НИЛ Искусственного Интеллекта

В январе 2020 года в ПГУТИ была создана Научно-Исследовательская Лаборатория Искусственного Интеллекта (НИЛ ИИ). Возглавил эту лабораторию Сергей Павлович Левашкин, выпускник МГУ им. М.В. Ломоносова, ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы. В контексте национальной программы "Цифровая экономика РФ" и "Плана 2030", создание НИЛ ИИ является стратегическим проектом, поскольку наука о данных, искусственный интеллект и бизнес интеллект являются ключевыми факторами цифровой трансформации экономики.

Наши основные задачи

Лаборатория призвана занять лидирующее положение в НИР и НИОКР университета по ИИ и решать следующие задачи:

service
Образование

Подготовка высококвалифицированных кадров для цифровой экономики

service
НИР

Ведение научно-исследовательской работы в области науки о данных, искусственного интеллекта и машинного обучения

service
Прикладные исследования

Проведение хоздоговорных и консалтинговых работ сферах телекоммуникации, фармацевтики, социологии, маркетинга и др.

service
Гранты

Участие в конкурсах на получение дополнительного финансирования в виде внешних грантов

service
Научно-практическое сотрудничество

Создание сети отечественных и зарубежных партнеров

service
Организация конференций и семинаров

Организация научного семинара по искусственному интеллекту и конференции по семантическому анализу данных

Наша команда

Нашей команде высококласных специалистов-практиков под силу решение широкого круга научных и прикладных задач

lev
Левашкин Сергей Павлович

заведующий лабораторией

проф., к.ф.-м.н., действительный член Академии Наук Мексики,

ученый с более чем 20-летним опытом работы в университетах и компаниях России, Северной Америки и Европы в области науки о данных, искусственного интеллекта и машинного обучения

client
Александр Стрижков

старший научный сотрудник

кандидат экономических наук (управление инновациями), выпускник Самарского Национального Исследовательского Университета им. акад. С.П. Королёва,

исследователь с более чем 10 летним опытом работы в сфере информационных технологий, управления проектами и стратегического развития промышленного комплекса, автор более 10 научных публикаций и соавтор 2 монографий

client
Андрей Деревянка

старший научный сотрудник

кандидат физико-математических наук, бакалавр экономики, более 4-х лет опыта работы в сфере Data Scientist, работал в банковской сфере и IT consulting.

Специализация - задачи области Banking & Fintech, CRM & Marketing, Computer Vision. Решения задач бизнес-ориентированны и проводятся по CRISP-DM / TDSP.

client
Илья Андреев

старший научный сотрудник

окончил кафедру теории упругости отделения механики мех-мат факультета МГУ, аспирантуру в Самарском Гос. Университете,

к.т.н. по специальности 05.13.18 (Математическое моделирование, численные методы и комплексы программ). В лаборатории ведет направление Бизнес Интеллекта

client
Сергей Агапов

младший научный сотрудник

разработчик программного обеспечения, исследователь. 30-лет опыта разработки различного программного обеспечения, 5 лет опыта работы с системами искусственного интеллекта.

Научная проблематика: предсказание временных рядов, управление операциями, автоматические системы управления. Магистр теоретической физики (квантовая оптика, квантовые вычисления)

client
Олег Соколов

младший научный сотрудник

Data Scientist с опытом работы в международной компании NEC. Специалист в области машинного обучения, нейросетей,

а также создания всех этапов проекта от сырых данных до эффективного продукта

client
Константин Иванов

студент 4 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Информационные системы и технологии” 09.03.02. Научные направления: сбор и хранение информации.

client
Екатерина Кузьмина

студентка 3 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Информационные системы и технологии” 09.03.02. Научные направления: обработка естественного языка, сбор и обработка данных.

client
Дмитрий Апешин

студент 3 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Информационные системы и технологии” 09.03.02. Научные направления: построение математических моделей на языке Python.

client
Анна Монасова

студентка 2 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Информационные системы и технологии” 09.03.02. Научные направления: математическое моделирование, программирование. Активная научная деятельность, направленная на инновационные исследования научно-математического познания.

client
Артём Воробьёв

студент 3 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Информационные системы и технологии” 09.03.02. Научные направления: сбор и хранение информации.

client
Владимир Соколовский

студент 4 курса Поволжского государственного университета телекоммуникаций и информатики,

направления “Программная инженерия” 09.03.04. Окончил курсы "Программирование на Python" от Института Биоинформатики и "Introduction to Data Science in Python" от University of Michigan. Научные направления: машинное обучение и наука о данных.

client
Оксана Захарова

зам. заведующего

старший научный сотрудник

к.т.н., доцент по специальности «Управление в социальных и экономических системах».

