Компания «Яндекс практикум» запустила образовательную платформу «Грейд», которая позволит быстро обучать сотрудников навыкам программирования, анализа данных, цифрового маркетинга и других ИТ-направлений. «Грейд» работает по подписке и содержит постоянно пополняемую библиотеку коротких профильных курсов.

Сервис проводит диагностику знаний сотрудника, формирует индивидуальный план обучения, затем тестирует степень освоения навыков. Курсы рассчитаны на 20–30 часов и состоят из нескольких модулей. Руководство и HR-департамент могут отслеживать прогресс обучения сотрудника. Сейчас в «Грейде» доступно семь курсов, в том числе «Основы Python для анализа данных», «Создание веб-приложений c помощью Django» и «SQL для работы с данными и аналитики». К концу 2023 года «Яндекс практикум» намерен увеличить количество курсов на платформе до 100.

Источник: «Яндекс практикум»

В компании прогнозируют, что к концу 2024 года доля «Грейда» в обороте «Яндекс практикума» составит 15 %. Выход на новый рынок увеличит сегмент корпоративных клиентов платформы как минимум в два раза. Сейчас в «Яндекс практикуме» представлено более 80 обучающих программ по более 50 цифровым профессиям. Платформа готовит веб-разработчиков, бэкенд-разработчиков, инженеров по тестированию, специалистов по data science, дизайнеров, маркетологов и управленцев в ИТ. На платформе обучается более 46 тыс. человек.

Облачная платформа Yandex Cloud расширила программу поддержки образовательных инициатив в сфере Computer Science. Теперь российские вузы могут бесплатно использовать сервис для ML-разработки DataSphere и проводить исследования в области искусственного интеллекта.

Yandex DataSphere включает все необходимые инструменты и динамически масштабируемые облачные ресурсы 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 DataSphere доступен стандартный для ML-разработки интерфейс Jupyter Notebook.

«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», — отмечает 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.

Стартап FedML, по информации ресурса SiliconANGLE, закрыл раунд начального финансирования, в ходе которого было привлечено $6 млн. Ведущим инвестором стал Camford Capital, в раунде также приняли участие Plug and Play Ventures, AimTop Ventures, Acequia Capital и LDV Partners.

Своей целью FedML называет формирование экосистемы, которая удовлетворит потребности корпоративных пользователей в кастомизированных ИИ-моделях. Отмечается, что многие компании хотят обучать или оптимизировать системы ИИ на своих собственных данных. Это позволит применять модели для выполнения конкретных задач, таких как автоматизация бизнеса, обслуживание клиентов, дизайн продуктов и пр. Но такие данные могут быть сильно разрознены или являться конфиденциальными, что затрудняет использование облачных сервисов.

Источник изображения: pixabay.com / geralt

Чтобы решить эту проблему, FedML создала платформу федеративного и коллаборативного обучения моделей, которая позволяет работать с данными что в облаке, что на периферии — без необходимости перемещать эти сведения куда-либо ещё. FedML называет такой подход «обучением без обмена» (learning without sharing).

Привлечённые средства стартап направит на объединение компаний и разработчиков для обучения, развёртывания и настройки моделей в рамках своей платформы. FedML полагает, что совместный подход поможет решить проблемы высокой стоимости и сложности крупномасштабных ИИ-моделей. Компания уже создала экосистему MLOps, привлёкшую более 1900 пользователей, которые предоставили свыше 3500 периферийных узлов и обучили более 6500 моделей.

Платформа машинного обучения ML Space компании Cloud (ранее SberCloud, теперь ООО «Облачные технологии») стала базой для соревнований в рамках Национальной технологической олимпиады (НТО) по профилю «Искусственный интеллект». Участники олимпиады, используя мощности платформы, разработали алгоритм, который анализирует видео и отвечает на вопросы по его содержанию.

В программу олимпиады направление «Искусственный интеллект» включено с 2019 года. Его курирует Академия искусственного интеллекта для школьников — проект благотворительного фонда «Вклад в будущее» (создан «Сбербанком»). Это самое популярное из 39 направлений олимпиады: в 2023 году регистрацию прошли более 6,1 тыс. учеников 8–11 классов из России и других стран. В финал вышли более 100 старшеклассников из 27 регионов нашей страны и Казахстана.

Изображение: Cloud

Используя мощности ML Space, школьники создавали мультимодальные модели, способные работать как с текстом, так и с видео. В итоге участники разработали алгоритм, который анализирует видео и отвечает на вопросы по его содержанию. Финалисты также прошли индивидуальный предметный тур по математике и информатике.

НТО использует ML Space в направлении «Искусственный интеллект» второй год. В этом году каждому участнику было выделено 20 часов вычислительных ресурсов ускорителя NVIDIA A100 на платформе MLSpace. Представители Cloud уверены, что созданные программные продукты в будущем могут стать основой для коммерческих решений.