Strategy/_archive/Провести легендарный курс на физтехе.md
+

Провести легендарный курс на физтехе

finished🧬Science🏛️Education
visionПо результатам курса готово 5 статей, поданных на конференции/журналы/воркшопы
from_here_to_heroНазначить старшего ассистента → выкатить инфу о проектах + инструкцию семинаристам → D2-D4 дедлайны → финальный экзамен → статьи
next_step🔴 P1: D2 пост-дедлайн сообщение — 10 дней тишины, черновик готов: /review/inbox/mipt_d2_reminder_draft.md. ДЗ дедлайн Apr 11.

Ресурсы

Статус проектного процесса (08 мар 2026)

Курс завершён: 26/26 лекций ✅ (последняя — 02 мар)
Проектный процесс: запущен 🟢

Дедлайн Что Статус
D1 — 14 мар 23:59 Постановка задачи (README + report.md Sec.1) ⏳ Сессия 09 мар
D2 — 28 мар Baseline + первые эксперименты —
D3 — 11 апр Анализ и эксперименты —
D4 — 25 апр Финальный отчёт —

GitHub template: https://github.com/MerkulovDaniil/mipt25-opt-project-template ✅
Материалы: Strategy/meetings/ (topics_guide, FAQ, sample_submission, assistant_guide)
Расписание: Strategy/meetings/mipt_project_schedule.md

TODO

  • D1 сессия 09 мар: провести (announce ещё не отправлен — в /review)
  • D1 дедлайн 14 мар: проверить submissions
  • Организовать ревью ассистентами каждого дедлайна
  • Провести финальный экзамен (дата TBD)
  • Захостить платформу для ведения наших проектов
  • Организовать проектный процесс по примеру STAT-4830 (шаблон + расписание готовы)

Примеры курсов:
Stanford EE364a: https://stanford.edu/class/ee364a/
Stanford EE364a slides: https://web.stanford.edu/class/ee364a/lectures.html
Berkeley EE C227C: https://www2.eecs.berkeley.edu/Courses/EEC227C/
Berkeley 227C (пример запуска): https://people.eecs.berkeley.edu/~jiantao/227c2022spring/index.html
CMU 10-725: https://www.stat.cmu.edu/~siva/teaching/725/
EPFL CS-439 coursebook: https://edu.epfl.ch/coursebook/en/optimization-for-machine-learning-CS-439
ETH ODS24: https://odi.inf.ethz.ch/teaching/ODS24.html
Stanford CS234: https://web.stanford.edu/class/cs234/
Berkeley CS285: https://rail.eecs.berkeley.edu/deeprlcourse/
Cambridge RL 2024–25: https://www.cl.cam.ac.uk/teaching/2425/R171/
Berkeley LLM Agents (F24): https://rdi.berkeley.edu/llm-agents/f24
Berkeley ML Systems (FA24): https://ucbsky.github.io/aisys-fa2024/
Stanford CS336 repos: https://github.com/stanford-cs336
CS336 leaderboard repo: https://github.com/stanford-cs336/assignment1-basics-leaderboard
Deep Learning Systems: https://dlsyscourse.org/
SciML course: https://kks32-courses.github.io/sciml/
Oxford PINNs: https://www.cs.ox.ac.uk/teaching/courses/2024-2025/pinn/
MIT 6.S184 diffusion/flow: https://diffusion.csail.mit.edu/2025/index.html
ELLIS deep optimization: https://institute-tue.ellis.eu/en/lecture-deep-optimization
Auburn Evolutionary Computing: https://bonsai.auburn.edu/dtauritz/courses/ec/intro/2024fall/syllabus.html

Команда весна 2026

Ассистенты (5 чел): Тришин, Ребриков, Рубцов, Забара, Хафизов

Choose icon