Машинное обучение — работа в Санкт-Петербурге

Для работы Необходимо спрогнозировать академические задолженности у студентов с точностью до дисциплины Университет накапливает об активностях и результатах студентов большое количество данных, которые можно использовать для улучшения образовательного процесса. Команда учебной аналитики решает различные задачи в сфере EdTech и разрабатывает собственные продукты, связанные с Computer Vision, Natural Language Processing, рекомендательными сервисами, предиктивными моделями и многое другое. Задачи: В первой части - спрогнозировать академические задолженности у студентов с точностью до дисциплины. Метрика качества - F1-score. Во второй части необходимо разработать MVP решения для глобальных вызовов образования с помощью данных. Вызовы образования: - Персонализация образования: разработка рекомендательных сервисов, позволяющих персонализировать образовательный процесс для каждого студента - Мониторинг качества образования: разработка методологии, позволяющей получить аналитику по качеству образования, мониторинг «выбросов», анализ образовательных программ, дисциплин, преподавателей.