«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
О проекте
— Предложенная нами система позволяет компаниям, предоставляющим облачные услуги и использующим собственные жесткие диски, оперативно управлять запасами и оборудованием в центрах обработки данных, а также эффективно планировать закупки и оптимизировать склад. При этом сохраняется возможность гарантийного обслуживания для закупленных партий оборудования. Все это особенно важно для крупных облачных провайдеров.
Идея этого решения возникла из кейса и проблемы, предложенных компанией «Сила», которой наш проект помогает в рамках хакатона «Цифровой прорыв».
На основе исторических данных об использовании и выходе из строя дисков мы можем прогнозировать момент отказа нового диска в будущем. При этом наша система учитывает особенности каждой конкретной партии оборудования. Это позволяет более грамотно управлять ресурсами и предотвращать сбои в работе центров обработки данных.
О команде
— С этим проектом наша команда победила в прошлом году на региональном хакатоне «Цифровой прорыв» в Омске. В 2024 году в этом же хакатоне, но на федеральном уровне мы снова вошли в число лучших, заняв 4-е место. Сейчас ведем переговоры с компанией «Сила» о дальнейшей доработке и внедрении нашего решения в индустрию.
В состав команды также входят Даниил Галимов, Александр Серов, Александр Харламов и Артем Тарасов. Мы познакомились два года назад на образовательных форумах «Я — профессионал» по ИТ и профильных программах в «Сириусе». С тех пор приняли участие в десятках соревнований, в части из которых победили или заняли призовые места. Сейчас по гранту «Код-ИИ» Фонда содействия инновациям разрабатываем систему идентификации морских млекопитающих по аэрофотоснимкам. Все участники работают ИТ-специалистами в российских бигтех-компаниях: Даниил Галимов и Александр Харламов — специалисты в backend и Python, я и Александр Серов — инженеры машинного обучения и руководители проектов.
Про Вышку и учебу
— В этом году я поступил в Высшую школу экономики на факультет компьютерных наук. Моя программа — «Продуктовый подход и аналитика данных в HR-менеджменте» — реализуется совместно с Альфа-Банком. Имея техническое образование, я считал важным углубиться также в сферу менеджмента и управления людьми. При этом я не хотел далеко отходить от технической стороны и инженерии искусственного интеллекта. Именно в программе ФКН я увидел такую возможность. Сейчас я разрабатываю решение для анализа межличностных коммуникаций с использованием больших языковых моделей. Для меня было важно иметь возможность обсуждать, сотрудничать с Альфа-Банком и получать обратную связь по своему проекту на занятиях.
Вам также может быть интересно:
Анализ генетической информации поможет избежать осложнений после инфаркта
Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
Вышка и InfoWatch научат защищать персональные данные
Центр программных разработок и цифровых сервисов ВШЭ в сотрудничестве с Базовой кафедрой Акционерного общества «ИнфоВотч» НИУ ВШЭ разработали программу повышения квалификации «Персональные данные в действии» для Академии InfoWatch. К созданию курса были привлечены лучшие специалисты по защите персональных данных из разных отраслей.
НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны
В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.
«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.
Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»
Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.
Законы физики: как Высшая школа экономики стала Высшей школой IT-технологий и ИИ
Сотрудничество лидеров IT-индустрии и ведущих вузов в подготовке высококлассных специалистов стало ключевым трендом последних лет. Как построено IT-образование в Вышке и как университет стал лидером в сфере искусственного интеллекта, рассказал ректор НИУ ВШЭ Никита Анисимов на пресс-завтраке «Яндекс Образования» «Бигтехи и университеты: итоги приемной кампании — 2024/25 и модели партнерства».
ИИ и чат-боты: будущее образования уже здесь
Нейросети открывают новые возможности для образовательного процесса. Об их использовании в образовании для построения чат-ботов ученые НИУ ВШЭ рассказали на интерактивной лекции в рамках фестиваля-форума «Москва 2030». Эксперты поделились опытом разработки ИИ-помощника для студентов в рамках стратегического проекта «ИИ-технологии для человека».
Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции
Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.
Ученые НИУ ВШЭ предложили модель, лучше других определяющую тематику текстов
Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге. Статья опубликована в журнале PeerJ Computer Science.