Шаланкин Максим Дмитриевич — победитель премии RuCode в номинации «ИИ инноватор» 🏆
Шаланкин Максим Дмитриевич — победитель премии RuCode в номинации «ИИ инноватор» 🏆 Эта награда вручается за эффективное внедрение технологий искусственного интеллекта в учебный процесс, и подход Максима — это именно тот случай, когда технологии не просто дополняют, а совершенствуют ход образования. Поздравляем Максима, Machine Learning Team Lead и преподавателя машинного обучения в НИУ ВШЭ, с заслуженной победой! Также Максим ведёт занятия в Школе аналитиков МТС, является автором курса «AI-агенты» и наставником сборной России по ИИ. В чём инновационность его подхода? Максим не просто учит теории машинного обучения и NLP. Он создал учебную среду, где студенты с первого дня получают практику, как инженеры в индустрии. Его цель — выпускники, которые создают работающие интеллектуальные системы, а не просто «знают много о моделях». Как ИИ трансформирует его курс? 🔄 Традиционный цикл «лекция → задание → проверка через неделю» уходит в прошлое. Вместо него — живой инженерный процесс с быстрой обратной связью: 🟣 Автоматическая экспертиза кода Работы студентов проверяет система на базе ИИ, которая проводит полноценный code review. Она находит не только ошибки, но и оценивает архитектуру, читаемость кода, устойчивость к edge-cases. Студент получает детальный отчет: «В строке 42 — риск деления на ноль», «Модель переобучена — проанализируй валидационную кривую». Цикл обучения сжимается с недель до часов. 🟣 Практика с реальными AI-агентами На занятиях студенты создают мультиагентные системы (например, с помощью AutoGen), где виртуальные специалисты — аналитик, инженер, тестировщик — совместно решают задачи. Это практика работы с самым актуальным трендом. 🟣 Работа с локальными LLM (Llama, Qwen) Студенты разворачивают большие языковые модели, экспериментируют с тонкой настройкой (fine-tuning) и квантованием, получая полезный опыт без ограничений внешних API. Что это даёт? Преподаватель освобождается от рутинной проверки и может сфокусироваться на самом важном: разборе архитектурных решений, индустриальных кейсах и этических вопросах ИИ. Студенты же делают не 3, а 10-15 итераций за проект, повышая качество своих выпускных работ до уровня готовых ИТ-продуктов. Поздравляем Максима с победой! Его работа — блестящий пример того, как можно готовить востребованных специалистов и формировать образовательный стандарт будущего 🧬