Подробнее узнать про написание курсовых, научно-исследовательских, выпускных квалификационных работ можно здесь.
- выбрать тему/ы из предложенного списка или предложить свою;
- сформировать и отправить нам CV (резюме) в свободной форме о том, что Вы считаете важным сообщить нам о себе (биография, достижения, таланты, навыки);
- найти в личном графике время, когда сможете приехать на 14 линию В.О. для собеседования;
- заполнить заявку на сайте или написать нам на почту, приложив CV, выписку из зачётной книжки (загрузить транскрипт из электронной зачётной книжки на сайте my.spbu.ru) или диплом с выпиской;
- получить ответное письмо, договориться о встрече.
- Вам назначается консультант, с которым будет происходить основная коммуникация;
- в течение семестра проходят семинары, где Вы получаете опыт ведения научной дискуссии и навыки презентации исследовательских результатов;
- за активности в рамках проекта Вам начисляются баллы, которые потом конвертируются в оценку научного руководителя.
- ценные призы для лучших;
- высокий рейтинг при подаче документов на ПГАС;
- стажировку, трудоустройство, финансовую поддержку проекта;
- научные публикации, регистрации в Роспатент, гранты;
- развитие широкого спектра скиллов;
- реальные востребованные проекты;
- публикация результатов в СМИ;
- коммуникацию с большой компетентной командой.
- замотивированных на достижение больших целей;
- готовых уделять существенное время проекту;
- способных работать в высокой степени самостоятельно;
- умеющих соблюдать дедлайны;
- отсутствие знаний каких-то конкретных технологий не является проблемой, если есть желание быстро нарабатывать скиллы.
НАВИГАЦИЯ ПО ПРОЕКТАМ
СОЦИАЛЬНЫЕ СЕТИ, АНАЛИЗ ДАННЫХ
-
- Разработка интеллектуальной системы для сопровождения профориентационной диагностики
- Автоматизация сбора данных о личностных особенностях пользователей социальных сетей
- Выгрузка данных по API ВКонтакте
- Разработка Al помощников на основе GigaChat
- Оценка выраженности личностных особенностей по текстам пользователей в социальной сети
CARGOTIME: РАЗРАБОТКА ЛОГИСТИЧЕСКОГО ПОРТАЛА
БАЙЕСОВСКИЕ СЕТИ
КОМПЬЮТЕРНОЕ ЗРЕНИЕ
СВОЯ ТЕМА
Социальные сети, анализ данных
Разработка интеллектуальной системы для сопровождения профориентационной диагностики
Описание. Общей целью проекта является разработка системы помощи в профориентации, которая использует интеллектуальный анализ данных из социальных сетей для определения профессиональной направленности человека. Направления задач, которыми можно заняться в рамках проекта:
- Создание ML-модели для предсказания профессиональной направленности (коды Голланда) на основе подписок и поведения пользователей в социальных сетях.
- Анализ аватаров пользователей с целью выявления визуальных паттернов, связанных с профессиональными предпочтениями.
- Разработка инструмента для анализа сообществ (ТГ-каналы, группы ВКонтакте) для определения их профессиональных характеристик.
- Создание карты IT-профессий в России с использованием данных соцсетей и тестов, которые прошли специалисты.
- Исследование конгруэнтности личных и профессиональных предпочтений с целью разработки инструмента, который будет предсказывать совместимость человека и его будущей профессии.
- Генерация персонализированных текстовых описаний результатов теста при помощи LLM.
Проект предоставляет возможность студентам разработать полезные и востребованные инструменты для профориентации с применением современных методов анализа данных и машинного обучения.
