122 Штучний Інтелект

Раніше ця спеціальність була частиною катедри ММСА разом зі 124. Тому нерідко однакові предмети, які ведуть ті ж самі викладачі, трапляються як серед вибіркових, так і серед обов'язкових на семестр, зокрема й велика кількість математичних. Більшу частину часу займають дисципліни, які напряму пов’язані з комп’ютерними науками. Відчутною різниця стане лише після другого курсу.

Тепер детальніше по курсах:

I курс

Головна мета — отримання базових знань, які знадобляться для вивчення більш спеціалізованих дисциплін на старших курсах. Тому основою стають такі фундаментальні математичні дисципліни: математичний аналіз, лінійна алгебра та аналітична геометрія, дискретна математика, а з базових технічних дисциплін — фізика. Ти вивчатимеш основи програмування, базові алгоритми та структури даних. Можливість реалізувати свої навички буде у курсовій роботі в другому семестрі.

II курс

Використовуючи математичну базу з першого курсу, ти будеш вивчати теорію ймовірності, математичну статистику та чисельні методи. Все це активно використовується в напрямку Data Science для побудови математичних моделей та аналізу даних. Ти оволодієш об’єктно-орієнтованим програмуванням, базами даних, операційними системами, ознайомишся з роботою комп’ютера на найнижчому рівні, вивчаючи схемотехніку (хоча не так глибоко, як на катедрі СП).

III курс

Починаючи з цього курсу, студенти виходять на роботу, бо в них є можливість поглиблитись у конкретні сфери завдяки вибірковим дисциплінам. Ви можете обрати що завгодно: математичні дисципліни, аналіз даних, побудову нейронних мереж, створення та тестування програмного забезпечення чи веб-програмування. А серед обов’язкових викладаються базові знання для всіх IT-сфер, такі як архітектура програмного забезпечення.

IV курс

Ідейно повторює третій курс, де на вибір дається велика кількість вибіркових дисциплін, але з’являється можливість також зануритись в інші аспекти IT-сфери, а саме управління та маркетинг. Більшість другого семестру виділяється на написання диплому.

P.S. Хочеться сказати, що обирати спеціалізацію через «штучний інтелект» у назві не варто, хоча цю помилку повторюють з року в рік. Звісно, машинне навчання, нейронні мережі та принципи штучного інтелекту присутні, але на КН ШІ БІЛЬША частина часу виділяється на інші дисципліни, які дадуть вам базу в різних сферах комп’ютерних наук. Це знадобиться вам для визначення свого шляху у IT-сфері та розуміння її у цілому.

Student feedback

Кому порадиш цю спеціальність?

Людям, яким цікаво не тільки розробляти програмне забезпечення, але й проектувати його. Людям, яким цікаво проектувати і створювати складні системи, зокрема системи прийняття рішень. Людям, яким цікаво як влаштовані криптовалюти та як з ними працювати. Людям, яким цікавий штучний інтелект та його підзадачі, оптимізації процесів, аналіз даних та створення прогнозів на майбутнє за допомогою математики і програмування. Людям, хто може сприймати сам процес програмування як творчість.

Матеріал на парах хоч і застарілий (разом з преподами), та все ж буває корисним. Деякі предмети покращують або розвивають парадигму мислення. А ще на моїй спеціальності аномально багато цікавих людей.

Студенти часто відмічають гарне ком’юніті та складність деяких математичних дисциплін.

Як ІПСА повпливав на пошук / вибір першої роботи?

Вивчив базу з першого курсу, цього було достатньо для першого стажування, надалі вчив тільки більше як в університеті так і на роботі.

Можно не идти на обучение через курсы Епам / Генезис, в частности IOS. По факту фулл селф стади, с затяжным переходом к проекту (бывает и до 6 месяцев простоя) и почти отсутствием ментора. Ремарка: но все ситуативно! На Java к примеру был очень бодрый интенсив, с постоянным менторингом. Имхо, вполне быстрее залутаете рабочее место, если напишите сами пет проект + в копилку сразу реальный опыт работы.

Опитані також згадують корисність інфосфери ІПСА та вплив деяких окремих предметів. Більше половини респондентів впливу на пошук роботи не відмітили.

Ким працюють ІПСАшники?

Data Scientist (Data / Big Data / ML / Computer Vision Engineer, Data Scientist)

Детальніше про посаду

Machine Learning Engineer Займаюся прогнозуванням продажів товарів. Знання з пройдених математичних дисциплін застосовуються для розуміння роботи моделей, простих та складних особливо. Без матана ніяк.

Computer Vision Engineer Research and Development (RnD). Математична основа знадобилась для прочитання наукових статей, проектування моделей, їх навчання та оцінки. Математика та відповідне програмування буквально всюди і кожен день.

