Летняя школа олимпиадной подготовки Иннополиса по искусственному интеллекту
Флагманская школа Университета Иннополис — место, где искусственный интеллект перестаёт быть фантастикой и становится инструментом побед. Здесь участники не просто готовятся к олимпиадам — они учатся мыслить алгоритмами, строить нейросети и решать задачи, которые не встретишь в школе. Именно эти навыки выводят их на российские и международные арены, где они становятся лучшими
Каким будет курс
Тестирование
При приезде на смену тебя ждет отборочное тестирование с распределением по группам согласно твоему уровню знаний
Олимпиады
Программа, разработанная опытными преподавателями для наилучшего результата на Олимпиадах
Лекции
Тебя ждут живые лекции от партнёров, где теория превращается в практику. Ты узнаешь, как знания ИИ работают в реальных проектах и почему без них уже не обойтись
На две недели ты погрузишься в атмосферу Иннополиса, познакомишься с единомышленниками, увлеченными программированием, искусственным интеллектом, и найдешь новых друзей
Крутое комьюнити
Помимо учебы тебя ждет развлекательная программа творческими и спортивными мероприятиями
Развлекательная программа
Как стать участником курса
Сначала зарегистрируйся на мероприятие. Затем на указанную электронную почту придет письмо о том, что твоя заявка принята в работу. После получения письма тебе необходимо подтвердить участие в личном кабинете
Во время подтверждения участия в мероприятии тебе необходимо будет заполнить форму, куда необходимо прикрепить мотивационное письмо и портфолио. В письме расскажи, почему хочешь принять участие в данном мероприятии, какой у тебя есть опыт участия в олимпиадах, конкурсах, профильных школах, хакатонах и других интеллектуальных соревнованиях, а также чего ты ждешь от программы и какие цели перед собой ставишь.
Также нужно добавить портфолио с наиболее значимыми дипломами и сертификатами, которые подтверждают твои достижения в выбранной области. На основании мотивационного письма и портфолио экспертная комиссия примет решение о твоем участии в мероприятии
После того, как тебе придет письмо с подтверждением участия в курсе, ты можешь собирать необходимую документацию:
Документы для заселения (передаются администратору кампуса):
Список медицинских документов (передается медицинскому работнику):
Документы для заселения (передаются администратору кампуса):
- Регистрационная карта;
- Доверенность (для детей до 14 лет);
- Согласие законного представителя на обработку персональных данных до 14 лет / старше 14 лет
Список медицинских документов (передается медицинскому работнику):
- Копия паспорта (разворот с фотографией и регистрация) / св‑ва о рождении;
- Копия полиса ОМС;
- Согласие/отказ на оказание медицинской помощи до 14 лет / старше 14 лет;
- Справка об эпид.окружении, выданная не ранее, чем за три дня до выезда, или справка от врача, что ребенок здоров;
- Диагностика туберкулеза (флюорография, рентген, прививка от туберкулеза, диаскинтест либо иной документ, подтверждающий отсутствие легочных инфекций);
- Копия прививочного сертификата или справка от терапевта о проведении профилактических прививок (АКДС, Гепатит В, корь, краснуха);
- Копия паспорта (разворот с фотографией и регистрация)/ св‑ва о рождении;
- Копия паспорта законного представителя;
- Заявление о зачислении;
- Согласие на обработку и распространение персональных данных до 14 лет / старше 14 лет
- Памятка, подписанная родителем и участником.
Другие курсы
Организаторы
FAQ
Две недели, 3 августа - 16 августа 2026 г.
Программа длится две недели.
Обучение займет 5 часов в день: с 9:00 до 12:00 и с 14:00 до 16:00, в остальное время ребят ждут развлекательные мероприятия. В день заезда и выезда обучение не проводится.
8:00 - 9:00 Завтрак и зарядка;
9:00 - 16:00 Обучение на занятиях, обед и полдник;
16:30 - 18:30 Прогулка, настольные игры и спортивные занятия;
19:00 - 22:00 Ужин, вечернее мероприятие, сонник и отбой
9:00 - 16:00 Обучение на занятиях, обед и полдник;
16:30 - 18:30 Прогулка, настольные игры и спортивные занятия;
19:00 - 22:00 Ужин, вечернее мероприятие, сонник и отбой
Уровень «Начинающий» — введение в Data Science и основы ИИ
Ключевые темы и формируемые умения:
Уровень «Базовый» — классическое машинное обучение и олимпиадный инструментарий
Ключевые темы и формируемые умения:
Уровень «Продвинутый» — алгоритмическая глубина и нейросетевые технологии
Ключевые темы и формируемые умения:
Ключевые темы и формируемые умения:
- Программная обработка текстов: извлечение слов по формальным правилам, работа с регулярными выражениями, расчёт статистических метрик (среднее, медиана, мода), анализ n-грамм.
- Очистка и валидация табличных данных: чтение CSV-файлов, фильтрация «грязных» строк, работа с ZIP-архивами.
- Основы визуализации: построение гистограмм и линейных графиков с помощью Matplotlib.
