Мы долго собирались и наконец-то дошли до Хабра. Можете нас поздравить!
Мы – «кодИИм» – проект от команды Центра педагогического мастерства (ЦПМ) и МФТИ.
Наша команда организует буткемпы по искусственному интеллекту для подростков. Мы учим ребят создавать собственные проекты с использованием нейронных сетей, обучаем программированию, математике и анализу данных в процессе работы с ИИ. А еще мы выстраиваем коммьюнити подростков (и иногда даже взрослых). Вся обновленная информация про проекты и не только есть в нашем телеграм-канале «песочница кодИИм»!
В течение года наша команда организует несколько буткемпов, рассчитанных на разные уровни знаний. Наши буткемпы – это выездные смены, на которых ребята живут и учатся вместе. За неделю участники осваивают фундаментальные темы по искусственному интеллекту на семинарах и лекциях, а в конце реализуют свой собственный проект под руководством преподавателей и менторов, применяя полученные знания на практике. Кроме учебы, вечером участники занимаются спортом, играют в настольные игры, что помогает отдохнуть и настроиться на следующий день.
Последняя смена закончилась в начале июля, и именно про нее мы хотим рассказать.
Senior-буткемп проходил с 30 июня по 10 июля и был рассчитан на школьников 9-11 класса, которые уже обладают глубокими знаниями программирования и математики. Эта смена делилась на три трека: CV, NLP и ML, в рамках которых участники делали свой финальный проект.
Что за финальный проект? Это может быть решение реального кейса от топовых компаний или собственный проект, тему которого школьники предлагали сами. В этом году своими кейсами поделились Тинькофф, Wildberries и VK.
Проекты получились полноценные и хорошо упакованные, поэтому мы очень хотим рассказать про каждый из них!
Команда «3\4»
Участницы: Алдаг Алсу, Буденная Мария, Больщикова Ярослава, Гайнуллина Настя
Девчонки решали кейс от Wildberries, цель которого – создание антифрод системы для дальнейшего внедрения в интернет-магазин. Данная система поможет с вычислением мошеннических отзывов и предотвратит раскрытие личных данных, тем самым укрепляя доверие клиентов.
GitHub: https://github.com/bbalsu/antifraud
Команда «APS»
Участницы: Чекуева Алима, Латыпова Юлия
Команда «APS» разработала нейросеть, которая помогает маркетплейсу Wildberries классифицировать дефектные и не дефектные фоны карточек продукта. Данная бизнес-задача поможет продавцам эффективнее и быстрее продать товар на площадке.
GitHub: https://github.com/alickqs/Codaim_BGdetector
Команда «Центр изучения азиатской нормы (ЦИАН)»
Участники_цы: Гунаев Ростислав, Дуванов Лука, Сусак Анна
Эта команда предложила облегчить жизнь «клинерам» и переводчикам, которые занимаются обработкой оригинального текста и переводом на другой язык, в нашем случае с японского на русский. Нейронка сама заливает «пузырь» с текстом и автоматически вставляет новый переведенный текст.
GitHub: https://github.com/AnnaSusak/textInBubbleDetecting
Команда «OpenАйАйАй»
Участники: Крупнов Павел, Ергучев Александр, Иончиков Александр
Ребята из команды «OpenАйАйАй» разрабатывали нейронку, которая будет помогать анализировать аудиторию на конференциях. Зачем? Многие мероприятия неэффективные и скучные, а организаторы не могут понять причину потери публики. Это нейросетка поможет распознать настроение людей и скорректировать дальнейшие мероприятия в зависимости от результата анализа.
GitHub: https://github.com/krup4/face-feature-recognition
Команда «Десептиконы»
Участники: Цыпченко Михаил, Кром Илья, Борискин Андрей, Нефедов Никита, Адаменко Мирослав
Команда «Десептиконы» взяла в работу кейс от Т-банка и разработала нейронку, которая определяет картавость человека по записи его голоса. Хороший кейс, который увеличит эффективность системы безопасности и поможет с распознаванием биометрических данных.
GitHub: https://github.com/Vex1cK/Decepticon-s-project
Команда «42»
Участники: Сухановский Игнат, Спирин Константин, Конухов Артем, Фесенко Михаил, Малахов Ярослав
Как вам трейдинг бот, который будет предсказывать движение котировок МОЕХ? Команда «42» занялась разработкой именно этой модели. Помимо обработки числовых данных ребята встроили анализ текстовых в виде новостей, чтобы повысить точность предсказаний.
GitHub: https://github.com/iwance/sber_stocks_prediction
Команда «Hedgehog neurons»
Участники: Беляев Александр, Харитонов Георгий, Хватов Сергей, Веселов Данила, Ирхин Андрей, Голышев Юрий
Если вы у вас есть проект, который потенциально может выиграть какое-либо финансирование, то этот бот точно поможет. Ребята из команды «Hedgehog neurons» создали модель, которая будет предсказывать результат подачи заявки на грант по тексту. Очень полезная вещь, особенно на начальных этапах!
GitHub: https://github.com/Sashakrem8320/Telegram-Bot-Grant-forecasting
Команда «sigmaminded»
Участники: Гронский Иван, Архипов Игнатий, Гаврилов Григорий, Лабус Мирон
Для людей, которые занимаются созданием контента, особенно полезен проект команды «sigmaminded». Бот анализирует актуальность видео и предсказывает количество просмотров, а также дает рекомендации по улучшению. Это значительно сэкономит силы и ресурсы всем креаторам.
GitHub: https://github.com/Sgsaram/ai-podcast
Команда «егоркрид»
Участники_цы: Сазанов Иван, Юшков Дмитрий, Клюев Лев, Садчикова Арина
Еще одни любители предсказывать ситуацию на рынке акций. Кейс от Сбер инвестиций на AI Challenge оказался очень популярным, а главное – успешно выполненным. Тут участники_цы команды предсказывают котировки, используя новостной анализ.
GitHub: https://github.com/iwance/sber_stocks_prediction
Мы очень гордимся тем, что ребята смогли в такие сжатые сроки создать хорошо продуманные и упакованные проекты. У всех есть потенциал на дальнейшее развитие и расширение. Команда «кодИИм» в вас верит!
Ждем следующих смен!