Преимущества:
- возможность научных публикаций, участия в конференциях и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- освещение результатов проекта в СМИ;
- возможность попасть на оплачиваемую стажировку;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Технологии:
Python
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Автоматизация сбора данных о личностных особенностях пользователей социальных сетей
Описание. Участие в разработке приложения ВКонтакте с психологическими тестами. Данное приложение размещено в каталоге «ВКонтакте» с лета 2022 года, ежедневно его посещают от 450 до 4000 пользователей. Приложение изначально разработано для ускорения сбора датасетов, содержащих результаты прохождения психологических тестов в привязке к идентификационным данным респондентов. На основе этих датасетов строятся модели машинного обучения, которые позволяют оценить выраженность психологических особенностей у пользователя автоматически, без прохождения им теста, на основе публикуемых им данных. Полученные результаты могут быть использованы в задачах маркетинга, информационной безопасности, социологических исследований и т.д. В рамках проекта предполагается развитие функциональности действующего приложения с тестами. Сейчас для приложения актуальными являются следующие задачи:
1. Внедрение новых продуктовых фичей.
2. Добавление рекомендательных моделей тестов.
3. Рефакторинг имеющейся кодовой базы.
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения..
Максим Викторович Абрамов
Анастасия Андреевна Корепанова
Технологии:
Node.js, React.js, MongoDB.
Требования к студенту:
- 1–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Выгрузка данных по API ВКонтакте
Описание. Социальные сети сегодня являются полезным источником информации о пользователях, локальных сообществах и обществе в целом. Анализ публикуемого там контента позволяет оценить выраженность личностных особенностей пользователей, их защищенность от социоинженерных атак, предсказать реакции на различные воздействия и т.п. Для этого анализа требуется собирать и обрабатывать большие массивы данных. «ВКонтакте» предлагает свой API для обращения к данным, также существует множество библиотек для работы с ним на разных языках программирования, однако они не заточены непосредственно под сбор данных. В рамках проекта предлагается поучаствовать в разработке приложения для сбора данных по API «ВКонтакте», поддерживающего гибкий формат запросов и цепочки сложных запросов. Работа над проектом позволит прикоснуться к современным задачам анализа социальных сетей, освоить современные подходы к асинхронному программированию, получить навыки проектирования приложения. Полученные данные могут быть использованы в рамках исследований по анализу социальных сетей. В рамках проекта предполагается развитие функциональности существующего приложения. Сейчас для приложения актуальны следующие задачи:
1. Добавление новых цепочек сложных запросов в приложение.
2. Реализация внешнего доступа к сервису по API.
3. Повышение безопасности и отказоспособности сервиса.
Преимущества:
- проект, в котором можно погрузиться в разные сферы разработки;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Анастасия Андреевна Корепанова
Технологии:
TypeScript, Node.js, Nest.js, MySQL, Neo4j, Rabbitmq.
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Оценка выраженности личностных особенностей по публикуемому контенту пользователей в социальной сети
Разработка Al помощников на основе GigaChat
Описание. Большие языковые модели (LLM) позволяют расширить функциональности многих сервисов, за счет внедрения интеллектуальных помощников — вопросно-ответные системы, автоматизированное заполнение документов, ментроринг, обучение, аналитика и построение рекомендаций. Данный трек связан как с разработкой AI-помощников, в частности на LLM Сбера — GigaChat, так и с исследованием их возможностей применения в различных задачах. В ходе работы придется столкнуться с парсингом данных с открытых источников, разработка телеграм-ботов, проектированием архитектуры, автоматизацией составления отчетов и их аналитикой.
Возможные темы:
- сравнение современных методов промпт-инжиниринга в задаче построения интеллектуальных ассистентов;
- методы автоматизации оценки качества работы RAG и больших языковых моделей;
- персонализация ответов большой языковой модели при реализации AI-ассистентов;
- способы работы LLM со сложноструктурированным контентом на примере таблиц и документов;
- сравнение эмбеддинговых state-of-the-art моделей в контексте задач информационного поиска;
- построение GraphRAG на основе Базы Знаний из открытых источников;
- LLM как оптимизатор: популярные подходы и перспективы.
Преимущества:
- возможность попасть на оплачиваемую стажировку;
- проект, от одного из крупнейших банков России;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- ценные призы за высокие достижения.