Front-End Developer

Детальніше про посаду

Стек: TypeScript, React.js Окрім притаманному джунам перефарбовуванню кнопок, отримання даних з бека та створення адаптивного оптимізованого інтерфейсу для користувачів.

ERP System Support Specialist

Детальніше про посаду

- Making changes to CRM system settings in accordance with requests from head office users and dealerships.
- Support for data exchange between dealers’ systems and CRM system. Responses to requests from head office users and dealerships in case of incorrect data exchange.
- Creation of users of head office and dealerships’ in CRM system.
- Granting and changing access to the CRM system to head office and dealerships.
- Answers to requests for incorrect work of CRM functionality from users of head office and dealership.
- Preparation of instructions for working with CRM portal for head office & dealerships’ users.
- Demonstrations of functionality for head office users and employees of dealerships.
- Assistance in testing the new functionality of CRM system.
- Initiation of changes to CRM functionality in case of incorrect work or to improve existing functionality.

Запитання з інтерв'ю

Технічні питання були типовими. Питання від hr копія того, що ми завжди вчимо в підручниках англ для співбесіди. Які якості в тебе переважають, а чим ти незадоволений. Як ти бачиш себе через 5 років. Як ти бачиш команду з якою хочеш працювати. До слова, компанія швейцарська і hr теж. В укр компаніях ніколи такі питання не задавали, саме в таких формулюваннях.

Замітки ветеранів

Рецензії написані магістром та бакалавром 122 спеціальності катедри ММСА ШІ. У відгуках збережена автентична лексика, тому вони можуть сприйматися суб'єктивними та не зовсім делікатними. Читайте на свій страх і ризик...

ІПСА — іноді потрібна склянка алкоголю. Почнемо з того, що гарне місце навчання повинно навчити вас навчатися, шукати інформацію, збільшувати кругозір, давати нові можливості. Університет — не виключення. Це місце, в якому дитина перетворюється на дорослого, отримує досвід та вчиться знаходитись у соціумі. Дуже важливі роки життя, які закладають вектор подальшого розвитку.
Є декілька об'єктивних метрик, які показують «престиж» вишу:
• Кількість працевлаштованих за спеціальністю або суміжною спеціальністю (для айті — не розробник, а бізнес аналітик, проджект менеджер та інші)
• Середній бал ЗНО вступників.
• Актуальність матеріалів та їх достатність.
Також є суб'єктивні метрики:
• Люди — якість студентського самоврядування, івентів, ком'юніті в цілому.
• Якість викладання.
• Кількість відрахованих.
Важливий дисклеймер: спочатку ковід, а потім війна дуже сильно вплинули на навчальні процеси. Скласти будь-яку дисципліну стало простіше, легше списати. Менша залученість і увага як студентів, так і викладачів. Менша взаємодія у реальному житті.
Короче, дистанційка — круто для того, щоб працювати і навчатись одночасно (бо можна не навчатись). Але абсолютно погано для якості навчального процесу. Тому наступні кілька років отримаємо фігових спеціалістів, які провчилися на дистанційці.
Пройдемося по кожному пункту щодо ІПСА:
1. Працевлаштованих дуже великий відсоток, ще й на нормальні роботи (якщо тільки галери можна називати нормальною роботою... Та таке життя сучасних айтівців). Без дистанційки починала працювати більшість на 4-му курсі, або навіть після закінчення. З дистанційкою починають масово працювати на роки півтора раніше.
Можете глянути графіки студради, вони збирали статистику.
2. Середній бал вступників високий -> розумніші люди з тобою навчаються -> вище рівень конкуренції, глибше вивчення матеріалу, взаємодопомога -> цікавіше навчатись, цікавіше спілкуватись.
З цих людей вам обирати друзів, ці люди будуть вашими колегами на роботі. Це ваші «собутильники» (вибач, що відкрив очі на правду — люди п'ють алкогольні напої). Це філософи за своєю сутністю. Тому краще, щоб це були розумняшки, медалісти, ліцеїсти з усієї України. Кращі. Бо саме такі люди будуть обіймати високі посади, заробляти багать грошей та змінювати країну, сферу праці.
3. Актуальність і достатність матеріалів. Математичні дисципліни не можуть бути не актуальними, а їх не те що недостатньо. Їх забагато)) Математика топ — це як тренажерка, але для мізків. Викладачі топ, муштрують, задають непристойно багато домашки.
Прога нормальна для штучного інтелекту, комп'ютерного зору, нейронок, моделей і т.д. Але починається лише з третього курсу щось більш-менш профільоване. Для інших напрямів типу фронтенду, бекенду, геймдеву, девопса — дуже мало і дуже поверхньо. Хоча, а що ви очікували від спеціалізації «Штучний Інтелект»? Пайтон замінить вам другу мову після української. Але можливо провчитися 6 років і не написати жодної лаби на пайтоні самостійно. Перевірено особисто.
Також існує відсотків 30-35 взагалі непотрібних, нудних, застарілих речей. Без них ніяк. Так усюди.
4. Люди. Дивись пункт про середній бал ЗНО. Та розумій, що читаєш цей відгук, бо СтудРада париться і робить якісний контент. Без перебільшень, найкраща студрада в КПІ (і в Україні, певно) на рівні факультетів. В добуремні часи кількість офлайн івентів сягали близько 25 за рік. Тому іпсашники не лише навчаються, а й розважаються. І це дуже круто.
5. Якість викладання. Нефахівців одиниці. Нецікавих відсотків 30. Але кожен сам обирає, куди йому рухатись і які предмети вчити більш прискіпливо, ґрунтовно. Є викладачі, для яких універ — це, скоріше, хобі, а самі вони працюють або керують власними компаніями. Цим можна користатись, щоб отримувати більш актуальні знання та спробувати потрапити на роботу.
6. Кількість відрахованих. Зараз не знаю, але в мої часи з 32 людей в групі залишалось 18. Навчатись тут складно, матеріалу дуже багато, домашок багато, не всі предмети цікаві та зрозумілі. Але це добре, оскільки залишаються найсильніші (та ті, хто зрозумів, що ІПСА не для нього, і це нормально)

