CS Space

Succinct структуры, деревья и скобочные последовательности ⬇️

– Страница мероприятия
– 28 марта, суббота, 14:00 – 15:30
– Мраморный зал, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург
– Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения

⭐️ О лекторе

Николай Мальковский — кандидат физико-математических наук; Principal Engineer, Chebyshev Research Center

📢 Анонс

Формально, succinct-структуры — это такие, которые используют o(N) дополнительной памяти для обеспечения операций над множеством из N бит. Неформально — это несколько способов хранения дерева размера N за 2N + o(N) бит и использования этих o(N) бит для навигации по дереву, а иногда и для ответов на довольно сложные запросы.

Одно из подобных битовых представлений вы, с большой вероятностью, встречали: делаем обход в глубину, каждый раз, когда опускаемся, записываем «(», когда поднимаемся — «)». В результате мы должны получить правильную скобочную последовательность длины 2N-2. В целом, вот эти 2N бит, но что можно делать с таким представлением? Как оказывается, всё, что нам обычно нужно от дерева, можно получить с помощью небольших вспомогательных вычислений. А сами succinct-деревья очень даже практичны, особенно когда число узлов переваливает за миллион.

Сборы к финалу ВсОШ по ИИ в Санкт-Петербурге 📢

Команда CS Space при поддержке Яндекса провела подготовительные занятия для школьников Санкт-Петербурга, прошедших на заключительный этап Всероссийской олимпиады по искусственному интеллекту.

За время сборов участники успели пройти большой объём материала:
✔️ С Иваном Лопатиным разобрали классический ML и deep learning, включая CNN и задачи обработки текста, а также поучаствовали в практиках и соревнованиях.
✔️ Максим Бидва сосредоточился на математике: теория вероятностей, линейная алгебра и методы оптимизации с практическими занятиями.
✔️ Максим Николаев вёл блок по статистике и моделированию, включая реализацию алгоритмов на Python.
✔️ Артур Игнатьев дополнил программу лекцией по теории информации и дискретной математике.

Мы старались сделать сборы максимально полезными: много задач, разборов и практики — всё, чтобы участники чувствовали себя уверенно на олимпиаде. Продолжить подготовку можно на Stepik:
↗️ Тренажёр по математике в ИИ.

Финал уже близко — желаем ребятам показать свой максимум! 🏆

Лето ближе, чем кажется! Самое время подумать о стажировке. И как раз сейчас у наших партнёров Pinely открыт набор на этот сезон ⤵️

⚡️ Machine Learning Research Intern — это отличная возможность для тех, у кого уже есть промышленный опыт в ML или DL и интерес к сфере трейдинга или же просто сильный академический бэкграунд.
Во время стажировки вы будете работать с рыночными данными, участвовать в исследовании и оптимизации торговых стратегий вместе с командой Pinely. Это отличный шанс увидеть на реальных задачах, как устроен мир HFT.

〰️ Язык стажировки: менторы и команда русскоговорящие, документация и данные на английском;
〰️ Формат участия: очный, локация зависит от команды, в которую кандидат пройдёт отбор: Москва или Амстердам;
〰️ Длительность: 3 - 6 месяцев, старт гибкий;
По итогам стажировки возможен оффер на фуллтайм.

Если есть вопросы по процессу, обязательно пишите в телеграм @pinelyhr или на почту artem.ukhin@pinely.com.
И главное — не откладывайте! Заявки принимаются до 3 апреля!

Открытый курс по математике для подготовки к ВсОШ по ИИ!

Готовитесь к всеросу по ИИ, изучили кучу теории и теперь хотите применить свои знания на практике? Специально для вас мы подготовили Тренажёр по математике в ИИ на платформе Stepik! В этом курсе мы собрали множество прикладных задач на Python по самым разным разделам математики, которые помогут вам закрепить полученные знания и подготовиться к математическому туру.

