Профессиональная магистерская программа по информатике ЮФУ готовит специалистов по вычислениям в области больших данных и визуальных вычислений. Все студенты проходят оплачиваемую совместную работу в рамках своей степени. В этой статье мы исследуем совместный опыт некоторых из наших студентов, изучающих визуальные вычисления.

Реза Асад получил степень бакалавра прикладной математики в Университете Торонто. В настоящее время он является студентом программы профессионального магистра (PMP) в области визуальных вычислений в Университете Саймона Фрейзера. Летом 2019 года он прошел стажировку в компании под названием Terramera. Реза рассказывает о проектах, над которыми он работал в рамках своего кооператива, и о том, как он применил то, что он узнал на курсах программы PMP SFU, в работа, которую он проделал в Terramera.

Не могли бы вы рассказать нам больше о компании, с которой вы сотрудничали?

Terramera является лидером в области технологий для чистой пищи, и их цель - использовать технологии, чтобы раскрыть силу природы, чтобы мы могли иметь доступную и здоровую пищу для всех. Успех компании начался с линейки потребительских товаров, таких как Proof, который представляет собой эффективный спрей от насекомых на растительной основе. Однако сейчас Terramera уделяет основное внимание доработке своей уникальной запатентованной технологии Actigates. Actigate разработан для эффективного воздействия на органические вещества и превосходит синтетические химические вещества. Чтобы разработать эффективные актигаты, наши ученые несут ответственность за разработку контрольных экспериментов на растениях, выращиваемых в теплице Террамеры. После постановки экспериментов команда робототехники Terramera сосредоточилась на создании инструментов для создания изображений вокруг растений, чтобы мы могли запечатлеть их рост и эволюцию. Наконец, к этим ценным данным применяются модели машинного обучения, чтобы сделать вывод о контрольном эксперименте.

Какие проекты вы выполняли в качестве студента совместной работы?

Один из моих любимых проектов, над которыми я работал в Terramera, - это создание модели для подсчета урожая на ферме. С этой проблемой связано много проблем. Например, изображения обычно содержат всю ферму и очень большие. В результате для открытия и обработки изображений требуется специальное программное обеспечение. Более того, посевы могут быть очень маленькими и накладываться друг на друга, что затрудняет подсчет. Во время совместной работы я смог построить модель, которая подсчитывала урожай на ферме с точностью 99,96% по тестовым данным по сравнению с 93%, предлагаемой существующим коммерческим программным обеспечением. Интересный факт, касающийся этой модели, заключается в том, что я также научился считать посевы, и я не мог быть таким точным, как модель. Вот несколько примеров других интересных проектов, над которыми я работал: построение 3D реконструкции заводов; создание изображений культур с высоким разрешением, где пользователь может определить количество культур, которые они хотели бы создать в изображении, а также где на изображении они хотели бы создать эти культуры; построение модели, которая может сегментировать болезни на листьях растений; построение моделей, способных обнаруживать лотки с растениями на скамейке в нашей теплице; и создание моделей, которые могут преобразовывать изображения здоровых листьев в больные и наоборот.

Как программа PMP SFU подготовила вас к работе в кооперативе?

Получив степень магистра в области визуальных вычислений, я понял, что мне очень нравятся должности в области исследований и разработок (НИОКР). Перед тем, как начать совместную работу в Terramera, я с нетерпением ждал возможности поработать в месте, где я мог бы читать исследовательские работы по визуальным вычислениям, изменять и применять их для решения реальных проблем. Более того, я считал, что одной из моих сильных сторон до начала совместной работы были мои знания в области генеративных моделей, и я надеялся расширить их.

Каким был ваш общий опыт совместной игры?

Во время моего опыта я получил большую поддержку от своего менеджера в изучении передовых исследований в области визуальных вычислений, и я смог применить результаты из таких статей для решения интересных задач. Я также узнал, что большая часть будущей работы в Terramera выиграет от генеративных моделей, и я смог внести свой вклад в будущее компании и еще больше расширить свои знания в этой области. Помимо технических навыков, о которых я упоминал выше, я также научился справляться с неожиданными препятствиями при выполнении научной работы. Например, и у биологов, и у инженеров машинного обучения есть набор критериев, по которым их работа считается успешной.

Какой ценный опыт вы приобрели во время совместной игры?

Во время совместной работы я научился лучше общаться с людьми, которые не знакомы со сферой моей работы, над тем, над чем я работаю. Я также тренировался задавать правильные вопросы нашим биологам, чтобы лучше понимать их работу и получать результаты, от которых компания выиграет. Я считаю, что достижение этих целей обучения было бы невозможным без великой культуры, которую предлагает Terramera.

Спасибо, Реза!

Что компании думают о наших студентах?

«Реза проделал абсолютно выдающуюся работу. Сильные стороны Резы включают быстрое внедрение новых моделей машинного обучения, понимание лежащей в основе теории и предложение новых приложений. Он также очень быстро внедряется и приветствует отзывы. СФУ имеет стабильно качественные соискатели. Мы очень ценим его программы ».

Трэвис Гуд, технический директор Terramera.