Научные направления: современные информационные технологии, искусственный интеллект, облачные технологии, базы данных, разработка СППР, категориальный анализ для идентификации объектов. Автор более 100 публикаций.

video

ПОЧЕМУ МЫ?

Если вы хотите:


получить лучшее фундаментальное образование в науке о данных и искусственном интеллекте;
участвовать в передовых научно-исследовательских и девелоперских проектах мирового уровня;
взаимодействовать с сетью ведущих отечественных и зарубежных партнеров в области искусственного интеллекта;
обеспечить свой личностный рост, повысить квалификацию и получать достойное вознаграждение за свою работу.

Мы поможем вам найти удачное применение вашему таланту и опыту.


Мы уверены, что ваша организация нуждается в передовых технологических решениях, на которых мы специализируемся:


обеспечим экспертизу и экспертное сопровождение IT-проектов;
разработаем и интегрируем передовые IT-решения в вашу инфраструктуру;
организуем работу с большими данными и обеспечим оптимальное принятие решений на основе их интеллектуальной обработки;
превратим ваши данные в коммерческий продукт;
разработаем инструментарий для интеллектуальных информационных систем на основе данных.

Мы найдем для вас персональное решение, в соответствии с вашими требованиями и бюджетом.


img

Образовательные курсы и программы
проводимые НИЛ ИИ

Лаборатория обеспечивает содержанием факультатив и магистерскую программу "Наука о данных и искусственный интеллект", а также коммерческий курс "Бизнес интеллект".

Студенческий курс содержит популярное введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Он призван мотивировать студентов старших курсов для поступления в магистратуру "Наука о Данных и Искусственный Интеллект", но доступен также студентам младших курсов и самой широкой публике. Общая продолжительность курса составляет примерно 40 часов.

Подробнееarrow

Коммерческий курс - введение в науку о больших данных и основные методы искусственного интеллекта для их обработки. Курс рассчитан, на повышение цифровой грамотности управленцев, представителей коммерческих компаний и т.д. Содержит примеры приложений методов искусственного интеллекта в различных областях экономики, бизнеса, управления и т.д.

Подробнееarrow

Мотивацинная лекция сотрудника лаборатории С.Н.Агапова "Введение в машинное обучение".

Подробнееarrow

Портфолио реализованных проектов

Портфолио состоит из передовых технологических решений лаборатории, готовых для предложения потенциальным заказчикам

  1. Автоматизированная система DOC2ML для анализа исторических данных организаций и компаний на основе машинного обучения (Целевой рынок: все рынки)
  2. Автоматизированная система технической поддержки организаций и компаний на основе глубокого обучения и обработки естественного языка (Целевой рынок: все рынки) .
  3. Автоматизированная система распознавания акцента, пола, возраста и др. биометрических характеристик абонентов телефонных компаний (Целевой рынок: телекоммуникации и связь)
  4. Автоматизированная система компьютерного моделирования новых продуктов с заданными свойствами на основе генеративно-состязательных нейронных сетей (Целевой рынок: все рынки)
  5. Автоматизированная система A2R2V для работы с пространственными данными (Целевой рынок: Транспорт, Сельское хозяйство, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды)
  1. Автоматизированная система обработки обращений клиентов в текстовых и голосовых каналах на основе машинного обучения и обработки естественного языка (Целевой рынок: оптовая и розничная торговля, связь и телекоммуникации, финансовый сектор и прочие; Подразделения компании: Службы клиентского сервиса, кадрового администрирования и колл-центры).
  2. Автоматизированная система многокритериальной классификации текста на основе семантической близости критериям отбора (Целевой рынок: любые рынки; Подразделения компании: Маркетинговые и PR-службы).
  3. Автоматизированная система обработки отзывов, вопросов и ответов с сайтов-респондентов и генерации интегрального отчета о ключевых эксплуатационных характеристиках продукции, значимых для клиента (Целевой рынок: оптовая и розничная торговля с большим числом SKU; Подразделения компании: Маркетинговые службы).
  4. Автоматизированная система оценки качества работы сотрудников в текстовых и голосовых каналах, анализа на эмоциональное выгорание и профессиональную совместимость (Целевой рынок: любые рынки; Подразделения компании: службы клиентского сервиса, колл-центры, отделы прямых продаж, отделы кадрового администрирования и мотивации).
  1. Автоматизированная система DOC2ML для анализа исторических данных организаций и компаний на основе машинного обучения (Целевой рынок: все рынки)
  2. Автоматизированная система технической поддержки организаций и компаний на основе глубокого обучения и обработки естественного языка (Целевой рынок: все рынки) .
  3. Автоматизированная система распознавания акцента, пола, возраста и др. биометрических характеристик абонентов телефонных компаний (Целевой рынок: телекоммуникации и связь)
  4. Автоматизированная система компьютерного моделирования новых продуктов с заданными свойствами на основе генеративно-состязательных нейронных сетей (Целевой рынок: все рынки)
  5. Автоматизированная система A2R2V для работы с пространственными данными (Целевой рынок: Транспорт, Сельское хозяйство, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды)

1. Tрейдер аналитикa финансово-инвестиционного сектора (осуществление биржевых операций с государственными ценными бумагами, выработка торговых решений) .

