10 декабря в 12:00 Одинцовский филиал МГИМО откроет свои двери для абитуриентов и их родителей.
 
Контакты
Пресс-служба

Поделиться

Распечатать страницу
29 декабря 2020

Семинар «Магия и реальность машинного обучения» Финэк МГИМО и компании Google

После первого дня курса у студенческих команд была неделя на подготовку одного кейса в области бизнеса (электронной коммерции, сбора и переработки отходов, кредитного скоринга), лингвистики и политологии. Кстати, по итогам опроса после семинара, наибольший интерес вызвали задача по оптимизации вывоза твердых бытовых отходов и прогнозирование динамики зарубежных политических элит на основе анализа текстов официальных выступлений политиков в разные годы.

Перед студентами в кейсе стояли следующие вопросы:

  • в выбранной предметной области выбрать конкретную «мастер-задачу» и обосновать ее приоритет перед другими конкурирующими задачами, которые можно решить с помощью данных;
  • рассказать о возможных источниках данных, их качестве и ограничениях, накладываемых, например, требованиями защиты персональной информации;
  • подумать над возможными алгоритмами, которые потребуются для обработки данных;
  • определить критерии успеха решения выбранной задачи.

После консультаций в течение подготовительной недели команды представили свои решения на втором семинаре, прошедшем 16 декабря. На нем выступили команды Факультета финансовой экономики, лингвистики и мировых отношений:

  • 300 IQ (капитан — Иван Мельников, 3 курс)
  • TUBI (капитан — Махтоб Атоева, 2 курс)
  • PINEAPPLES (капитан — Тимур Низамеев, 1 курс)
  • RightWay (капитан — Анна Денисова, 1 курс) и 100 perbarrel (капитан — Анна Бойченко, 1 курс)
  • LiderInc (капитан — Кристина Воищева, 3 курс)
  • УВЭД 4.0 (капитан — Алина Егизекова, 4 курс)
  • сборная команда Факультета лингвистики и межкультурной коммуникации (капитаны — Дарья Алмаз, 1 курс магистратуры, и Артем Рева, 4 курс)
  • открытая команда, к работе которой могли присоединиться участники, не сформировавшие свою команду (представитель — Анна Васильева, 2 курс)
  • «Нелампа» (команда Факультета международных отношений, представитель — Анастасия Бунина).

К обсуждению результатов команд на семинаре также присоединились директор Одинцовского кампуса МГИМО Е.А.Козловская и заместитель директора, заведующий кафедрой математических методов и бизнес-информатики Л.С.Притчина.

Мы благодарим команды за активное участие в работе семинара, представленные решения, вопросы и предложения по дальнейшей работе. Почти 80% участников семинара считают, что анализ данных и машинное обучение будут важны в их будущей работе, а 85% видят именно решение практических кейсов своей первоочередной задачей в обучении. 17% участников семинара считают, что уже готовы к решению сложных задач в машинном обучении.

Организации и проведению семинара активно помогали представители студенческого ИТ-Клуба МГИМО, этой группой руководил Димитрий Бычков, студент 2 курса Факультета финансовой экономики.

Работу семинара прокомментировал декан Факультета финансовой экономики Е.В.Погребняк: «Для нас это был первый опыт представления кейсов анализа данных в новом формате, позволяющем поработать заказчиком проекта машинного обучения. Мы благодарны нашим коллегам из компании Google, которые смогли предложить такой захватывающий, и, главное, очень доступный для всех студентов формат, позволяющий вовлечь в сферу анализа данных нетехнических специалистов и развить необходимые компетенции.

Часто мы думаем, что магия машинного обучения скрыта в алгоритмах, которым уделяется большое внимание в сфере образования, но в реальности успех проекта — это еще и конкретизация задачи, ее выверка с различными заинтересованными сторонами, поиск недостающих данных. Даже те задачи, которые уже сейчас становятся более технологичными и привычными — например, кредитный скоринг, могут по-своему решаться в конкретной бизнес-ситуации для конкретной компании. Для большинства нетривиальных задач нужна „доменная“ экспертиза, которой обладают специалисты в лингвистике, политологии, праве, экономике.

Магия начинает работать в реальности, когда под нее правильно выстроена логика проекта. Найти такое применение машинного обучения, приносящее пользу бизнесу и в исследованиях, это и есть задача управления, которую мы воспроизводили в кейсах.

Команды смогли быстро выйти на высокий уровень освоения материала, но, по моим ощущениям, в сжатом графике первой, пробной серии семинаров, нам не хватило времени на более глубокое обсуждение кейсов и их вариантов. Результаты семинара позволяют систематизировать наши потребности в обучающих курсах, которые лучше подготовят студентов к решению таких кейсов. Важным переходным моментом, я надеюсь, станет работа над более специализированными кейсами, например, в области маркетинга, права, а также выдвижение и защита студентами собственных кейсов анализа данных».

Поделиться