Курс будет дополняться как новыми заданиями, так и блоками с теорией, поэтому присоединяйтесь и следите за обновлениями! Для анонсов, вопросов и общения мы завели тг-канал курса: @math_ai_course.

Главный разработчик курса — преподаватель CS Space, МКН СПбГУ и ШАД Максим Николаев, а помогают ему наши авторы соревнований Тимофей Москаленко, Алексей Власов, Максим Бидва и Матвей Исупов.

Желаем вам интересного погружения в математику искусственного интеллекта и ярких побед!

Как найти сумму ряда? ⬇️

– Страница мероприятия
– 20 марта, пятница, 19:00 – 20:30
– Мраморный зал, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург
– Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения

⭐️ О лекторе

Александр Игоревич Храбров,
кандидат физико-математических наук, руководитель департамента информатики факультета Школа информатики, физики и технологий ВШЭ и доцент факультета математики и компьютерных наук СПбГУ

📢 Анонс

Нахождение сумм рядов является весьма сложной задачей, решить ее удается лишь в очень небольшом количестве случаев. Обычно получается найти лишь её приближенное значение. Но при нахождении приближенного значения приходится сталкиваться с неожиданными трудностями. Ряды могут сходиться достаточно медленно и для вычисления их суммы требуется просуммировать большое количество слагаемых. А чем больше слагаемых, тем больше погрешность, которая в итоге может оказаться очень значительной.

Лекция будет посвящена обсуждению этих проблем и методов их решения. А именно будет рассказано про некоторые методы ускорения сходимости рядов (методы Куммера, Эйлера, Шанкса, Эйткена и Ричардсона), а также про то, какую пользу можно извлечь из численного значения суммы для нахождения ее точного значения.

Для понимания лекции достаточно иметь базовые знания из математического анализа: предел, сумма ряда, ряд Тейлора, интеграл, O-большое и o-малое.

Студент, диплом и LLM: Что такое хорошо и что такое плохо ⬇️

– Страница мероприятия
– 6 марта, пятница, 19:00 – 20:30
– Мраморный зал, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург
– Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения

⭐️ О лекторе

Александр Сироткин,
К.ф.-м.н., Доцент НИУ ВШЭ, Главный академический консультант CRC

📢 Анонс

LLM развиваются с безумной скоростью: то, что позавчера казалось фантастикой, вчера стало реальностью, а сегодня — просто еще один инструмент в большом наборе.

На лекции мы попробуем разобраться, какие возможности для обучения и преподавания открывают нам большие языковые модели. Поговорим о том, где генеративные нейросети помогут сэкономить кучу времени, а где могут откровенно накосячить (отвечать за это, как обычно, придется нам).

Отдельно остановимся на святая святых — дипломных работах. Почему промпт «Напиши диплом на тему "Анализ применения LLM при подготовке дипломов"» пока не сработает так, как хочется? И как его исправить, чтобы получить толковый результат?

А главное — расставим на поле флажки, которые укажут, где именно лежат грабли. Чтобы, готовя диплом, вы наступали на них как можно реже.

Впереди весенний семестр! Напоминаем, что наши мероприятия стартуют уже на этой неделе⤵️

Большие курсы:

1️⃣ Фотограмметрия: трехмерная реконструкция

17 февраля, 18:00

Чтобы работать с предметами реального мира в цифровой форме, нужно уметь автоматически и с высокой точностью получать их трехмерное представление. Фотограмметрия решает эту задачу на основании большого количества фотографий объекта/человека/памятника/здания или даже целого города с разных сторон.

Представим, вы научились программировать… И язык C++ вам даже не слишком не нравится… Может даже разобрались в том, как ускорять вычисления с помощью многопоточности и видеокарт… И даже остались в здравом состоянии рассудка! Но в чем смысл?… Зачем все это теперь нужно, если все задачи компьютерного зрения решают с помощью нейросетей?...

