Data Engineering And security
winter school

AITL

Про школу

DES — це не просто IT-школа, а справжній осередок інновацій при Львівському національному університеті імені Івана Франка. Щороку тут збираються зацікавлені студенти з усієї України, щоб опанувати знання від провідних експертів IT-галузі. DES — це можливість зануритись у світ сучасних технологій, розкрити свій потенціал і здобути навички, які відкривають двері до крутих проєктів та кар'єрних вершин.

Наша мета — познайомити якомога більше молоді з перспективами та новими можливостями IT-індустрії. Завдяки доступній і якісній інформації, наші студенти разом із фахівцями відомих IT-компаній можуть не лише опанувати знання, але й закріпити їх на практиці.

У ці непрості для держави часи підтримка та розвиток таких проєктів – це прямий внесок у інтелектуальний потенціал молодого покоління та, відповідно, у технічний розвиток України.

Навчання в школі спрямовано на поглиблене вивчення основ іноваційних освітніх програм:

121. Інженерія програмного забезпечення
121. Інженерія програмного забезпечення
121. Високопродуктивний комп’ютинг
121. Високопродуктивний комп’ютинг
125 Кібербезпека та захист інформації
125 Кібербезпека та захист інформації
112. Статистика. Статистичний аналіз даних
112. Статистика. Статистичний аналіз даних

Досвід DES 2020-2024

Exp

Карта минулорічних учасників

Map

Портрет учасника DES

Participant #1
Довганич Софія

студентка 2 курсу
Механіко-математичного факультету
рівень англійської upper intermediate

Participant #1
Фик Макс

студент 3 курсу
рівень англійської intermediate

Авдиторія для інформаційного поширення інформації про DES та її партнерів

Circle

Приєднуйтесь до нас у 2025 році

Тривалість: 20 січня - 2 лютого 2025 року

Формат: Онлайн/можливі ексклюзивні зустрічі наживо

Особливості навчання: Два паралельнінавчальні потоки (Core A - студенти 1-2 курсу; Core B - учасники, що мають досвід у ІТ, зокрема студенти 3-4 курсу).

Мова школи: українська/англійська

Цільова аудиторія: Студенти технічних спеціальностей України та закордону.

Тематика школи: Software development, Soft Skills, Mobile development, Web development, High-performance computing, Databases & Data warehouses, Cloud services and technologies, Cloud computing, Big Data, Data analysis & Data processing, Machine & Deep Learning, Machine Learning toolchain, Advanced Мachine Learning, Generative AI, Real-world AI applications, Application of AI in cyber security and data processing, Virtual reality, Metaverse, Digital twins, Artificial Intelligence of Things, Cyber Security.

Наші контакти: marketing@lnu.edu.ua

"Майбутнє за тими, хто здатен не лише адаптуватися до змін, а й визначати їхній напрямок", — Тім Бернерс-Лі, винахідник Всесвітньої павутини.

Тематика школи

Soft Skills

  • Communication
  • Collaboration and teamwork
  • Time management and organization
  • Empathy / Emotional intelligence
  • Owning up to errors
  • Problem solving and creativity
  • People skills and management
  • Innovation
  • Analytical thinking

Software Development

  • C, C++, Java, Go, Python
  • Digital Immune System
  • Superapps
  • Platform Engineering
  • AI Code Generation, Copilot
  • Decentralized applications, Web3
  • Version Control Systems: Git, Data Version Control (DVC), etc.

Mobile Development

  • Native development for Android and iOS
  • Cross-platform development using Flutter, Qt
  • Kotlin Multiplatform for Cross-Platform Mobile Development
  • React Native for mobile
  • Integration of artificial intelligence systems in mobile development
  • Distribution of mobile applications

Web Development

  • Web development using Flask / Django, React.js, etc.
  • Authentication methods for web services
  • Organization of infrastructure and deployment of web services
  • Web analytics, Social network analysis, Crawlers, analytical platforms
  • Integration of artificial intelligence systems in web development

JavaScript

  • High-performance computing

High-Performance Computing

  • Fundamentals of parallel, hybrid and distributed computing
  • Getting Started with Jetson Xavier NX Developer Kit
  • Getting started with Google Coral's TPU USB Accelerator or/and Google Coral Development Board

Databases & Data Warehouses

  • Relational, non-relational, distributed databases
  • Data warehouse, ETL, Data Workflows
  • NoSQL: Key-Value, Column-based, Document-based, Graph databases
  • Database usage for Data Science, Data Analysis and Machine Learning

