Приветствуем любителей компьютерных наук! Хотим рассказать про новую инициативу: 1 марта в Санкт-Петербурге запустился Computer Science Space — открытый научно-технологический клуб для всех заинтересованных в современных и классических областях CS.

Что в планах?

Мы проводим курсы и мероприятия в форматах:

Теоретические лекции от исследователей ведущих университетов и лабораторий,
Прикладные занятия от индустриальных специалистов из стартапов и бигтех-компаний,
Интерактивные митапы,
Алгоритмические контесты и математические соревнования,
Научные школы.

Основной локацией нашей организации является знаковое для петербургского CS-сообщества место — ПОМИ РАН (наб. Фонтанки, д. 27). Мероприятия также проходят на площадках партнёров и онлайн.

Для кого?

Для всех, кому интересно развитие Computer Science в широком смысле: от алгоритмов и формальных методов до индустриальных решений, прикладной статистики и машинного обучения.

Спектр мероприятий рассчитан на широкую аудиторию: студентов, исследователей, технических специалистов и энтузиастов. Мы уверены, что вне зависимости от уровня подготовки вы найдёте сообщество единомышленников, способных разделить с вами профессиональные и научные интересы.

Как оставаться в курсе событий?

Все новости, анонсы и видеозаписи мероприятий, расписания курсов и другие обновления можно найти на наших информационных ресурсах:
– Сайт проекта: csspace.io
– Telegram-канал: @csspace
– Telegram-чат: @csspace_chat
– YouTube: youtube.com/@ComputerScienceSpace

Что мы успели за весенний семестр

Расскажем об уже состоявшихся мероприятиях, полный список которых можно посмотреть в разделе событий нашего сайта: csspace.io/events.

Видеозаписи лекций доступны онлайн без ограничений.

Провели 2 очных курса в Санкт-Петербурге, посвящённых теоретическим вопросам:

Нелинейная оптимизация без ограничений, Фёдор Писниченко. Курс охватил теоретические основы и практические методы: общий обзор и условия оптимальности; методы поиска по направлению и методы доверительной области; алгоритм Левенберга-Марквардта — ключевой метод для решения нелинейных задач наименьших квадратов.
Fine-grained complexity, Данил Сагунов. В отличие от полиномиальных сведéний, которые используются для доказательства NP-трудности, в fine-grained сведениях мы более детально следим за временем работы и размером задачи (отсюда и название). Курс познакомил слушателей с известными результатами области: как с классическими, так и с более современными; были рассмотрены открытые вопросы, лучшие известные алгоритмы для некоторых из задач и препятствия для сведения их друг к другу.

Также провели 10 открытых лекций на различные темы, где спикерами были специалисты не только из мира науки, но и из индустрии. Выделим несколько лекций из этого списка:

Серия лекций Сергея Николенко, посвященная современному состоянию развития LLM и возможным перспективам. В первой части Сергей Игоревич рассказал историю развития LLM, последние новости и сформулировал несколько направлений, которые прямо сейчас являются предметом активных исследований; а во второй части поговорил о рисках и дал достаточно полный обзор основных направлений исследований, которые ведутся в области AI safety.
Лекция Андрея Райгородского про раскраски случайного графа и жадные оценки на число цветов. Эта наука находится на стыке комбинаторики, теории графов и теории вероятностей. В основе ее лежит глубокая идея о том, что мощные инструменты современной теории вероятностей должны поспособствовать более верному осознанию природы графа, призваны помочь решению многих комбинаторных и теоретико-графовых задач.
Лекция Николая Верещагина, посвященная непериодическим замощениям плоскости многоугольниками и теореме Гудман-Штраусса.

Провели два митапа:

Митап, посвященный стажировкам в IT, на котором спикеры-студенты поделились своим опытом прохождения стажировок в различных компаниях: как они туда попали, над какими задачами работали. Участники были задействованы в классическом банковском секторе, занимались фотограмметрией, помогали развивать YandexGPT. После основной части участников ждал квиз, посвященный ПОМИ, и неформальное общение.
LLM в математике и алгоритмах, на котором Сергей Николенко рассказал о текущих успехах со стороны языковых моделей в решении математических задач и как LLM проделали путь от простейших моделей до возможности набрать 35 баллов на IMO; Федор Петров рассказал, как математики используют LLM в своей работе и использует ли вообще; Данил Сагунов в формате обсуждения с залом поговорил о способности LLM справиться с алгоритмической секцией собеседования. Во второй половине встречи участникам предложили сыграть в ЧГК против LLM, где моделям запрещалось пользоваться поиском в интернете, а вопросы были посвящены математике в разных форматах. Предлагаем ознакомиться с неожиданными результатами игры и вопросами.

Организовали 2 турнира по связанным с CS темам с раздельным треком для студентов и всех желающих:

Математический турнир с очным финалом в Санкт-Петербурге, ознакомиться с задачами и их разбором можно здесь.
Онлайн контест по машинному обучению, в котором можно было посоревноваться в решении теоретических задач и реальных проблем, встречающихся в индустрии. Ознакомиться с разбором задач и с самими задачами можно здесь.

В следующем посте мы расскажем про наши мероприятия на осень. Следите за обновлениями, подписывайтесь, приглашайте коллег и однокурсников!

Запуск Computer Science Space