2. Финансовая аналитика и разработка торговых решений по направлениям: Государственные бумаги РФ в рублях РФ; Государственные бумаги РФ в долларах США; Акции и облигации эмитентов РФ .

3. Интеллектуальный маркетинг: создание и продвижение региональных коммерческих сетей с нуля; администрирование их деятельности, основанное на принципах и подходах бизнес интеллекта .

Целевые рынки: Финтех, торговля, маркетинг.

1. Работа с временными рядами по табличным данным, потоку данных (IoT датчики Интернета Вещей): .

1.1 Предсказание - типовые задачи: предсказание продаж, cash-flow, контроль технологических процессов.

1.2 Классификация - управление потоками данных.

1.3 Кластеризация и anomaly detection - определение нарушений безопасности, выделение атипичного поведения.

2. Теория игр - управление распределением ресурсов в системах связи. Проектирование сетей.

3. Стохастическая оптимизация - управление складскими запасами, очередями, логистические задачи в управлении транспортом.

Целевые рынки: Финтех, телеком, транспорт, торговля, маркетинг

1. Решения на основе компьютерного зрения: подсчёт объектов в кадре, отслеживание перемещения объектов и пересечения определённых зон.

2. Решения алгоритмического/ML маркетинга:

2.1 Построение профиля экономического поведения клиента на основе транзакционной активности.

2.2 Прогноз выбора оптимального канала коммуникации с клиентом на основе анализа клиентской базы.

2.3 Прогноз "времени жизни" клиента, а так же его бизнес-показателей: CLF (Customer Lifetime Value), AVS (Average Value of Sale), etc.

2.4 Сегментирование / Кластеризация клиентской базы.

3. Аудит / консалтинг по решениям, касающихся DS/ML/DL.

Целевые рынки: Финтех, телеком, транспорт, торговля, маркетинг.

  1. Разработка мобильного приложения оценки кредитоспособности потенциального заемщика банка с помощью искусственного интеллекта на основании данных из Instagram
  2. Разработка программного обеспечения на основе искусственного интеллекта для дистанционного управления спецтехникой в сложнодоступных местах
  3. Разработка программы обучения IT специалистов с помощью виртуальной реальности
  4. Разработка модели квадрокоптера и ПО для обнаружения, оценки области возгорания и оперативной обратной связи со спецслужбами
  5. Разработка интеллектуальной автоматизированной системы выращивания растений для дома
  6. Разработка системы поддержки принятия решений (СППР) для профилактики и лечения возраст-зависимых патологических процессов и заболеваний, реализованной в виде мобильного приложения
  7. Разработка программного обеспечения для печати автозапчастей на 3D-принтере
  8. Разработка «облачного» технического решения в сфере автоматизации процесса банковского кредитования физических лиц
  9. Унификация данных. Промежуточный код
  10. Применение вероятностных методов при осуществлении кросс — продаж банковских продуктов

Целевые рынки: Финтех, Телеком, Наука, Образование, Медицина, Оборона

Научно-исследовательская работа

Основные направления научно-исследовательских и прикладных работ лаборатории

Целевыми рынками этих направлений являются: Программное обеспечение и ИТ услуги, ИКТ-продукты и услуги индивидуального потребления, Наука, Образование, Добыча полезных ископаемых, Управление, ГИС, Базы данных о состоянии окружающей среды и т.д.

1

icon
Программное обеспечение формализации и извлечения знаний о сложных информационных объектах

2

icon
Алгоритмы и программное обеспечение машинного обучения (machine learning)

3

icon
Аналитическое программное обеспечение нового поколения (next-generation analytics)

4

icon
Мультиязычные (инвариантные к исходным языкам) и мультимодальные (инвариантные к типу контента) системы извлечения и формализации информации

5

icon
Алгоритмы и программное обеспечение для формализации и извлечения знаний из слабоструктурированной и неструктурированной информации
service

Грантовая активность сотрудников лаборатории искусственного интеллекта

Сотрудники и студенты лаборатории участвуют в конкурсах на получение внешних грантов (РФПИ, РФФИ, РНФ, президентские и губернаторские гранты и др.)

Агентство стратегических инициатив
img
img
img

Связаться с нами

Я ознакомился c "Согласие на обработку персональных данных" и принимаю условия

* - поле(я) обязательные к заполнению

Спасибо за обращение, сообщение отправлено.