Онлайн-магистратуры ТГУ

🗣 Computer Vision в играх: от Doom до AlphaGo и вашего первого игрового бота 🧠

Открытый вебинар онлайн-магистратуры ТГУ «Компьютерное зрение и искусственный интеллект»

Как создать на Python бота для игры «2048», используя методы компьютерного зрения?

На вебинаре разберём подход, при котором программа воспринимает игру так же, как человек: видит происходящее на экране, распознаёт цифры в ячейках и принимает решения на основе полученных данных.

Вместе заглянем в код ИИ-агента и убедимся, что современный CV-бот — это понятная система, где результат можно проверить на каждом этапе работы.

На вебинаре разберём:

🟦 как самостоятельно собрать и разметить датасет для обучения нейросети;
🟦 как обучить нейросеть YOLOv8n находить игровое поле всего за 50 шагов обучения;
🟦 как распознавать цифры в ячейках по их цвету;
🟦 как выбирать лучший ход с помощью симулятора.

Вебинар будет полезен разработчикам, специалистам по Data Science и Computer Vision, а также всем, кто интересуется компьютерным зрением, искусственным интеллектом и созданием игровых ботов.

💻 Онлайн, бесплатно
📅 20 июня
🕐 13:00 (мск) / 17:00 (тск)

👉🏻 регистрация по ссылке

Как выглядят попытки объяснить родителям, чем ты занимаешься 👇

— Ну что, кем будешь после магистратуры?
— Специалистом по обработке естественного языка.
— Переводчиком?
— Нет.
— Филологом?
— Нет.
— Учителем русского?
— Тоже нет.
— А кем тогда?
— Буду учить нейросети понимать человеческую речь.
— Так и записываем: филолог.

Узнали себя? 😅

❤️ — постоянно объясняю, чем занимаюсь
🔥 — родители всё равно не поняли
😂 — «так и записываем: филолог»

🗣 Как AI-системы получают доступ к актуальным знаниям? 🧠

Открытый вебинар онлайн-магистратуры ТГУ «Искусственный интеллект и обработка естественного языка»

LLM умеют генерировать тексты, писать код и анализировать данные. Но без доступа к внешней информации даже самые мощные модели начинают «галлюцинировать». Именно поэтому RAG (Retrieval-Augmented Generation) стал одной из ключевых технологий современного AI.

На вебинаре «Карта RAG 2026: от векторного поиска до агентных и графовых систем» вместе с Ильёй Тураевым, старшим ML-инженером компании Proback, разберём:

🟦 как устроены современные RAG-системы;
🟦 почему retrieval стал основой AI-продуктов;
🟦 что такое Agentic RAG и Graph RAG;
🟦 как AI работает с текстом, изображениями и другими форматами данных;
🟦 какие инженерные задачи приходится решать при создании production-ready решений.

Вебинар будет полезен ML-инженерам, AI-разработчикам, аналитикам и всем, кто хочет понимать, как сегодня создаются AI-системы, способные работать с актуальными данными и решать реальные бизнес-задачи.

💻 Онлайн, бесплатно
📅 16 июня
🕐 13:00 (мск) / 17:00 (тск)

👉🏻 регистрация по ссылке

🗣 Как устроена учебная практика в онлайн-магистратуре? 🎓

Екатерина Мариненко, менеджер онлайн-магистратур ТГУ, рассказывает, как студенты работают над реальными задачами индустриальных партнеров и получают практический опыт еще во время обучения.

В ролике вы узнаете:

🟦 зачем нужна практика в магистратуре и как она связана с будущей профессией;
🟦 как строится работа с компаниями-партнерами;
🟦 какие проекты выполняют студенты программы «Искусственный интеллект и обработка естественного языка»;
🟦 какие навыки помогают получить практические кейсы от реальных заказчиков.

Подробнее об онлайн-магистратурах ТГУ по ссылке!

👉🏻 смотреть видео во ВКонтакте

🎓 Онлайн-магистратура ТГУ «Науки о данных и искусственный интеллект»

Одна из самых востребованных программ для тех, кто хочет развиваться в сфере Data Science (наука о данных) и Machine Learning (машинное обучение) и получить государственный диплом магистра по направлению 09.04.03 «Прикладная информатика».

Что важно знать:

🟦 обучение полностью онлайн, но статус программы — очная магистратура;
🟦 поступить можно с дипломом любого направления подготовки;
🟦 обучение длится 2 года;
🟦 доступны все льготы очной формы обучения;
🟦 студенты работают с современными инструментами анализа данных и машинного обучения.

В карточках рассказали подробнее о программе, сроках поступления, формате обучения, карьерных перспективах и не только!

👉 подробнее о программе и условиях поступления по ссылке!

🗣 Пульс рынка — возможности недели

Смотрим, как сейчас распределяется спрос на технических специалистов в России, опираясь на данные — hh.ru.

🟦 Computer Vision Engineer — 444 вакансии

Работа с изображениями и видео: детекция, сегментация, трекинг.
Дообучение моделей, интеграция в embedded/edge.
Навыки: Python, C++, ML, OpenCV, PyTorch/TensorFlow.

🟦 Data Scientist — 325 вакансий

Прогнозирование, сегментация, аналитика клиентов, рекомендательные системы.
Мониторинг эффективности, внедрение моделей в бизнес-процессы.
Навыки: Python, SQL, Pandas, NumPy, Airflow/MLflow, Spark, A/B-тесты.

