Адрес e-mail:

Проекты Инпрака 2021

Проектный трек:

1. Vpipe

Описание: платформа для эффективного запуска моделей машинного обучения в облаке.

 

2. Deep Learning for Retail

Описание: Прогнозирование спроса в Retail. Исследуются различные методы глубокого обучения и их потенциал для решения бизнес-задач. Используются реальные данные (обезличено) — история спроса на 10 тысяч товаров, продаваемых в 40 магазинах за последние три года. Создаётся deep learning модель, способная по этим данным предсказывать спрос. Особое внимание уделяется точности прогноза.

Исследование частично базируется на научных статьях, анализирующих применение классических статистических методов, предсказания данных за вычетом тренда и сезонности, и сглаживания данных методами ограниченных окон, CNN и ядерных преобразований.

Партнёр проекта: SAS Institute.

 

3. Студенческая платформа

Описание: Единая удобная и современная платформа, которая объединяет все сервисы "от студентов для студентов" (стиралка, общественные помещения, активизм, мусорка хранилище знаний, конспектов и решений, etc.).

Партнёр проекта: Студсовет ФПМИ.

 

4. MedBrother

Описание: Система для диагностики заболеваний сердечно-сосудистой системы в домашних условиях.

 

5. Система для приютов животных

Описание: Система для приютов и их волонтеров.

 

6. DeepPavlov

Описание: реализация AI-ассистента с множеством навыков на основании известного дроида из «Звёздных Войн» — C-3PO.

Партнёр проекта: iPavlov (лаборатория нейронных систем и глубокого обучения).

 

7. Прогнозирование скорости

Описание: Прогнозирование абонентской скорости на 3 месяца вперед по каждому сетевому элементу, с учетом возможной модернизации.

Партнёр: МегаФон.

 

8. Imagin

Описание: Проект Imagin нацелен на внедрение технологий машинного обучения и нейронных сетей в модную индустрию. Главной задачей является распознавание цветотипа человека по фотографии и рекомендаций подходящей одежды.

Задача решается путём выделения главных цветов лица (глаза, волосы, лицо, губы). Используются компьютерное зрение, алгоритмы классического машинного обучения, свёрточные нейронные сети и GAN-ы.

 

9. Платформа для шеринга

Описание: Cервис для совместного использования вещей или c2c-коммерции. Некоммерческая часть продукта связывает людей, которые готовы безвозмездно давать во временное пользование или отдавать вещи, с пользователями, которым эти вещи нужны временно или которые готовы забрать вещь себе. Данная часть продукта направлена на закрытие социальных проблем и уменьшении вреда экологии. Коммерческая часть продукта связывает компании, которые предоставляют предметы в аренду за арендную плату и пользователей, которым необходима вещь. Режим самоизоляции снизил практически до нуля количество транзакций в отдельных категориях, таких как вечерние наряды. Однако повышенный спрос в других категориях перекрыл это падение. На фоне закрытия фитнес-клубов ажиотажным спросом пользовались тренажеры. Значительно возросла популярность экипировки для походов, кухонной техники, VR-шлемов, игровых консолей и дисков к ним.

 

10. Zuzan

Описание: Платформа для Event-индустрии. В проекте реализуются или совершенствуются следующие части: сервис трансляций, автоматические тесты, бизнес-аналитика, devops на Amazon, приложение под Android.

Партнёр проекта: Zuzan.

 

11. Стратегии торговли криптовалютами

Описание: Проект представляет собой совокупность решений для заработка на криптовалюте и инфраструктуры для написания, тестирования и использования автоматизированных стратегий торговли.

 

12. Программа судейства игры го

Описание: Создание сайта судейства для организации и проведения турниров, удобной жеребьевки без использования бумажных средств, регистрации участников и многого другого.

 

13. Распознавание го-диаграмм

Описание: Приложение, распознающее го-диаграммы и экспортирующее их в sgf. Поддерживаемые форматы: .jpg/.jpeg, .png, .pdf. Поддерживается работа со сканами го-диаграмм, а также с фотографиями-"сканами", обработанными с помощью специального приложения на телефон. Чтобы избежать ошибок в распознавании важно, чтобы страница была ровной, и на ней не было теней/посторонних объектов. Дополнительный функционал — возможность слияния нескольких sgf-файлов в один (c несколькими вариантами игры, соответствующими исходным файлам).

 

14. Self-checkout

Описание: создание "умных весов" с распознаванием лежащих на них товаров. Весы должны сами предлагать покупателям список взвешиваемых продуктов и тем самым избавят от необходимости самостоятельно вносить о них информацию.

Партнёр проекта: X5 (кафедра промышленного анализа данных в ритейле).

 

15. Dynamic Pricing

Описание: Разработка сервиса прогнозирования лучших дней для покупки авиабилетов. Для реализации используется сбор данных с открытых источников, проводится предварительный анализ и далее, с помощью методов машинного обучения, прогнозируется результат.

Партнёр проекта: X5 (кафедра промышленного анализа данных в ритейле).

 

16. CS Track

Описание: Anytask – система поддержки различных курсов по computer science.

Задачи проекта: переход на поддерживаемые версии зависимостей и расширение функциональности. Направления разработки: контейнеризация (Docker), хранилище (S3+jupyter), антиплагиат, тестирование (EasyCI).

 

17. Data classification

Целью проекта Data Classification является разработка набора классификаторов документов с текстовыми корпоративными данными, позволяющими эффективно отслеживать нарушения политики безопасности информации внутри компании.

Задачи: NLP (предобработка текстов и модели классификаторов), модули для высокопроизводительной обработки данных, статистический контроль данных для обучения и оценка качества моделей.

Партнёр проекта: Acronis (кафедра теоретической и прикладной информатики).

 

Стартап-трек:

1. JobTutor

Описание: Проект, нацеленный на начинающих IT специалистов, которые ищут оплачиваемые стажировки или работу. Сервис призван помочь подобрать стажировку, написать резюме и провести пробное собеседование.

 

2. GlobalChess

Описание: Шахматная платформа для командных турниров, в которой организаторы и пользователи могут проводить соревнования, не используя сложные решения.

 

3. Deepmux

Описание: Облако для машинного обучения. Сервис избавляет AI-стартапы от необходимости строить инфраструктуру для ML и при этом снижает затраты на сервера.

 

4. Searchforcom

Описание: Бот в Telegram для студенческих знакомств по интересам.

 

5. SparkRead

Описание: Мини-социальная сеть для любителей почитать. На платформе пользователи могут найти книжный клуб по интересам или создать свой собственный (либо перевести к нам деятельность текущего клуба).

 

6. MusicGeek

Описание: Сервис, который подберет концерты, проанализировав плейлист.

 

7. Erage

Описание: Стартап, призванный упростить общение автосервисов с клиентами.

 

8. Cool Story AI

Описание: Проект, меняющий индустрию диалогов в играх. Основная задача — повышение engagement игроков путем автоматической генерации диалогов от лица NPC. “Живое” общение с NPC станет приятным дополнением для игроков и упростит работу нарративным дизайнерам.


 


Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2021 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

Политика обработки персональных данных МФТИ

Техподдержка сайта | API

Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru

МФТИ в социальных сетях