Оказывается, до сих пор большой пласт задач фотограмметрии решается в т.ч. нейросетями, хотя традиционными методами решается быстрее и дешевле по стоимости вычислений. Кроме того, некоторые из этих методов просто красивы и расширяют сознание.

2️⃣ Алгоритмы для NP-трудных задач

19 февраля, 18:00

Один из ключевых открытых вопросов компьютерных наук — равенство классов P и NP: если корректность решения можно проверить за полиномиальное время, можно ли столь же эффективно его найти? NP-трудные задачи находятся в центре этого вопроса и задают фундаментальные ограничения для алгоритмов во многих практических областях: от оптимизации и планирования до анализа графов и вычислительной логики.

В курсе рассматриваются NP-трудные задачи и основные подходы к работе с ними: точные экспоненциальные алгоритмы, приближённые методы, параметризованные алгоритмы и решения для частных случаев. Классические задачи, такие как 3-раскраска графа, используются как базовые примеры для понимания общих принципов и границ применимости алгоритмических методов.

Пререквизиты: базовый курс по алгоритмам.

Открытая лекция:

💬 Starlink: невидимый айсберг оптимизации динамических графов

21 февраля, 14:00

Почему зона покрытия мобильной связи стремительно сокращается, а планету постепенно опутывают десятки тысяч спутников?
Как позвонить обычным смартфоном из Тихого Океана в Сахару, и зачем для этого требуются каналы данных по 10Тбпс?
Как вообще устроен интернет 2.0 (на примере 3-го поколения Старлинка), и почему для этого требуются сверх-эффективные алгоритмы поиска кратчайшего пути?

Это лишь малая толика вопросов с фронтира современного телекома, ответы на которые вы получите на открытой лекции аэрокосмического инженера и руководителя разработки передовых систем связи Сергея Алексеева.

Мероприятия будут проходить в Мраморном зале, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург. Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения. Достаточно сделать это один раз для посещения любой лекции курса.

Starlink: невидимый айсберг оптимизации динамических графов — открытая лекция Сергея Алексеева ⬇️

– Страница мероприятия
– 21 февраля, суббота, 14:00-15:30
– Мраморный зал, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург
– Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения

⭐️ О лекторе

Сергей Алексеев,
PhD, MBA, CEO Voxtellar (Singapore), член ряда экспертных комитетов по связи и навигации

📢 Анонс

Почему зона покрытия мобильной связи стремительно сокращается, а планету постепенно опутывают десятки тысяч спутников?
Как позвонить обычным смартфоном из Тихого Океана в Сахару, и зачем для этого требуются каналы данных по 10Тбпс?
Как вообще устроен интернет 2.0 (на примере 3-го поколения Старлинка), и почему для этого требуются сверх-эффективные алгоритмы поиска кратчайшего пути?

Это лишь малая толика вопросов с фронтира современного телекома, ответы на которые вы получите на открытой лекции аэрокосмического инженера и руководителя разработки передовых систем связи Сергея Алексеева.

Курсы весеннего семестра ⤵️

1️⃣ Фотограмметрия: трехмерная реконструкция
Николай Полярный. CTO Agisoft. Автор курса фотограмметрии и курса алгоритмов на видеокартах.
Борис Симиютин. Старший разработчик, Agisoft. Соавтор курса фотограмметрии и курса алгоритмов на видеокартах.
Первые две лекции 17 февраля, 18:00-20:15. Лекции будут проходить по вторникам с 18:00.

📢 Анонс

Чтобы работать с предметами реального мира в цифровой форме, нужно уметь автоматически и с высокой точностью получать их трехмерное представление. Фотограмметрия решает эту задачу на основании большого количества фотографий объекта/человека/памятника/здания или даже целого города с разных сторон.

Представим, вы научились программировать… И язык C++ вам даже не слишком не нравится… Может даже разобрались в том, как ускорять вычисления с помощью многопоточности и видеокарт… И даже остались в здравом состоянии рассудка! Но в чем смысл?… Зачем все это теперь нужно, если все задачи компьютерного зрения решают с помощью нейросетей?...

