Личный кабинет
Так, с помощью сервиса для ML-разработки Yandex DataSphere преподаватели смогут обучать студентов создавать базовые модели машинного обучения, быстрее проверять код, запускать учебные исследования в области искусственного интеллекта.
В Yandex DataSphere есть все необходимые инструменты для полного цикла разработки машинного обучения. Кроме вычислительных ресурсов сервис предоставляет преднастроенную среду для работы с нейросетями, которая в дальнейшем может быть кастомизирована под разные задачи. Также в качестве среды для обучения моделей в Yandex DataSphere доступен стандартный для ML-разработки интерфейс Jupyter Notebook. За счет простых и знакомых инструментов в Yandex DataSphere студенты смогут сосредоточиться на работе с кодом, а также дольше работать над моделями без автоматического отключения ноутбука.
Yandex DataSphere – удобный инструмент для командной работы. К проектам в сервисе можно подключать сразу нескольких студентов и моделировать работу ML-команды по ролям. Инженер поддержки может зайти в проект и скорректировать настройки для эксплуатации модели, а администратор – управлять настройками доступа прямо в Yandex DataSphere. У менеджеров проектов и аналитиков есть возможность отслеживать, сколько ресурсов тратит команда на разработку моделей.
Для нас важно, чтобы доступ к самым современным технологиям машинного обучения в облаке был не только у компаний, но и у всего научного сообщества, включая вузы. Yandex DataSphere поможет преподавателям усовершенствовать программы обучения, а студентам проще и быстрее изучать основы ML, — рассказала Анна Лемякина, директор по национальным стратегическим проектам Yandex Cloud.
Yandex Cloud поддерживает облачной экспертизой 45 российских вузов: ВШЭ, РАНХиГС, СПБГЭТУ ЛЭТИ, КФУ, СПбПУ и многие другие. Грантовая программа поддержки науки и образования в области Computer Science работает с 2021 года. За это время было выдано уже более 100 грантов для научных исследований и ML-разработки в учебных проектах. Студенты и ученые запускали в Yandex Cloud систему мониторинга урожая, создавали алгоритм для беспилотного гоночного болида и исследовали тёмную материю.
Загрузка