Базовая кафедра когнитивных технологий ФПМИ МФТИ

Базовая организация кафедры — компания Smart Engines

Студенты кафедры могут пройти стажировку и работать в компании Smart Engines над реальными задачами в области компьютерного зрения и зрительного искусственного интеллекта.

После магистратуры вы сможете продолжить исследовательскую траекторию в аспирантуре МФТИ или других организаций. Компания Smart Engines помогает создавать научные результаты (эксперименты, доклады, публикации), которые пригодятся для поступления и защиты.

Источник: исследование CNews

Кафедра когнитивных технологий

Подойдёт, если вы:

хотите расти на сложных задачах и готовы регулярно учиться через практику и погружение в научную среду
любите глубину и доказательность: формулируете гипотезы, ставите эксперименты и следите за воспроизводимостью результата
хотите научиться доводить идеи до продуктов в полном цикле R&D

Не подойдёт, если вы:

не готовы погружаться в сложные задачи и эксперименты
не ориентированы на качество результата
не имеете базовой готовности писать на C++ и Python (или не планируете быстро учиться)

Science First

Руководящий принцип Smart Engines – Science First. Мы двигаем передний край науки, а плодами наших исследований становятся самые совершенные системы искусственного интеллекта.

Направления исследований:

Распознавание документов и интеллектуальная обработка изображений документов (видеопоток, фото, сканы): устойчивые алгоритмы в неконтролируемых условиях съемки.

Цель — высокая точность при ограничениях по скорости, памяти и размеру моделей на конечных устройствах.
Компьютерное зрение и анализ изображений: сочетание классических и обучаемых методов.

Цель — быстрые и надежные решения, которые воспроизводимо работают на реальных данных.
Эффективный ИИ для конечных устройств: снижение вычислительной сложности и “веса” моделей, надежное обучение при ограниченных данных.

Цель — энергоэффективный inference и стабильное качество в продуктах.
Вычислительная визуализация и компьютерная томография: реконструкция, обработка и визуализация томографических данных.

Цель — повышение качества/скорости реконструкции и практическая применимость для промышленности и медицины.

Научные руководители Smart Engines

Владимир Львович Арлазаров

д-р техн. наук, проф.,
чл.-корр. РАН
Дмитрий Петрович Николаев

д-р техн. наук, доц.
Марина Валерьевна Чукалина

д-р физ.-мат. наук
Дмитрий Валерьевич Полевой

канд.тех.наук
Елена Евгеньевна Лимонова

канд.тех.наук
Ирина Андреевна Кунина

канд.тех.наук
Наталья Сергеевна Скорюкина

канд.тех.наук
Павел Владимирович Безматерных

канд.тех.наук

Публикации и конференции

Научные руководители помогают доводить результаты работы до публикаций.

Примеры публикаций в журналах с участием студентов и аспирантов за 2025:

A. Sher, A.Trusov, M. Maksimenko, E. Limonova, V.L. Arlazarov "Fast and accurate RFD-like descriptor approximation for SIMD architectures", Scientific Reports
A. Mokin, A. Sheshkus, V.V. Arlazarov "Auto-probabilistic Mining Method for Siamese Neural Networks Training", Mathematics
D. Polevoy, D. Kazimirov, M. Gilmanov, D. Nikolaev "No Reproducibility, No Progress: Rethinking CT Benchmarking", J. Imaging
D. Kazimirov, E. Rybakova, V. Gulevskii, A. Terekhin, E. Limonova, D. Nikolaev "Generalizing the Brady-Yong Algorithm: Efficient Fast Hough Transform for Arbitrary Image Sizes", IEEE Access
A.Trusov "Training 4.6-Bit Convolutional Neural Networks with a HardTanh Activation Function", Pattern Recognition and Image Analysis
P. K. Zlobin, V. A. Karnaushko, D. M. Ershova, R. Sanchez-Rivero, P. V. Bezmaternykh and D. P. Nikolaev "Lightweight neural network-based pipeline for barcode image preprocessing," Computer Optics
V. A. Karnaushko, I. I. Tishin, P. V. Bezmaternykh and V. L. Arlazarov "An Adaptive Method for Spiral Segmentation of Aztec Compact Code Images with Irregular Grid Structure," Computer Optics
A. Ershov, D. Tropin and D. Nikolaev "Fast localization and rectification of documents folded into thirds," Computer Optics

Публикации и диссертации сотрудников компании Smart Engines

Работающие в компании студенты и аспиранты получают помощь базовой организации в подготовке и организации выступлений на конференциях.

