Практичне використання моделей МН та ШІ у магістерських роботах

Сучасний світ стрімко змінюється під впливом технологій штучного інтелекту, які дедалі ширше застосовуються в різних сферах діяльності. Магістранти спеціальностей «Інженерія програмного забезпечення» та «Комп’ютерні науки» присвятили чимало часу вивченню цих технологій, і тепер на них чекає важливий завершальний етап навчання — дослідницька практика, результати якої стануть основою магістерських кваліфікаційних робіт.

Щоб допомогти здобувачам систематизувати набуті знання та визначити підходи до їх практичного застосування, було організовано зустріч із Романом Руденським — Senior Data Scientist компанії Intellias, який має значний досвід реалізації проєктів із використанням технологій штучного інтелекту та машинного навчання. На зустрічі були присутні і викладачі кафедри інженерії програмного забезпечення.

Метою зустрічі було узагальнення основних підходів до постановки та розв'язання задач із використанням штучного інтелекту й машинного навчання, ознайомлення з особливостями реалізації відповідних проєктів та надання практичних рекомендацій, які стануть у пригоді студентам під час виконання дослідницької практики й підготовки магістерських кваліфікаційних робіт.

Особливу увагу лектор приділив машинному навчанню, його основним типам та життєвому циклу проєктів. Для кращого розуміння матеріалу він запропонував студентам визначити типи машинного навчання для низки практичних завдань. Це викликало жваве обговорення та дало можливість здобувачам застосувати теоретичні знання до реальних ситуацій.

Одним із найважливіших питань зустрічі став вибір доцільного рівня використання штучного інтелекту для розв'язання конкретної задачі. Роман Руденський наголосив, що не завжди варто починати зі складних моделей. Навпаки, доцільно спочатку застосувати найпростіший підхід, який забезпечує прийнятний результат, а надалі використовувати його як базовий для порівняння та вдосконалення рішень.

Окремо було розглянуто шість критеріїв вибору моделі машинного навчання, серед яких — характер і доступність даних, вимоги до швидкодії, обчислювальні ресурси, особливості практичного використання та підтримки моделі. Такий підхід допомагає обґрунтовано обирати інструменти для реалізації власних дослідницьких проєктів.

Важливе місце в лекції посіли питання академічної доброчесності, ліцензування програмних засобів і моделей, захисту персональних даних та дотримання вимог приватності. Лектор підкреслив необхідність відповідального використання технологій штучного інтелекту, перевірки умов застосування моделей і належного документування використаних інструментів та джерел даних.

Особливий інтерес у студентів викликали приклади реальних проєктів, у реалізації яких брав участь Роман Руденський. Вони продемонстрували, як теоретичні підходи до машинного навчання застосовуються для розв'язання практичних завдань та які труднощі можуть виникати на різних етапах роботи над проєктом.

Зустріч стала корисною нагодою не лише поглибити знання з технологій штучного інтелекту та машинного навчання, а й замислитися над тим, як правильно сформулювати дослідницьку задачу, обрати методи її розв'язання, оцінити отримані результати та обґрунтувати прийняті рішення в магістерській кваліфікаційній роботі.

Щиро дякуємо Роману Руденському за змістовну, цікаву та практично орієнтовану лекцію, корисні рекомендації й готовність ділитися професійним досвідом із майбутніми фахівцями!