Форма и критерии для вступительного экзамена для поступления на обучение по программе магистратуры «Искусственный интеллект»
- Цель и основные задачи вступительного экзамена
Основные задачи вступительного экзамена:
- выяснить мотивы поступления абитуриента в магистратуру;
- определить уровень мотивации абитуриента к освоению магистерской программы;
- оценить Hard Skills и Soft Skills абитуриента;
- определить область интересов абитуриента, связанных с тематикой магистерской программы.
- Форма вступительного экзамена
1 этап: Решение задачи по машинному обучению
2 этап: Тестовое задание на оценку Hard Skills
3 этап: Тестовое задание и собеседование на оценку Soft Skills
1 и 2 этап возможно проходить как последовательно, так и параллельно.
Абитуриенты, набравшие более 50% от максимально возможных баллов за 1 и 2 этап, приглашаются на 3 этап.
2.1. Решение задач по машинному обучению (этап 1)
Поступающему необходимо продемонстрировать комплекс знаний и навыков в решении задач из разных разделов машинного обучения. В рамках данного этапа оценивается:
- Навыки работы с датасетами и/или базами данных.
- Знание бинарной классификации и др. разделов классической машинного обучения.
- Поиск нетривиальных решений и оптимизация кода.
Участники, получившие значения Итоговой метрики выше значения Итоговой метрики baseline-решения*, получают от 1 до 30 баллов, пропорционально полученному ими значению Итоговой метрики. Решения участников, показавшие результат по Итоговой метрике ниже baseline-решения - оцениваются в ноль баллов.
*Базовое (стандартное) решение, предложенное организаторами.
2.2. Выполнение тестовых заданий. Оценка Hard Skills (этап 2)
Поступающий выполняет ряд тестовых заданий на платформе talent-tracker.tech с целью оценки навыков по следующим направлениям:
- Программирование на языке Python.
- Алгоритмы и структуры данных
- Теория множеств. Теория графов.
- Теория вероятностей и математическая статистика
- Базы данных. SQL и NoSQL.
- Основные концепции Big Data.
- Основы машинного обучения.
- Нейронные сети.
- Основы компьютерного зрения (CV).
- Основы обработки естественного языка (NLP).
- Инструменты промышленной разработки ПО.
100% верных ответов - 30 баллов. Далее, баллы распределяются пропорционально разбивке со стандартным округлением от 0,5 в большую сторону и 0,4 в меньшую.
2.3. Тестовое задание и собеседование на оценку Soft Skills:
2.3.1. Выполнение тестовых заданий. Оценка Soft Skills (этап 3 - раунд 1)
Поступающему необходимо:
- пройти тестирование на платформе talent-tracker.tech в формате решения ситуаций на обладание гибкими навыками;
- пройти анкетирование, где указывается опыт и карьерные достижения в формате резюме (CV), а также открыто ответить на вопросы мотивационного характера в анкете или мотивационном письме, такие как:
- Почему вы выбрали данную магистратуру?
- Как ваше образование и профессиональный опыт соотносится с направлением инженерии машинного обучения?
- Какие идеи проектов и основных результатов, которых хотелось достичь в процессе обучения?
- Каковы ваши карьерные цели?
Резюме и мотивационное письмо необходимо прикрепить к анкете, ссылку на которую абитуриент получит на почту, обозначенную в системе abit.itmo.ru при регистрации.
2.3.2. Собеседование и оценка Soft Skills (этап 3 - раунд 2)
Собеседование в online-формате проводится с целью определения интересов, мотивации абитуриента, а также уровня и потенциала развития Soft Skills.
В процессе собеседования кандидату задаются вопросы, связанные с выбранной образовательной программой, идеями и планируемыми проектами, а также другие
дополнительные вопросы. Длительность собеседования с одним кандидатом 10-15 минут.
3. Критерии оценки
- Результаты по итогам решения задач по машинному обучению согласно полученному значению Итоговой метрики (оценка Hard skills) (1 этап) — 0-30 баллов
- Результаты выполнения тестовых заданий (оценка Hard skills) (2 этап) — баллов 0-30 баллов
- Оценка Soft Skills: коммуникативных навыков, навыков командной работы, кросс-культурных компетенций, открытости новому, гибкости в обучении, навыков фокусировки на результате, ответственности, адаптивности и стрессоустойчивости (3 этап) — 0-15 баллов
- Мотивация к обучению и развитию. Соответствие карьерных целей содержанию магистерской программы (3 этап) — 0-15 баллов
- Соответствие образования, профессионального опыта, опыта реализации проектов содержанию магистерской программы (3 этап) — 0-10 баллов
Первая волна
1 этап. Решение задач (соревнование) по машинному обучению с 2 июля по 9 июля 2024
2 этап. Выполнение тестовых заданий: оценка Hard Skills с 9 июля по 10 июля 2024
3 этап. Состоит из двух последовательных раундов:
- 1 раунд: выполнение тестовых заданий: оценка Soft Skills с 2 июля по 10 июля 2024
- 2 раунд: собеседование: необходимо выбрать любую удобную дату, обозначенную в Личном кабинете абитуриента.
Вторая волна
1 этап. Решение задач (соревнование) по машинному обучению с 16 июля по 28 июля 2024
2 этап. Выполнение тестовых заданий: оценка Hard Skills с 29 июля по 30 июля 2024
3 этап: Состоит из двух последовательных раундов:
- 1 раунд: выполнение тестовых заданий: оценка Soft Skills с 16 июля по 28 июля 2024
- 2 раунд: собеседование: необходимо выбрать любую удобную дату, обозначенную в Личном кабинете абитуриента.
Третья волна – для контрактной формы обучения
1 этап. Решение задач (соревнование) по машинному обучению с 4 августа по 15 августа 2024
2 этап. Выполнение тестовых заданий: оценка Hard Skills с 4 августа по 15 августа 2024
3 этап.Состоит из двух последовательных раундов:
- 1 раунд: выполнение тестовых заданий. Оценка Soft Skills с 4 августа по 15 августа 2024
- 2 раунд: собеседование: необходимо выбрать любую удобную дату, обозначенную в Личном кабинете абитуриента.
*Для поступления на контрактную форму обучения можно сдать первых три этапа в любую из трех волн, а собеседование пройти в любую из дат устного экзамена, до 16 августа включительно.
©2024 [AI] Talent Hub
Остались вопросы?
aitalents@itmo.ru