喀山的机器学习或Ta斯坦共和国的机器学习专家培训方式

tar斯坦长期以来一直在发展高科技方面雄心勃勃。最近，喀山IT园区庆祝成立10周年-恰好是初创公司和小公司走向国际化的一年。尽管有令人怀疑的预测，但因诺波利斯市也展现出了力量：根据统计数据，2019年居民人数增加了三分之一，世界公司的新办事处在科技园开业。好的，机器学习和人工智能技术与全球IT趋势如何发展？

喀山地区的主要开拓者是Evgeny Razinkov博士（物理和数学），喀山联邦大学讲师，FIX集团公司机器学习和计算机视觉部门负责人以及Pr3vision的科学主管。他曾经是VMK的普通学生，一年前，他在他的祖国大学开设了机器学习和计算机视觉的硕士学位课程。叶夫根尼（Evgeny）将最有才华的同事和学生带入他的团队，该团队致力于科学发展，并与大型IT公司合作。他们从他那里了解了喀山关于机器学习的所有知识。



-您什么时候意识到喀山应该发展机器学习的方向？

-一切自然发生。 2014年，他开始对机器学习感兴趣，并于当年5月遇到了捷克教授Jiri Matos，他成为了我的科学顾问。 2014年12月，他第一次去布拉格实习，2月，他开始在KFU举办机器学习研讨会。就像这样：我来到我的第一个研讨会，收集学生说：“伙计们，现在将会有一个关于机器学习的研讨会。我自己还不太了解，所以让我们一起整理一下。”

在这个学期中，我阅读了这些研讨会并与学生一起学习，然后将其转变为课程表，该课程已包含在课程表中，并且已经作为必修课教授给了本科生。我独立开发并开始教授计算机视觉课程。读取数据挖掘。然后，他开发了深度学习课程。我认为这是当时可以在俄罗斯找到的第一条这样的路线。例如，在捷克共和国，它才刚刚被开发出来，我为阅读了很长时间而感到自豪。几年前，我注意到学生开始对我的演讲表现出更多的兴趣。他们没有按时来找我，问如何上课。



-喀山国防部的专家目前正在使用哪些平台，您认为哪种平台最有效？

-免责声明：这里是我明显的利益冲突的故事：）当然，首先，我将命名为KFU，即计算数学和信息技术学院（VMK的前任教师），系统分析系。

这听上去不太合适，但我真的相信我们会培训非常出色的专家。现在我们有7位老师-我们团队中的所有成员，而且大多数人在该领域拥有至少3年的经验。据我了解，除我们以外，喀山几乎没有从事过此类经验的专家。我会在本科学习的第二年和三年级，本科学习的第四年和硕士课程-计算机视觉方面进行有关机器学习的讲座。我还为本科生开设了深度教育硕士课程。

另外，在我们2019年的系统分析部门中，出现了一个新的硕士档案-“机器学习和计算机视觉”，我与我的团队一起打开了该档案。在这个硕士课程中，我开设了深度教育，计算机视觉课程，在下个学期中，我将进行有关强化，自然语言处理的教学。我的同事Ruslan Nigmatullin进行了有关数字图像处理和数字信号处理的讲座。总共我们有9门与人工智能相关的讲座和实践课程。那些曾经写过我的毕业论文的人现在正在我们的研究生院进行实践课。去年我们为此个人资料进行了激烈的竞争，这让我感到非常高兴。

我的讲座对所有来访者开放（可以进入KFU建筑的人们）。现在，我将在YouTube频道上发布带有讲座的剪辑视频。我计划在不久的将来在线传播与COVID-19大流行有关的讲座-所有这些活动将在公共领域进行。

据我所知，在喀山，这类专家也在KNITU-KAI和Innopolis大学接受了培训。



-你的毕业生去哪儿工作？他们想在喀山发展，还是在国外争取莫斯科？

-在我看来，这么少的毕业生-坚强的人会在这里有足够的工作。喀山在IT领域的发展相当活跃。我的一些学生正在去莫斯科。通常，当然，到处都期望有朝着这个方向发展的优秀专家。

-您在大型公司中管理机器学习和计算机视觉部门。您如何评价整个公司中此类部门的角色？这样的公司是否被认为比其他公司更陡峭/更有声望/更有希望？

-现在，人工智能和机器学习的话题正在兴起，世界上大多数创新都与它们相关。我很难以不同的方式思考，但是我认为，这些技术对于每家计划开展创新业务的公司都至关重要。因为现在实际的业务创新经常与我们的算法联系在一起，并且没有机器学习部门就很难管理这样的公司。

即使公司规模很大，但它在机器学习，计算机视觉和AI方面都不具备专业知识，但感觉这种业务已经成为过去。可能会过去几年，他们将输给较小的竞争对手，而后者现在更加关注我们的技术和算法。

-您认为您的团队最大的成就是什么？

“我们有两个引以为傲的理由。”首先是我们确实成功地关闭了许多项目。我们的大多数开发都已在商业上实施，并令我们的客户满意。许多项目都受到NDA的保护，并且是与我们合作的公司的商业秘密，因此这里没有太多细节。

