Ընթացիկ Նորություններ

Ինժեներական քաղաքի բակապան

ՀԱՅՏԱՐԱՐՈՒԹՅՈՒՆ

 

«Ձեռնարկությունների ինկուբատոր» հիմնադրամը փնտրում է բակային տարածք մաքրողներ՝ Ինժեներական քաղաքի կարիքների համար։

 

Հետաքրքրված անձինք կարող են դիմել մինչև 2024թ-ի նոյեմբերի 15-ը՝ զանգահարելով 011219797 հեռախոսահամարով (աշխատանքային օրերին, ժ․ 10։00-13:00 կամ 14։00-18։00)։

ARC կիսահաղորդիչների լաբորատորիայի Ծրագրի ղեկավար

ՀԱՅՏԱՐԱՐՈՒԹՅՈՒՆ

 

«Առաջադեմ հետազոտությունների կենտրոն» ծրագրի ներքո փնտրում ենք Կիսահաղորդիչների լաբորատորիայի Ծրագրի ղեկավար:


Հայտերի ընդունման վերջնաժամկետը՝ 2024թ-ի սեպտեմբերի 25-ը (ներառյալ)

«Տվյալների գիտությունը բիզնեսում» մագիստրոսական ծրագիր

 

ՀԱՅՏԱՐԱՐՈՒԹՅՈՒՆ

 

Ուրախ ենք տեղեկացնել, որ Երևանի պետական համալսարանի (ԵՊՀ) «Տվյալների գիտությունը բիզնեսում» մագիստրոսական ծրագրի երկու դասախոսներ որակավորվել են որպես NVIDIA խոր ուսուցման ինստիտուտի (DLI) դեսպաններ և պատրաստվում են սկսել իրենց առաջին դասընթացները։ 

 

Եվ այսպե՛ս,

 

NVIDIA DLI-ը և ԵՊՀ-ի «Տվյալների գիտությունը բիզնեսում» մագիստրոսական ծրագիրը՝ Ձեռնարկությունների ինկուբատոր հիմնադրամի և «Ինովացիոն լուծումների և տեխնոլոգիաների կենտրոն» հիմնադրամի հետ համատեղ, հրավիրում են մասնակցելու «Խոր ուսուցման հիմնարար գիտելիքներ» առցանց դասընթացին, որը տեղի կունենա հուլիսի 6-ից 17-ը (օրական 1,5 - 2 ժամ տևողությամբ)՝ նախատեսված առաջադեմ և նորարարական մտածողությամբ ուսանողների, գիտաշխատողների և հետազոտողների համար։ Դասընթացները կվարեն Հայաստանում NVIDIA DLI -ի հավաստագրված դեսպանները։

 

NVIDIA DLI-ն առաջարկում է որակյալ դասընթացներ՝ ծրագրավորողների, տվյալագետների և հետազոտողների համար, որոնք ցանկանում են խոր ուսուցման և արագացված հաշվողական տեխնիկայի միջոցով լուծել մարտահրավերային խնդիրներ։

 

Դասընթացի մասին

Դասընթացը կազմված կլինի երկու մոդուլներից.

 

     1. Fundamentals of Deep Learning for Computer Vision


Այս դասընթացը սովորեցնում է խոր ուսուցման հմտություններ` Computer Vision-ի մի շարք առաջադրանքների համար։ Խոր ուսուցման ներածական մասից հետո մասնակիցները կհմտանան խոր ուսուցման ծրագրերի ստեղծման ու մշակման ուղղությամբ՝ պատկերների դասակարգման (image classification), առարկաների ճանաչման (object detection), դրանց նեյրոնային ցանցի փոփոխման համար՝ բարելավելու ճշգրտությունն ու ներկայացումը, ինչպես նաև կիրառելու վերջնական նախագծի ընթացքում սովորած հմտությունները։ Դասընթացի ավարտին նրանք կունենան հավելյալ ռեսուրսների հնարավորություն՝ իրենց սեփական խոր ուսուցման նոր ծրագրերը ստեղծելու համար։

 

    2. Fundamentals of Deep Learning for Multiple Data Types


Այս դասընթացն օգտագործում է խոր ուսուցման հմտությունների դասավանդման մի շարք գործնական վարժություններ՝ տարբեր խնդիրներում ներառելով բազմաբնույթ տվյալների տեսակները։ Խոր ուսուցման ներածական մասից հետո մասնակիցները կհմտանան պատկերների սեգմենտավորման (image segmentation), նախադասություններ ստեղծելու (sentence generation), պատկերների և տեսագրությունների տեքստագրման (image and video captioning) համար խոր ուսուցման ծրագրեր ստեղծելու մեջ՝ միաժամանակ սովորելով համապատասխան համակարգչային տեսողություն (Computer Vision), նեյրոնային ցանցեր և բնական լեզուների մշակում (Natural Language Processing) հասկացությունները։

Դասընթացի ավարտին նրանք կկարողանան ճիշտ գնահատել խնդիրների ավելի լայն շերտ, որտեղ հնարավոր է կիրառել խոր ուսուցումը։

 

Մասնակցության նախապայմաններն են.

•Python-ի օգտագործման հիմնական փորձ և ծանոթություն մատրիցային գործողություններին,  ֆունկցիաներին, փոփոխական մեծություններին և այլն

•Անգլերենի վարժ իմացություն

 

Գրանցվելու վերջնաժամկետն է հուլիսի 3-ը։ Գրանցվելու համար այցելե՛ք այստեղ․

 




Վերադարձ
Հետադարձ կապ | Մեր մասին | Ծրագրեր | Ծառայություններ | Նորություններ | Հետազոտություններ | ՈՒղեցույցեր | R&D Էկոհամակարգ | ԲԼՈԳ