Cloud Services and Technologies

  • Amazon Web Services
  • Google Cloud Platform
  • MS Azure

Advanced Machine Learning

  • Management systems of artificial intelligence
  • Enhanced intelligence WIPO Technology
  • End-to-end Machine learning projects/models to solve practical problems
  • Adaptive AI
  • AI Trust, Risk and Security Management (AI TRiSM)
  • AutoML
  • Multi-modal learning
  • Democratized AI
  • Generative AI
  • Generative models, text and speech generation, artificial art

Big Data

  • Big data frameworks: Spark, Kafka, Hadoop, Databricks
  • Big Data in AWS
  • Big Data in GCP
  • Big Data in Azure
  • Big Data Visualization

Data Analysis & Data Processing

  • Data analysis, Data analytics, Statistical data analysis, Predictive Analytics
  • Business analytics, Web analytics, Biostatistics, Time Series Analysis
  • Crawlers
  • Optimization tasks
  • Recommender systems
  • Data processing and data visualization
  • Data mining: RapidMiner, Weka
  • Analytics platforms: Microsoft Power BI, Tableau, SAP Analytics

Machine & Deep Learning

  • Machine and deep learning, Neural networks
  • Supervised Learning
  • Reinforcement Learning
  • Unsupervised Learning
  • Data sources (Kaggle, etc.)
  • ML Hubs (Hugging Face, etc.)
  • CV, Image recognition and classification
  • NLP, Speech recognition, Audio recognition, Text recognition
  • Emotion detection, Pose detection
  • Deep learning for forecasting
  • Machine Learning toolchain
  • Basic libraries: Numpy, Pandas, Scikit-learn, Seaborn, matplotlib, sktime, skforecast
  • TensorFlow, Keras, PyTorch, Apache MXNet
  • CV Libraries and frameworks, OpenCV

Організатори

Організатором зимової школи є Львівський національний університет імені Івана Франка.

Лабораторія технологій штучного інтелекту

Центр маркетингу та розвитку університету.

Роман Шувар
кафедра системного проектування факультету електроніки та комп’ютерних технологій
Роман Шувар
Олег Бугрій
кафедра математичної статистики і диференціальних рівнянь механіко-математичного факультету
Олег Бугрій
Петро Венгерський
кафедра кібербезпеки факультету прикладної математики та інформатики
Петро Венгерський

Конкурс проєктів

1) В межах Школи DES традиційно проводиться конкурс командних проєктів учасників школи. До розгляду приймаються проєкти які містять добре обґрунтовану ідею, наприклад, комп’ютерного застосунку, який повинен приносити економічну та/або соціальну користь для суспільства/користувача. Команда має розробити детальний план реалізації та впровадження цієї ідеї. Окремо буде виділено проект, що матиме на час завершення школи (можливу, часткову) технічну реалізацію чи впровадження. Захист проєктів проходитиме в п’ятницю (2 лютого). Про урочисте вручення призів переможцям конкурсу проєктів повідомимо пізніше.

2) Для захисту проєкту кожна команда матиме до 15хв (до 7 хв на виступ та до 8хв для відповідей на запитання журі). Підготовка до свого виступу ведеться поки на запитання відповідає попередня команда.

3) Обов’язковим елементом захисту проєкту є наявність файлу-презентації (pdf, pptx, тощо), який надсилають оргкомітету Школи заздалегідь. В цьому файлі повинна бути представлена така інформація:
    • назва та дуже короткий опис проєкту;
    • учасники команди та ментор (за наявності);
    • актуальність теми проєкту;
    • аналіз/наявність на ринку конкурентних розробок за темою проєкту;
    • отримані результати роботи (це основна частина презентації);
    • соціальне значення чи комерційна цінність проєкту;
    • перспективи продовження роботи над проєктом після завершення цієї школи.

4) Крім основного файлу презентації, команда має право використовувати допоміжні файли/засоби тощо.

5) З метою економії часу та уникнення технічних проблем з представленням проєктів команди мають в ЧЕТВЕР після завершення занять в школі надіслати в особистий слек-канал користувачу Oleh Buhrii файл основної презентації свого проєкту.

6) Бажаним є участь кожного представника команди в презентації результатів її роботи з вказанням чітких його обов’язків в команді.

7) Кожен ментор характеризує свою команду, зокрема, звертаючи увагу на таке:
    • якість командної роботи;
    • психологічна атмосфера в команді;
    • досягнення командою поставленої мети.