#ВузыКонсорциума #НовостиВузов #ЯрГУ

Ярославский государственный университет им. П.Г. Демидова: пять фактов о главном вузе региона

1️⃣ Демидовский университет — классический многопрофильный вуз, один из лидеров Ярославского региона по количеству и качеству набора.

2️⃣ Это единственный представитель из числа вузов Ярославской области в пилотном рейтинге университетов стран БРИКС (в итоговом списке из 600 учебных заведений 100 государств содружества), а также в Московском международном рейтинге «Три миссии университета».

3️⃣ ЯрГУ занимает самую высокую позицию среди вузов Ярославской области в рейтинге по качеству подготовки специалистов в сфере ИИ в России, в предметном национальном агрегированном рейтинге университетов, а также в Национальном рейтинге информационного агентства «Интерфакс» (в параметре «Образование» — 40 место среди 389 вузов России).

4️⃣ В рейтинге вузов России по уровню зарплат SuperJob ЯрГУ в традиционно занимает топ-20: на 17-й позиции среди технических вузов, на 18-й - среди экономических и на 16-й - среди юридических.

5️⃣ Университет активно участвует в реализации нацпроектов «Образование», «Наука» и «Наука и университеты», в проекте «ДНК России», являясь опорным научно-методическим и информационным центром по внедрению модуля «Основы российской государственности», и курирует работу около 60 вузов России.

Подробнее об университете — в карточках 💬

📱 Университетский консорциум исследователей больших данных

Вот этим ребятам предстоит в будущем строить молодежную политику Ярославской области☝️ А сегодня они участвуют в новом проекте Ярославского госуниверситета (ЯрГУ) — региональной школе «Большие данные для развития молодёжной политики». Она состоит из нескольких треков и проходит с октября 2025 года по март 2026 года.

Школа организована в рамках гранта Росмолодёжи. Проект поддерживается Университетским консорциумом исследователей больших данных (Консорциум Big Data), в который входит ЯрГУ, и это позволяет подключать к лекциям специалистов из других партнерских организаций консорциума.

К занятиям в школе приступили 65 человек. Это студенты и молодые работники организаций из сферы молодежной политики Ярославской области.

Цели школы

По словам руководителя проекта, доцента кафедры социологии факультета СПН ЯрГУ Натальи Овчинниковой, в Ярославской области есть потенциал для использования больших данных в молодежной политике, но пока отсутствуют системные механизмы их сбора и анализа, а также есть дефицит специалистов в этой области. Начать решать эти проблемы поможет школа «Большие данные для развития молодёжной политики».

«Проект поможет студентам освоить современные инструменты для анализа трендов с использованием больших данных, что станет важным шагом в формировании интереса к вычислительной социологии, понимания перспектив практического применения этих данных в молодежной политике и гибкого конструирования карьерно-образовательных траекторий, позволяющих освоить и реализовать на практике компетенции в области анализа больших объёмов данных», - прокомментировала Наталья Овчинникова.

Треки школы

Первый трек «Большие данные. Погружаемся» стартовал 9 октября со стратегической сессии с экспертами для знакомства с возможностями анализа больших данных. 10 октября начался трек «Большие данные. Учимся», во время которого студенты углубятся в тему работы с большими данными, а в конце обучения отправятся в Москву для участия в мастер-классе. С декабря по февраль пройдет трек «Большие данные. Делаем», во время которого начнется командная работа над кейсами.

На март запланирован трек «Большие данные. Итоги», где участники представят свои исследовательские проекты. Оценивать их предстоит экспертам, участвующим в стратегической сессии, в том числе из Консорциума Big Data.

Первые кейсы

Перед участниками выступили эксперты из партнерских организаций Консорциума Big Data. Так, аналитик компании «Киберия» Полина Басина поделилась практическими кейсами для разных сфер, а руководитель направления текстовой аналитики Института анализа больших данных и ИИ Томского госуниверситета (ТГУ) Евгений Петров рассказал о возможностях сервиса «РосНавык».

"Этот сервис анализирует актуальность образовательных программ и их соответствие запросам рынка труда на основании информации от самих работодателей. К нему прикреплён целый ряд ИИ-ассистентов, помогающих сформировать программу курса и «упаковать» его для продвижения на рынке образовательных услуг".

#ВузыКонсорциума #ЯрГУ #ДемидовскийУниверситет #Росмолодёжь #РосмолодёжьГранты

📱 Университетский консорциум исследователей больших данных

#НовостиВузов #ВузыКонсорциума #ТГУ

Как сделать ИИ-агентов эффективнее и безопаснее

Потенциал ИИ-агентов огромен — их применение может улучшить сервисы и продукты во всех сферах экономики и жизни, от промышленности и финансов до образования. Однако чтобы ИИ-агенты были эффективными и приносили максимальную пользу, необходимо усовершенствовать технологии ИИ, в частности, минимизировать ошибки больших языковых моделей.

Об этом и других аспектах работы с ИИ шла речь на секции «ИИ-агенты» международной конференции «GAI: Pro&Contra 2025», которая состоялась на базе Томского госуниверситета (ТГУ).

Секцию модерировал директор Института анализа больших данных и искусственного интеллекта ТГУ Вячеслав Гойко. Он отметил, что ИИ-агенты — это комплексные цифровые ассистенты, которые могут самостоятельно выполнять задачи: анализировать данные, обучаться на опыте, взаимодействовать с пользователями и другими системами. Их основой остаются большие языковые модели, но дополненные памятью, инструментами и логикой действий.

"Фундаментальная задача работы с языковыми моделями — это снижение процента галлюцинаций. Существование галлюцинаций сводит на нет результаты развития многих языковых моделей. Компания Open AI выпустила статью, в которой предложила доказательства того, что галлюцинации из больших языковых моделей не устранимы. То есть мы можем работать только над уменьшением процента неверных ответов. Проблема ошибок и галлюцинаций больших языковых моделей на самом деле очень серьезная, потому что у этой технологии безграничный потенциал, это точно научное достижение. … Злые языки обозвали языковые модели статистическим попугаем. Но мы-то от них ждем не работы попугая, а способности обобщать, сопоставлять, перерабатывать данные. Мы не заинтересованы в языковой модели как в поисковой машине, которая будет факты искать. Нам языковая модель интересна с точки зрения ее рассуждающих способностей", — такое мнение высказал эксперт секции, доцент кафедры теоретических основ информатики Института прикладной математики и компьютерных наук ТГУ Михаил Пожидаев.

Подробнее о конференции и секции — на сайте ТГУ.

📱 Университетский консорциум исследователей больших данных