Примеры площадок, на которых представлялись доклады:

International Conference on Document Analysis and Recognition (ICDAR), CORE A
International Conference on Pattern Recognition (ICPR), CORE B
International Conference on Image Processing (ICIP), CORE B
International Conference on Modelling and Simulation (ECMS)
International Conference on Machine Vision (ICMV)
Symposium on Pattern Recognition and Applications (SPRA)
Школа-конференция «Информационные технологии и системы» (ИТиС)
Всероссийская научная конференция МФТИ

Профильные дисциплины бакалавриата

Семестр 6

«Методология и практика научной работы» — Полевой Д.В., к.т.н.
«Методы низкоуровневой оптимизации в задачах компьютерного зрения» — Лимонова Е.Е., к.т.н.

Семестр 7

«Машинное обучение и нейронные сети в системах распознавания» — Шешкус А.В., к.т.н.
«Введение в обработку и анализ изображений и видеопотоков» — Полевой Д.В., к.т.н.
«Практикум по DataOps» — Безматерных П.В., к.т.н.
научно-исследовательская работа (написание ВКР)

Семестр 8

«Современные языки и платформы программирования» — Безматерных П.В., к.т.н.
«Практикум по созданию систем распознавания» — Усилин С.А., к.т.н
«Статистические модели в системах распознавания» — Шоломов Д.Л., к.т.н.
завершение подготовки текста и защита ВКР

Профильные дисциплины магистратуры

Семестр 9

«Вычислительные аспекты искусственного интеллекта» — Трусов А.В., к.т.н.
«Современные методы зрительного искусственного интеллекта» — Шешкус А.В., к.т.н.
«Комбинаторные алгоритмы оптимизации» — Булатов К.Б., к.т.н.

Семестр 10

«Комбинаторные алгоритмы оптимизации (доп. главы)» — Булатов К.Б., к.т.н.
«Основы технического зрения» — Скорюкина Н.С., к.т.н.
«Анализ и обработка изображений» — Николаев Д.П., д.т.н.
научно-исследовательская работа (написание ВКР)

Семестр 11

«Язык, текст, языковые модели» — Шоломов Д.Л., к.т.н.
«Методы оптимизации в задачах зрительного искусственного интеллекта» — Гильманов М.И., к.ф.-м.н.
«Прикладные задачи зрительного искусственного интеллекта» — Чукалина М.В., д.ф.-м.н.
научно-исследовательская работа (написание ВКР)

Семестр 12

завершение подготовки текста и защита ВКР

Как попасть на кафедру когнитивных технологий

Все студенты нашей кафедры проходят стажировку в Smart Engines параллельно с обучением, начиная с 6 семестра.

Порядок собеседования на кафедру:

Направьте резюме на почту polevoy@smartengines.com
Выполните тестовое задание
Пройдите онлайн-собеседование

За актуальной информацией о поступлении и сроках подачи документов следите на сайте МФТИ.

Как попасть на стажировку в Smart Engines

Запись на собеседование по почте job@smartengines.ru

Требуется:

С/С++, Python
Английский язык
Желание заниматься научно-исследовательской работой

Условия стажировки:

Офлайн (Москва, м. Ленинский проспект)
Длительность стажировки – 3 месяца
Частичная занятость на время учебы (от 16 часов в неделю)

По результатам стажировки успешные студенты получат приглашение на работу в Smart Engines.