- Введение в компьютерное зрение: представление изображения как матрицы, операции яркости, контраста, бинаризации, применение гауссова размытия и фильтра повышения чёткости.
- Базовые концепции машинного обучения: дерево решений на интуитивном уровне, наивный байесовский классификатор для анализа тональности, использование CountVectorizer и MultinomialNB из scikit-learn.
- Рекомендательные системы на основе косинусной близости, метод Value Iteration для простых сеточных сред.
- Итоговый проект: пайплайн классификации новостных текстов на категории.
Уровень «Базовый» — классическое машинное обучение и олимпиадный инструментарий
Ключевые темы и формируемые умения:
- Полный цикл обработки данных: объединение нескольких источников, продвинутая очистка (пропуски, бесконечности, дубликаты), корреляционный анализ с расчётом коэффициентов Пирсона.
- Анализ временных рядов: скользящее окно, детектирование аномалий по правилу 2σ.
- Сбор данных из интернета: HTTP-запросы, парсинг HTML с BeautifulSoup, соблюдение этических норм и ограничений.
- NLP-конвейер: лемматизация (pymorphy2), извлечение именованных сущностей (Natasha), TF-IDF-векторизация, обучение классификаторов (логистическая регрессия, CatBoost), кросс-валидация.
- Рекомендательные системы: user-based и item-based коллаборативная фильтрация, матричная факторизация методом SGD (реализация алгоритма «с нуля»).
- Компьютерное зрение: выделение границ с помощью оператора Собеля, автоматическая бинаризация методом Оцу, морфологическое закрытие, полный пайплайн сегментации изображений.
- Ансамблевые методы: Random Forest и градиентный бустинг, сравнение важности признаков.
- Обучение с подкреплением: Q-Learning, разработка агента для поиска сокровищ в динамическом лабиринте.
- Сквозной проект: сбор и анализ новостей с визуализацией временного ряда упоминаний.
Уровень «Продвинутый» — алгоритмическая глубина и нейросетевые технологии
Ключевые темы и формируемые умения:
- Матричная факторизация и оптимизация: ручная реализация SGD, подбор гиперпараметров, сравнение с ALS.
- Задача определения языка текста в условиях шумов: инженерия лингвистических признаков (n-граммы, артикли, суффиксы), очистка данных, устойчивая к опечаткам и заменам раскладки.
- Компьютерное зрение без готовых библиотек: поиск маркеров, оценка аффинного преобразования по четырём парам точек, собственная реализация обратного мэппинга с билинейной интерполяцией, создание детектора различий на изображениях с расчётом IoU.
- Метод главных компонент (PCA): математический вывод, реализация через SVD, сжатие и восстановление изображений лиц, выбор числа компонент по порогу объяснённой дисперсии.
- Нейронные сети: полносвязный перцептрон на NumPy (прямой и обратный проход), затем переход на PyTorch; построение свёрточной сети, transfer learning для классификации изображений, визуализация карт активации.
- Глубокое обучение с подкреплением: Deep Q-Network (DQN), replay buffer, target network; решение задачи с частичной наблюдаемостью (POMDP) — агент в лабиринте с ограниченным полем зрения и движущимися ловушками.
- Прикладной проект «Формула счастья»: сбор данных через VK API, анализ тональности текстов с использованием RuBERT, конструирование композитной метрики субъективного благополучия, визуализация зависимости индекса от возраста и пола.
- Интерпретируемость моделей: важность признаков в деревьях решений, восстановление пути принятия решения, обзор SHAP и LIME.
- Командный хакатон, объединяющий NLP, CV и RL в одной задаче, и итоговая олимпиада.
Документы для заселения (передаются администратору кампуса):
Список медицинских документов (передается медицинскому работнику):
Документы для участия в школе (передаются организаторам при регистрации):
- Регистрационная карта;
- Доверенность (для детей до 14 лет);
- Согласие законного представителя на обработку персональных данных до 14 лет / старше 14 лет;
Список медицинских документов (передается медицинскому работнику):
- Копия паспорта (разворот с фотографией и регистрация) / св-ва о рождении;
- Копия полиса ОМС;
- Согласие/отказ на оказание медицинской помощи до 14 лет / старше 14 лет;
- Справка об эпид.окружении, выданная не ранее, чем за три дня до выезда, или справка от врача, что ребенок здоров;
- Диагностика туберкулеза (флюорография, рентген, прививка от туберкулеза, диаскинтест либо иной документ, подтверждающий отсутствие легочных инфекций);
- Копия прививочного сертификата или справка от терапевта о проведении профилактических прививок (АКДС, Гепатит В, корь, краснуха);
Документы для участия в школе (передаются организаторам при регистрации):
- Копия паспорта (разворот с фотографией и регистрация)/ св-ва о рождении;
- Копия паспорта законного представителя;
- Заявление о зачислении;
- Согласие на обработку и распространение персональных данных до 14 лет / старше 14 лет
- Памятка, подписанная родителем и участником.
Мы всегда на связи:
Оставьте свой вопрос!
Контакты
Кабанова Карина
Менеджер проектов
