Образователь­ные программы в ABBYY

Готовим квалифицированных IT-специалистов вот уже более 15 лет.

Кафедра компьютерной лингвистики (КЛ)

Кафедра КЛ Физтех-Школы ПМИ МФТИ была открыта ABBYY в 2011. Кафедра готовит специалистов в области компьютерного анализа и обработки естественного языка (NLP - Natural Language Processing), прежде всего применительно к задачам интеллектуального анализа документов (Intellectual Documents Analysis).

Наши выпускники востребованы как в компаниях, разрабатывающих высокотехнологичные продукты, связанные с обработкой естественного языка, так и в академической науке.

Что изучают на кафедре

Широкий диапазон возможностей основывается на достаточно универсальных знаниях и навыках, которые получают наши студенты. Можно выделить три составляющие в обучении:

Benefits-106b-77x77

Инженерные навыки

Программирование, проектирование, управление проектами.

Benefits-002v-77x77

Анализ данных

Профессиональное владение современными методами глубокого машинного обучения, владение различными методами парсинга, гибридными методами, основанные на сочетании языкового моделирования и применения нейронных сетей, в особенности для задач с малым объемом обучающих данных.

Benefits 201B 77X77

Понимание

Понимание специфики, сценариев и методов решения реальных задач в области языковой обработки и аналитики.

Овладение этими навыками происходит как за счет учебных курсов, так и в ходе НИР и дипломного проектирования.

Научная работа студентов

В ходе НИР и дипломного проектирования наши студенты решают с помощью инженеров и исследователей компании задачи двух типов:

Практические задачи

Практические задачи

Инженерные задачи, входящие в технологические циклы продуктов компании ABBYY.

Исследовательские задачи

Исследовательские задачи

Задачи, предполагающие участие в конференциях, технологических соревнованиях и научные публикации (то есть, оценку сделанной работы научным сообществом).

Показателем успехов наших студентов, аспирантов и недавних выпускников кафедры КЛ являются результаты технологических соревнований в области NLP. Только за последние два года они стали победителями нескольких shared tasks по широкому спектру задач от извлечения отношений из текстов до сдачи ЕГЭ по русскому языку. Например, такие соревнования как GramEval и RuREBus на DE-2020, Headlines Generation on Dialogue’2019, Ru-eval-2019, Agrr-2019 ( Automatic Gapping Resolution), AI Journey-2020. Это, безусловно, лучший результат среди российских вузов в области NLP.