UPD: Scientific Open Source Meetup №8

Привет всем любителям открытого кода! У нас отличная новость: open source митапы вернулись после летнего перерыва.
UPD: Scientific Open Source Meetup №8

8 октября провели наш восьмой митап в рамках проекта «Научный Петербург» . В программу вошли доклады про китайский опенсорс от наших коллег из сообщества OpenScaler, питчи LLM-ассистента для проверки научных работ и библиотеки по обработке и генерации векторной графики, а ещё — безумные идеи хранения данных. 

ПРОГРАММА 

  • Николай Никитин — Опенсорс в ИТМО
  • Кирилл Колпаков — Национальная open source экосистема Китая
  • Юлия Борисова — Свернули-развернули: TorchCNNBuilder для прикладных задач
  • Терещенко Владислав — Edulytica: LLM-ассистент для проверки научных работ.
  • Дмитрий Варенов — OpenScaler OS - передовые открытые технологии из Китая
  • Иван Жарский — VGLib: Библиотека по обработке и генерации векторной графики
  • Иван Усов, Никита Кулин, Симар Муратов — Gamac: Автоматическая кластеризация на GPU

Посмотреть фотографии можно здесь, а запись трансляции доступна по этой ссылке.

Информацию о других прошедших митапах (записи трансляции, темы докладов и фотографии) можно найти на нашем ODS-хабе.

Проект поддержан Министерством науки и высшего образования РФ.

Читайте также

  • 27.06.2025

    ИТМО разработает новую российскую систему подготовки специалистов по ИИ

    Центр «Сильный ИИ в промышленности» ИТМО выиграл конкурс Аналитического центра при Правительстве Российской Федерации и займется разработкой компетентностно-ролевых моделей и образовательных программ в области искусственного интеллекта.

  • 06.06.2025

    ИТМО получит более миллиарда рублей на прорывные исследования по искусственному интеллекту

    Центр «Сильный ИИ в промышленности» ИТМО снова стал победителем федерального конкурса по поддержке исследовательских центров.

  • 02.06.2025

    В ИТМО разработали ИИ-платформу для городского планирования

    Ученые ИТМО создали цифровую ИИ-платформу «Просто.Р», которая поможет быстро и недорого оценивать и предсказывать развитие городской среды на основе данных.