На базі кафедри комп’ютерних наук (КН) функціонує Студентське конструкторське бюро (СКБ) – це добровільне об’єднання студентів, які беруть активну участь у прикладних науково-дослідних та дослідно-конструкторських роботах кафедри.
Мета СКБ – розвивати знання та навички студентів зі спеціальних розділів фахових дисциплін професійної та практичної підготовки під час виконання проєктних завдань та сприяння гарному працевлаштуванню студентів після закінчення навчання.
Студенти, які беруть участь у роботі СКБ, стають краще підготовленими до роботи в галузі інформаційних технологій (ІТ) та до виконання реальних ІТ-проєктів.
Концепція роботи СКБ
1. У процесі вивчення обов’язкових та вибіркових дисциплін професійної та практичної підготовки спеціальності «122 – Комп’ютерні науки» студенти здобувають фахові знання та опановують різноманітні навички. Під час проведення дисциплін викладачі кафедри видають спеціальні розділи для самостійної роботи, проводять консультації та підказують напрями застосування набутих знань та навичок до проєктної роботи в ІТ-галузі. Як наслідок, студенти об’єднуються в команди та під керівництвом викладачів кафедри КН поетапно виконують прикладні науково-дослідні або дослідно конструкторські проєкти з тематики комп’ютерних наук.
2. Студенти виконують науково-дослідну проєктну роботу командами від 1 до 4 осіб. Допускаються змішані команди зі студентів першого (бакалавр) та другого (магістр) рівнів вищої освіти різних курсів одночасно. Також допускається участь у командах учнів загальноосвітніх шкіл, які проходять навчання в підготовчому ІТ-відділенні ХНУ при Факультеті інформаційних технологій на курсах кафедри КН.
3. Студенти мають можливість брати участь одночасно в декількох командах, за винятком участі в змаганнях та конкурсах – там кожен є членом тільки однієї команди.Кожна команда обирає керівника. Тренерами (або менторами) студентських команд є викладачі або аспіранти кафедри КН спеціальності 122 – Комп’ютерні науки.
4. Робота СКБ передбачає участь в олімпіадах, хакатонах, та інших ІТ-конкурсах із певними правилами, наприклад, міжнародних змагань Kaggle.
5. ІТ-компанії можуть видавати свою тематику завдань конкурсів і вимоги до ІТ-рішень (також із метою підбору студентів для подальшого працевлаштування в себе), у разі гарантування призового фонду для команд-переможців.
6. Студенти, за погодженням із членами своєї команди й тренером, можуть використовувати свої результати в основній навчальній діяльності під час виконання індивідуальних завдань, курсових робіт і проєктів, кваліфікаційних робіт. Члени команди можуть періодично публікувати результати своєї роботи в наукових виданнях та матеріалах конференцій, що дозволяє набрати додаткові бали й претендувати з ними на стипендію та/або на бюджетні місця під час навчання в магістратурі та аспірантурі.
7. Науково-дослідна та дослідно-конструкторська робота СКБ триває циклами, які завершуються щороку в червні. На початку кожного циклу, як правило, у вересні, команда має змогу вибирати іншу тематику або продовжувати попередню. Корегування чи перехід до нової тематики можливі в будь-який час. Команда може вести одночасно декілька тематик, якщо це не шкодить процесу навчання.
8. Студенти можуть самі вибирати свою тематику, але її має затвердити семінар СКБ. На сьогодні кафедра КН рекомендує такі тематики робіт:
1) розроблення методу нейромережевого розпізнавання жестів у відеопотоці;
2) розроблення методів класифікації текстових повідомлень соціальних інтернет-мереж NLP-засобами;
3) розроблення нейромережевого методу виявлення на зображені зон кристалізації цукру в процесі виробництва;
4) розроблення методу автоматизованого оцінювання відповідності тональності відгуків на товари в інтернет-магазинах до їх користувацької оцінки з використанням нейромереж глибокого навчання;
5) участь в активних змаганнях Kaggle, що проводяться в змішаних галузях комп’ютерних наук, інформаційних технологій та штучного інтелекту.
Реєстрація в СКБ проводиться на кафедрі КН (ауд. 3-304).
Наші події
Наші здобутки
1. Керівництво студентом, який зайняв призове місце на II етапі Всеукраїнського конкурсу студентських наукових робіт:
Pavlova O., Radiuk P. Certification of acknowledgement awarded to Pavlova Olga and Radiuk Pavlo in recognition of their excellent work as a scientific supervisor for the winner in the field of “Information Technologies, Automation and Robotics” of the International Competition of Student Scientific Works “Black Sea Science 2022” organized by Odessa National Academy of Food Technologies, Odesa, Ukraine. 06 June 2022. #BSS-2022.3.06
Опублікована наукова стаття за проведеною науковою роботою:
Radiuk P., Pavlova O., El Bouhissi H., Avsiyevych V., Kovalenko V. Convolutional neural network for parking slots detection. CEUR-WS, ISSN. 1613–0073. 2022. Vol. 3156. Pp. 284-293. (Scopus, Q4). URL: http://ceur-ws.org/Vol-3156/paper21.pdf
2. Палій Богдан КНм-22, Скульський Ілля КНм-22, Добржанський Володимир КНм-22, Мельник Микола КН-21, Мустаєв Тімур КН-21 – переможці хакатону “Інновації для Перемоги”, 25 та 26 березня 2023 року ІТ-Кластер м. Хмельницький. URL: https://kn.khmnu.edu.ua/hakaton-innovacziyi-dlya-peremogy-25-26-bereznya-2023-roku-organizatory-hmelnyczkyj-it-klaster/
• Муляр Едуард КНм-22, Горєлов Сергій КНм-22, Боровик Дмитро КНм-22, Казіонов Максим КН-19, Машталяр Матвій КН-19 – призери хакатону “Інновації для Перемоги”, 25 та 26 березня 2023 року ІТ-Кластер м. Хмельницький. URL: https://kn.khmnu.edu.ua/hakaton-innovacziyi-dlya-peremogy-25-26-bereznya-2023-roku-organizatory-hmelnyczkyj-it-klaster/
3. Залуцька Ольга, Гардиш Дарина, Глобчаста Оксана, Антонюк Юрій – перше місце у 1-му турі Всеукраїнському конкурсі студентських наукових робіт зі штучного інтелекту у 2023 р. URL: https://aic.kpi.ua/reviews/
3.1. Залуцька О. Метод автоматизованого оцінювання відповідності тональності відгуків на товари в інтернет-магазинах до їх користувацької оцінки з використанням нейромереж глибокого навчання.
3.2. Глобчаста О. Метод автоматизованого виявлення аномалій у пігулках за фотозображеннями з використанням нейромережі глибокого навчання ResNet-18.
3.3. Антонюк Ю. Метод автоматизованої ідентифікації тріщин на бетонних поверхнях за фотосвітлиною з використанням згорткової нейромережі.
3.4. Гардиш Д. Метод автоматизованого оцінювання відповідності кейса тестових завдань семантичній складовій навчальних матеріалів за інтелектуальним аналізом їх текстового контенту.