在我们实施的开放项目中-喀山FIX集团公司现金返还服务Backit的工具。我们创建了一个系统，可让您从照片中现金返还找到合适的产品。假设某个用户想要购买具有返现的特定运动鞋型号。他将产品照片上传到服务应用程序中，并且经过特殊培训的工具为他提供了此购买链接以及现金返还。现在，Backit现金返还服务已连接了1000多家在线商店，从化妆品到建筑材料，各种各样。我们的算法搜索衣服和配件。

我们的第二个成就是我们已经全面建立了专家素质培训。我团队中的许多人都在教学生，这些家伙向我们写文凭，然后是硕士论文。在治安管理中心，我们已经有足够的坚强人才，他们随后在商业公司与我们一起工作。



-您认为在该领域的培训专家中最重要的原则是什么？

“您可以在这里谈论很多数学。”我相信没有良好数学背景的人的发展非常有限，不能声称机器学习会迅速发展。

另一个重点。当机器学习专家设计系统时，总是在最后测量准确性。问题经常出现-这些测量方法对客户是否清晰？多半是这样。我们使用的度量标准很复杂，并且未经特殊技术教育的人们可能会难以理解。企业通常对与业务任务相关的KPI感兴趣，并且机器学习使用完全不同的指标来工作。这使我们的专家有责任-能够切换到客户的语言并正确传达工作结果。

职业道德问题立即出现。您可以轻松地使客户保持错误并以漂亮的数字“高兴”，这与在实际条件下使用该系统的联系非常微弱-不幸的是，某些专家这样做了。一旦我们与一位客户合作，该客户讨论了其他专家为他提供的服务。竞争对手向他保证了某些准确性指标，但没有解释该指标的精确计算方式。从专业的角度来看，这种方法似乎不符合道德。

因此，训练机器学习专家的一个重要原则是激发他们说客户语言的意愿。诚实地将数学指标转换为业务逻辑和业务语言。您应该是能够在发生某些事情时诚实地告诉客户的人：“机器学习在这里不适用，请不要雇用我。”

就是这样-Dunning-Krueger效应。当低学历的人认为自己是很酷的专家，而真正很酷的专家却认为自己不是很酷时，这是一种心理现象。如果您在Google Dunning-Krueger图表上进行搜索，那么一切都会变得清晰起来。

机器学习现在是一个炒作领域，以至于认为自己是一个好专家的诱惑很大。尤其是当在线课程承诺“在三个月甚至一个月内成为专业人士”时。许多公司还不知道如何客观地评估该领域专家的培训水平，这使情况更加复杂。如果公司没有这种能力，而只是被创建，那么这个地方的候选人可能会尝试以任何方式推销自己。这里再次诚实的问题是相关的。

无论专家希望在该领域找到多少工作，他都不应向客户承诺他将无法处理的事情，即使客户“很高兴被欺骗”。这对该地区非常有害-客户寄予厚望。就技术发展而言，这将导致什么？而且，有一天，我们的方法和算法的信念正在减弱。

在客户看来，在机器学习的帮助下，他将立即开始做一些很酷的事情，聘请专家，他们说这是不合理的。结果，所有这些都无济于事，客户说：“我对莫斯科地区感到失望。这不起作用”。

对于我来说，作为一个靠这个赚钱的专家，这是一个很大的问题和痛苦。我希望其他机器学习专家对我们的工作负责。为了使每个人都能清醒地评估自己的技能以及解决了多少问题，他知道如何使客户“回到地面”。这样一来，技术就不会令人失望，每个人都可以正常，高效地工作。

-喀山机器学习专家社区何时将在全世界赞美喀山？

-在这里，您大概只能笑了：)总的来说，什么荣耀了整个世界？公司拥有大量资金并且准备投资第三方产品而不是赚钱的情况。至于她的收入-通常，这是一个商业秘密，而且您不会赞美喀山在全世界。

是的，有DeepMind，OpenAI之类的公司-有很多钱，人们教机器人玩魔兽，DotA。似乎没有直接应用，但有炒作，因为每个人都感兴趣。这样的事情在全世界都得到了荣耀。当然，科学成就还是有这样的作用。有牛津大学，斯坦福大学，麻省理工学院等大学-它们也有这类资源。

我们可以成名的主要事情是教育活动。我们可以指望的最大之处是，它在整个俄罗斯已被称为培养优秀专家的中心。因此，有一天人们会注意到我们的工作并说：“哦，喀山有一所强大的机器学习学校！”来自邻近城市的有才华的学生将吸引我们，我们将共同创造更加有趣的事物。

因此，在俄罗斯，一门强大的机器学习学校非常受欢迎。我无法在全球范围内想象。高等教育和商业公司的情况可能不一样。也许当我们在商业计划中获得更大的优势时，他们将开始更轻松地投资于我们的技术。现在，企业正在等待快速的效果，但是在机器学习中，需要一种不同的方法，更加基础和更具战略性-只有在这种情况下，才有可能发生好事。现在就这样。

---

联系人尤金：

电报通道（讲座和研讨会，机器学习的重要文章的公告）：t.me/razinkov_ai

YouTube频道（讲座视频）：video.razinkov.ai

公众对VK（日程，研讨会的通知）：vk.com/razinkov_ai