Оказывается, до сих пор большой пласт задач фотограмметрии решается в т.ч. нейросетями, хотя традиционными методами решается быстрее и дешевле по стоимости вычислений. Кроме того, некоторые из этих методов просто красивы и расширяют сознание.

2️⃣ Алгоритмы для NP-трудных задач
Юрий Дементьев. Научный сотрудник ИТМО и МКН СПбГУ.
Первая лекция 19 февраля, 18:00-19:30. Лекции будут проходить по четвергам с 18:00.

📢 Анонс

Один из ключевых открытых вопросов компьютерных наук — равенство классов P и NP: если корректность решения можно проверить за полиномиальное время, можно ли столь же эффективно его найти? NP-трудные задачи находятся в центре этого вопроса и задают фундаментальные ограничения для алгоритмов во многих практических областях: от оптимизации и планирования до анализа графов и вычислительной логики.

В курсе рассматриваются NP-трудные задачи и основные подходы к работе с ними: точные экспоненциальные алгоритмы, приближённые методы, параметризованные алгоритмы и решения для частных случаев. Классические задачи, такие как 3-раскраска графа, используются как базовые примеры для понимания общих принципов и границ применимости алгоритмических методов.

Пререквизиты: базовый курс по алгоритмам.

Курсы будут проходить в Мраморном зале, ПОМИ РАН, наб. реки Фонтанки, 27, Санкт-Петербург. Пожалуйста, не забудьте зарегистрироваться — это необходимое условие посещения. Достаточно сделать это один раз для посещения любой лекции курса.

Если вы студент и хотите зачесть наши курсы в своем вузе, обсудите эту возможность с вашим куратором и попросите его связаться с нами в сообщениях сообщества @csspace.

Организовано при поддержке Pinely.

Участие CS Space в AAAI 2026

AAAI 2026 - 40-я международная научная конференция в области ИИ, которая прошла в Сингапуре с 20 по 27 января 2026 года

Рады поделиться, что работаем с нашим партнёром Pinely над новым форматом – трэвел-грантами для участия в международных конференциях для студентов и молодых исследователей. Всем известно, как сложно бывает организовать поездку на конференцию, особенно когда речь заходит о формальностях. Для студентов эта процедура нередко похожа на запутанный квест с бесконечными этапами согласований. Новый формат поддержки кардинально меняет ситуацию — он позволяет полностью сосредоточиться на науке, презентовать результаты, пообщаться с коллегами из других стран и просто вдохновиться атмосферой.

С поддержкой Pinely на конференцию AAAI 2026 поехали:
⚡️ Артур Игнатьев и Юрий Дементьев — от команды CS Space;
⚡️ Владимир Давидюк и Марат Аграновский — студенты Лаборатории Маркова СПбГУ.

В результате поездки были представлены 4 научные работы:

📃 Structural Approach to Guiding a Present-Biased Agent
📃 EFX and PO Allocation Exists for Two Types of Goods
📃 Discounted Cuts: A Stackelberg Approach to Network Disruption
📃 MeshA*: Efficient Path Planning With Motion Primitives

Для нас особенно важно, когда поддержка — это не формальность, а осознанный вклад в развитие науки, молодых исследователей и открытого обмена знаниями. Спасибо Pinely за участие, доверие и системную поддержку сообщества!

🎓 С Днём студента!

Поздравляем всех, кто сейчас учится, исследует, сомневается, пробует новое и иногда откладывает дедлайны до последнего — мы вас очень понимаем.

Пусть в этом году будет больше понятных задач, интересных идей, людей, с которыми хочется что-то делать вместе. Желаем, чтобы учёба не сводилась только к зачетам и экзаменам, чтобы находилось время на любимые темы, проекты и разговоры, а путь в Computer Science был увлекательным.

💬 Напишите в чате, какие форматы вы бы хотели видеть в этом году: больше встреч, курсов, соревнований или что-то совсем новое?