Проекты

В конце каждого семестра студенты будут работать над проектами под руководством ведущих сотрудников разных IT-компаний. Проекты могут быть самыми разными: браузерная игра, которая знакомит с машиной Тьюринга, сервис для изучения генома человека, предсказание цены продажи недвижимости, сервис для удалённого интервью, прототип датчика, который подсчитывает проехавшие мимо машины и другие. С их помощью студенты:

  • Познакомятся с самыми разными технологиями.
  • Поймут, какое направление или технология увлекают больше других
  • Попробуют решить реальные рабочие задачи: проекты очень близки к ним.


Примеры проектов
Fortran — старый язык, на котором написано много научного и инженерного кода. Студент взялся за реализацию плагина для Фортрана для IntelliJ IDEA, потому что уже программировал на Фортране, ему был интересен процесс создания плагина к IDE, несмотря на известные трудности, связанные с грамматикой языка. Студент разрабатывал плагин почти год в рамках двух семестровых практик и летней стажировки в JetBrains.
Duckietown — это исследовательский проект MIT, направленный на разработку и изучение алгоритмов управления автомобилями. В проекте две части:

1) Duckiebot — бот-машинка, которой управляет бортовая RaspberryPi.

2) Duckietown — городок-тестовый полигон для Duckiebot. Машинки ездят по городу, соблюдают правила движения и избегают столкновений с другими объектами.

Студенты попытались самостоятельно воспроизвести этот проект.
Приложение SeedCounter считает и определяет размеры зерен пшеницы по фотографии, чтобы освободить агрономов от скучной и рутинной работы. Студент изучал возможность определения цвета зёрен по фотографии и реализовал это в приложении так, чтобы зёрна можно было разделить на осмысленные классы. Классы могли соответствовать, например, содержанию полезных для человека веществ.
Студенты учились распознавать марку и модели автомобиля по фотографии. Это полезно, когда нужно уточнить и дополнить объявления о продаже автомобилей. Или сделать мобильное приложение, которое подскажет, что за машина припаркована на улице. Проект оказался непростым, в нём использовались методы машинного обучения и компьютерного зрения, поэтому участники разделили усилия:

  • анализировали статьи, посвященных компьютерному зрению и машинному обучению,
  • обрабатывали изображения с помощью разных фильтров и искали ключевые элементы на изображениях,
  • готовили датасеты с автомобилями и изучали алгоритмы сегментации изображений
  • объединяли все программные наработки и алгоритмы в единую систему.