпойнт 2==<br />
<br />
[https://docs.google.com/document/d/1MjjcDUDmAwpb5bsgzomG39EihEA-SP8sChs3OLNScog/edit?usp=sharing Описание чекпойнта] <br />
<br />
'''Дедлайн: 2 ноября 23:59'''<br />
<br />
<br />
==Чекпойнт 3==<br />
<br />
[https://docs.google.com/document/d/1zQLrr53iid5eOXEFL-WI3LkV3u1XWMubfYw_ZmWjNCA/edit?usp=sharing Описание чекпойнта] <br />
<br />
'''Дедлайн: 27 ноября 23:59'''<br />
<br />
==Ориентировочное описание чекпоинтов для треков ML/DL/research==<br />
<br />
'''Трек ML:'''<br />
<br />
1. Знакомство с куратором, постановка и уточнение задачи, план на год<br />
<br />
2. Сбор данных и EDA<br />
<br />
3. Линейные модели ML<br />
<br />
4. Нелинейные модели ML, feature-engineering и выбор лучшего ML-решения<br />
<br />
5. Создание сервиса с имплементацией лучшего ML-решения<br />
<br />
6. DL-модели<br />
<br />
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; тюнинг DL-моделей и выбор лучшего решения overall<br />
<br />
<br />
'''Трек DL:'''<br />
<br />
1. Знакомство с куратором, постановка и уточнение задачи, план на год<br />
<br />
2. Сбор данных и EDA<br />
<br />
3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML)<br />
<br />
4. Любое улучшение бейзлайна - реализация более сложного подхода из списка существующих или осуществление собственных идей<br />
<br />
5. Создание сервиса с имплементацией лучшего ML-решения<br />
<br />
6. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур<br />
<br />
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса по промышленной разработке<br />
<br />
<br />
'''Трек Research:'''<br />
<br />
1. Знакомство с куратором, постановка и уточнение задачи, план на год<br />
<br />
2. Сбор данных и EDA<br />
<br />
3. Изучение существующих подходов для решения поставленной задачи и близких по формулировке; реализация бейзлайна (что-то максимально простое - быть может, даже ML)<br />
<br />
4. Эксперименты с DL-архитектурами, выбор и тюнинг лучшей/лучших архитектур<br />
<br />
5. Создание сервиса с имплементацией лучшего ML-решения<br />
<br />
6. Непосредственно research в данной задаче: тестирование различных гипотез, подбор архитектур, метрик и другие релевантные для задачи вещи<br />
<br />
7. Доработка задачи: улучшение сервисной части по обратной связи от команды курса П.Р.; завершение research-части и подведение итогов по проведенным исследованиям</div>imported>Murrcha