Научный руководитель:
Максим Викторович Абрамов
Куратор:
Фёдор Витальевич Бушмелёв
Технологии:
Python (NumPy, Pandas, SciPy, SKLearn и др), LangChain, NLP, LLM PostgreSQL, Selenium, Beautifulsoup, Scrapy, MTProto API, CRUD API, OCR
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности;
- готовность устроиться на стажировку в Сбербанк.
Cargotime: разработка логистического портала
Описание. Cargotime — большой проект, наработки по которому можно наблюдать по адресу: cargotime.ru. Цель всего проекта — оптимизация взаимодействия логистических компаний и их клиентов. Основные направления развития проекта:
- Сервис отслеживания контейнеров морских линий
- Инструментарий для планирования маршрута для автомобиля
- Сервис-агрегатор для оценки стоимости доставки
Среди учебных и производственных практик в основном преобладают технические работы. Проект Cargotime в первую очередь является веб-сервисом, который поддерживает сложную масштабируемую инфраструктуру, состоящую из 20+ микросервисов.
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Максим Сергеевич Есин
Технологии:
Typescript, Nest JS (Node.js), Redis, RabbitMQ, TypeORM (MySQL), Next JS (React), Redux, Elasticsearch, Kibana, Fluent bit, WordPress, Nginx (reverse proxy), Docker, Swarm, Github Actions (CI/CD), Portainer (swarm cluster management web UI)
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Описание.Флагманский продукт проекта. Сервис обладает удобными интерфейсами для отслеживания текущего статуса и истории перемещений контейнеров. Сервис ориентирован на клиентов логистических компаний, которым важно узнавать об изменениях, связанных с их контейнерами. Поэтому помимо сбора данных из множества источников, задача сервиса состоит в унификации и обогащении полученных данных для их представления в удобном виде. Основные направления развития:
- Автоматизация сбора данных из защищенных источников открытых данных
- Обогащение ответа сервиса вспомогательной информацией о портах, судах и маршрутах
- Создание и развитие функциональности личных кабинетов пользователей
- Создание инструментов для анализа архивных данных о перевозках
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Максим Сергеевич Есин
Технологии:
Typescript, Nest JS (Node.js), Redis, RabbitMQ, TypeORM (MySQL), Next JS (React), Redux, Elasticsearch, Kibana, Fluent bit, WordPress, Nginx (reverse proxy), Docker, Swarm, Github Actions (CI/CD), Portainer (swarm cluster management web UI)
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Описание. Позволяет минимизировать расходы на топливо, подбирая подходящие заправочные станции по пути. Сервис использует начальную и конечную точки маршрута, а также технические данные об автомобиле. Основные направления развития:
- Сбор данных из защищенных источников
- Повышение точности используемой модели
- Исследование задачи минимизации времени в пути для электромобилей
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Максим Сергеевич Есин
Технологии:
Typescript, Nest JS (Node.js), Redis, RabbitMQ, TypeORM (MySQL), Next JS (React), Redux, Elasticsearch, Kibana, Fluent bit, WordPress, Nginx (reverse proxy), Docker, Swarm, Github Actions (CI/CD), Portainer (swarm cluster management web UI)
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Описание. Агрегирует данные о стоимости и сроках доставки груза от транспортных компаний. Сервис использует параметры перевозимого груза, данные о точках отправки и доставки и данные о дополнительных услугах.
Основные направления развития:
- Автоматизация сбора данных из защищенных источников открытых данных
- Рефакторинг имеющейся кодовой базы
- Инструменты для анализа надежности и актуальности полученных предложений
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Максим Сергеевич Есин
Технологии:
Typescript, Nest JS (Node.js), Redis, RabbitMQ, TypeORM (MySQL), Next JS (React), Redux, Elasticsearch, Kibana, Fluent bit, WordPress, Nginx (reverse proxy), Docker, Swarm, Github Actions (CI/CD), Portainer (swarm cluster management web UI)
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Описание. Содержат в себе данные о российских и международных экспедиторах и перевозчиках. В будущем сервис позволит гибко фильтровать и ранжировать транспортные компании в зависимости от интересов клиента
Основные направления развития:
- Автоматизация сбора данных из защищенных источников открытых данных
- Создание алгоритма умного ранжирования компаний на основе интересов клиента
- Решение задачи автоматической категоризации компаний на основе отчетных данных о деятельности
Преимущества:
- работа в команде с другими разработчиками;
- опыт реализации реального востребованного продукта, с высокой посещаемостью;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Максим Сергеевич Есин
Технологии:
Typescript, Nest JS (Node.js), Redis, RabbitMQ, TypeORM (MySQL), Next JS (React), Redux, Elasticsearch, Kibana, Fluent bit, WordPress, Nginx (reverse proxy), Docker, Swarm, Github Actions (CI/CD), Portainer (swarm cluster management web UI)
Требования к студенту:
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- желание развиваться в области разработки веб-сервисов с использованием указанного стека технологий;
- ориентация на достижение позитивного результата;
- высокая степень самостоятельности.