🟦 NLP Engineer / ML NLP — 223 вакансии

LLM и трансформеры, RAG, векторный поиск, matching-модели.
Дообучение BERT/LoRA/PEFT, генерация и ранжирование кандидатов.
Полный ML‑цикл: сбор данных → обучение → деплой → A/B-тесты.
Навыки: Python, embeddings, multi-GPU, пайплайны, CI/CD, DevOps/MLOps.

Делимся вакансиями по каждому направлению 👇

🔵 ML / Computer Vision Engineer
🔵 Senior Computer Vision / ML Engineer
🔵 Инженер машинного зрения (Computer Vision Middle+)

🔵 Аналитик отдела продаж / Data Analyst / Data Scientist
🔵 Senior Data Scientist (Rec. system)
🔵 Начинающий специалист по моделированию / Data Scientist

🔵 Senior ML Engineer — Matching / NLP
🔵 NLP-разработчик (Алиса)
🔵 Аналитик (NLP)

Сохраняйте, чтобы не потерять, и пересылайте друзьям!

Июнь обещает быть насыщенным на события, поэтому собрали все важные вебинары в одном месте 👇

📅 16 июня, 13:00 (мск)

Карта RAG 2026: от векторного поиска до агентных и графовых систем

На вебинаре разберём, как эволюционировали RAG-подходы: от классических архитектур, ставших индустриальным стандартом, до современных систем нового поколения.

📌 узнать подробнее


📅 20 июня, 13:00 (мск)

Computer Vision в играх: от Doom до AlphaGo и вашего первого игрового бота

На вебинаре мы рассмотрим, как на Python создать бота для игры «2048» с использованием методов компьютерного зрения. Мы не будем использовать методы реверс-инжиниринга, считывать данные из оперативной памяти или внедрять «инъекции» в игровой движок.

Вместо этого рассмотрим бота, который воспринимает интерфейс игры так же, как человек: видит игру на экране, распознаёт цифры в ячейках и принимает решения о следующем ходе. Бот будет анализировать доступные варианты действий и управлять игрой подобно человеку.

В процессе погружения мы заглянем в код ИИ-агента и убедимся, что современный CV-бот — это не «чёрный ящик» и не волшебство с непредсказуемым результатом, а система с возможностью проверки результата на каждом этапе.

📌 узнать подробнее


📅 25 июня, 13:00 (мск)

IT-карьера в 2026: рынок, спрос и новые требования к ML-, DS-, CV- и NLP-специалистам

Вакансий в IT становится меньше, конкуренция среди начинающих специалистов растёт, а требования работодателей становятся жёстче. Но при этом спрос на сильных AI/ML-специалистов сохраняется — особенно в направлениях Machine Learning, Data Science, NLP, LLM, Computer Vision и MLOps.

На вебинаре разберём, что происходит с рынком IT в 2026 году и какие специалисты действительно востребованы сегодня.

📌 узнать подробнее


Выбирайте интересные темы и регистрируйтесь на вебинары. Будет много практики, актуальных кейсов и полезных инсайтов 🔵

🗣 Как компьютеры научились понимать людей? 🤔

Когда мы общаемся с голосовыми помощниками, переводим тексты за секунды или просим нейросеть написать письмо, за всем этим стоит обработка естественного языка (Natural Language Processing, NLP) — направление на стыке лингвистики, математики и искусственного интеллекта.

История NLP началась ещё в 1950-х годах. Тогда учёный Алан Тьюринг задался вопросом: сможет ли машина поддерживать разговор так, чтобы человек не отличил её от собеседника? Позже появились первые системы машинного перевода и программы, работающие по заранее заданным языковым правилам.

Долгое время компьютеры понимали язык буквально: чем больше правил напишет человек, тем лучше работала система. Но с развитием вычислительных мощностей и машинного обучения подход изменился. Вместо ручного описания языка модели начали самостоятельно находить закономерности в огромных массивах текстов.

Настоящий прорыв произошёл с развитием нейронных сетей нового поколения. Благодаря им появились современные языковые модели, которые умеют переводить тексты, отвечать на вопросы, анализировать документы и генерировать связные тексты практически на любую тему.

Сегодня NLP — одна из самых востребованных областей искусственного интеллекта. Специалисты этого направления создают чат-ботов, голосовых ассистентов, рекомендательные системы, инструменты поиска информации и генеративные модели, которые уже используются в бизнесе, медицине, образовании и науке.

Если вам интересно пользоваться такими технологиями и понимать, как они устроены и создавать их самостоятельно, в ТГУ действует онлайн-магистратура «Искусственный интеллект и обработка естественного языка». На программе студенты изучают машинное обучение, большие языковые модели, компьютерную лингвистику и современные методы обработки текста, чтобы решать реальные задачи на стыке ИИ и языка.

Возможно, именно здесь начнётся ваш путь в одну из самых быстрорастущих областей современной ИТ-индустрии!

👉 узнать подробнее

🗣 Как поступить в онлайн-магистратуру ТГУ в 2026 году?

Поступление в онлайн-магистратуру ТГУ кажется сложным только на первый взгляд. На самом деле весь путь состоит из нескольких понятных шагов: подача документов через Госуслуги, вступительные испытания, оформление договора и зачисление.

Собрали для вас пошаговую инструкцию с важными датами, требованиями к вступительным испытаниям и полезными рекомендациями, которые помогут спокойно пройти приёмную кампанию 2026 года.

➡️ узнать подробнее