Наступний відгук було частково відредаговано, щоб він мав змогу пройти хоч якусь цензуру. Замітки редактора позначені як *... — з.р.*

«Катедра» то харківський правопис, *редактор посланий у напрямку рускоґо карабля — з.р.*, пан перевіряючий.
Спеціалізація, що викладається на цій катедрі, має назву ШІ, але не слід чекати того, що вам доведеться бавитись з одним лиш пітоном. Катедра базується на тій же викладацько-матеріальній базі, що і *катедра спеціальності — з.р.* «124 Системний аналіз», тож аж до четвертого курсу вас переслідуватиме велика кількість предметів, підібраних, скоріше виходячи з наявності викладача, а не з належності до Штучного інтелекту безпосередньо. Вчить доводиться не те, що треба як спеціалісту, а те, що є в наявності.
Загалом за 4 курси у вас буде 3-4 предмети пов'язаних з назвою катедри, все інше буде міксом з математичних дисциплін, довільно розставлених мов та видів програмування, старих дідів, які викладають щось, щоб щось, і предметів системного аналізу. Випускники працюють переважно ким завгодно в айті всесвіті: від PM до Автотостерів, але жоден з напрямів не викладається більш-менш ґрунтовно. Якась частина все ж пов'яже своє життя з Аналітикою даних чи Дата саєнсом, але то переважно власне їх заслуга ніж досягнення катедри. Багато людей починає працювати вже з третього курсу, бо в університеті корисно проводити час не виходить. Також показовими для мене стала кількість людей, що залишила навчання. На початку нас було 36, а до кінця навчання дотягнуло лише 18. І переважно відтік людей був пов'язаний не з складністю (як то воліють подати викладачі), а з атмосферою циркової вистави, яка накриває вас від початку другого курсу. На останній сесії з моєї групи за принципом: «* А нахіба воно потрібно — з.р.*, у меня ноль предметов связанных с моей работой» пішло 6 людей, які в підсумку працюють в Айті. Навіть до диплому не дотерпіли.
Вердикт: Ок, якщо ви хочете бути кимось в айті і мати певний технічний бекграунд для того. Але тре розуміти, що в більшості випадків ви для отримання першої роботи *приречено побіжите — з.р.* на курси так само, як чуваки з права, бо айті компанії в середньому добре розуміють реалії української освіти. Подумайте чи воно вам треба з вашими 192 і йдіть на СП/УКУ/КШЕ/КМА від гріха подалі. *Порада суб'єктивна, як і весь відгук. Редактор посміявся і вам радить — з.р.* ШІ все одно доведеться вчити самим.
P.S. Автор цього пасажу працює PO *Product Owner — з.р.* на сенйорній позиції на кінці 4 курсу, на ІПСА б не вступав. Краще б взяв *gap year — з.р.* і розібрався, що мені в житті треба. Оця *нісенітниця — з.р.* про те, що факультет навчив вчитись, це бажання людей виправдати 4 роки проведені тут, після чого вони працюють разом з чуваками з курсів, які до того вчились на водія маршрутки. Ком'юніті не хоче підіймати питання структурних змін цієї залупи, а можливість попрацювати в СР на посаді ВО голови лише дала зрозуміти, що люди дупля не ріжуть, що таке права студентів. КПІ — це уособлення нереформованої української освітньої системи.
Пані Тимощук з її дітищем привіт, іншим співчуваю.

Повна нецензурована версія творіння за посиланням. Обережно, це може бути небезпечно для вашого здоров'я.