Байесовские сети
Описание. Задачи искусственного интеллекта, машинного обучения, оценки рисков в наше время очень актуальны. Их объединяет необходимость работы с данными, объемы которых с каждым днем возрастают. Более того, все чаще экспертам приходится работать с неполными данными, или с данными, содержащими неточности. Это требует совершенствования существующих методов хранения и обработки информации.
Одна из активно развивающихся моделей для решения подобных задач ― алгебраические байесовские сети (АБС). В основе структуры АБС лежит принцип разбиения связанных по смыслу данных на небольшие фрагменты. Фрагменты моделируются графами, в вершинах которых содержаться вероятностные оценки истинности соответствующей информации. Ребрами указывается на взаимосвязь между вероятностными оценками.
В рамках проекта предлагается погрузиться в интереснейший математический аппарат, а также реализовать некоторые алгоритмы по обработке информации на практике. В процессе работы вы сможете углубить свои знания линейной алгебры и теории графов, а также освоить ряд востребованных технологий для решения задач анализа данных.
Преимущества:
- работа в команде с другими разработчиками;
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Артём Андреевич Вяткин
Технологии:
Python, React.
Требования к студенту:
- не бояться математики, программирования, много учиться и требовательных кураторов:);
- 2–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- ориентация на достижение результата;
- высокая степень самостоятельности.
Компьютерное зрение
Описание. Распознавание автомобильного номера является классическим примером задачи из области компьютерного зрения. Однако существующие решения, позволяющие достичь высокой точности, зачастую требуют значительных вычислительных мощностей и/или временных затрат. Мобильные же решения в основной своей массе представляют клиентские приложения, осуществляющих лишь видеозахват, а вычисления по поиску и распознаванию номера проводятся на сервере. Данный проект направлен на создание автономного программного решения для мобильных устройств, способного с высокой точностью распознавать автомобильные номера в режиме реального времени.
Возможные задачи:
- Совершенствование точности существующей нейросетевой модели для детектирования и распознавния номеров.
- Облегчение, сжатие (Pruning) используемых нейронных сетей в решениях.
- Подготовка моделей для портирования на мобильные устройства.
- Разработка мобильного приложения с разверткой моделей.
- Оценка эффективности инференса решения на мобильных устройствах.
Преимущества:
- возможность попасть на оплачиваемую стажировку;
- публикации и регистрации программ для ЭВМ, способствующие получению повышенной стипендии;
- отлаженная инфраструктура, способствующая интенсивному профессиональному и карьерному росту;
- возможность освещения результатов проекта в СМИ;
- ценные призы за высокие достижения.
Максим Викторович Абрамов
Кураторы:
Федор Витальевич Бушмелев
Технологии:
Python, Flutter, Dart, SQL
Требования к студенту:
- 1–4 курс бакалавриата, 1–2 курс магистратуры;
- готовность инвестировать в проект заметный объем времени и усилий;
- ориентация на достижение результата;
- высокая степень самостоятельности.
Своя тема
Если у Вас есть идея собственного проекта, и Вы хотите самостоятельно её реализовать, то Вы также можете присоединиться к нам.
Для подачи заявки нужно написать в поле сообщения краткое описание основной идеи проекта.