Подача завок до 27 апреля
г. Альметьевск
13-18 Мая
Реализуй проект за 7 дней и добавь в портфолио реальный кейс
Гибкие навыки
Проекты/Наука
Окружение
Практические навыки
За 1 неделю ты не только прокачаешь практические навыки в рамках научного проекта «от идеи до результата», но и узнаешь о перспективных направлениях нанотехнологий, улучшишь свои soft skills | гибкие навыки и познакомишься с большим количеством заряженных наукой людей со всей России.
Научная школа «АльметТех» — интенсив по формуле: 1 неделя — 1 практический кейс.
На площадке современного кампуса Высшей школы нефти соберутся участники из сферы естественных наук и ИТ.
Хочешь прокачать харды | профессиональные навыки и создать проект с перспективой коммерциализации
Хочешь улучшить гибкие навыки и познакомиться с коллегами по всей России
Хочешь поработать
с новейшим оборудованием
и применить теоретические знания на практике
Студент бакалавриата или специалитета
Научная школа АльметТех для тебя, если ты:
Интенсив включает 2 разных проектных трека, посвящённых тематикам совместных магистерских программ ПИШ ИТМО и ВШН — АльметТех.
ИТ проекты
Акустическая локализация аварийных событий
акустический мониторинг
локализация звука
обработка сигналов
Визуальная одометрия и навигация в закрытых пространствах
компьютерное зрение
SLAM
SV
Робототехника
ИИ-детектив для нефтяных данных
искусственный интеллект
анализ данных
петрофизика
контроль качества данных
нефтегазовая отрасль
Генерация капсульных коллекций с ИИ
искусственный интеллект
компьютерное зрение
обработка изображений
ИИ-стилист
искусственный интеллект
чат-бот
От научной статьи к вирусному видео: генерация достоверного сценария
искусственный интеллект
генерация теста
большие языковые модели
ИТ проекты
Акустическая локализация и классификация аварийных событий
акустический мониторинг
локализация звука
обработка сигналов
Визуальная одометрия и навигация в закрытых пространствах
компьютерное зрение
SLAM
SV
Робототехника
ИИ-детектив для нефтяных данных
искусственный интеллект
анализ данных
петрофизика
контроль качества данных
нефтегазовая отрасль
ИИ-стилист
искусственный интеллект
чат-бот
Генерация капсульных коллекций с ИИ
искусственный интеллект
компьютерное зрение
обработка изображений
От научной статьи к вирусному видео: генерация достоверного сценария
искусственный интеллект
генерация теста
большие языковые модели
Смежные проекты биотех и ИИ
PRISM – мультиагентная система генерации технологических схем переработки химических отходов
искусственный интеллект
LLM
химическая технология
переработка отходов
«зеленая химия»
биотехнологии
Биотех проекты
Гори, но медленно: лигнин как биоантипирен
химия материалов
«зеленые технологии»
Ферментативный коктейль — взболтать, но не смешивать
биохимия
Регуляторика — это наше все!
генный инжиниринг
молекулярная биология
Микробиологический синтез жирных кислот олеогенными дрожжами
микробные биотехнологии
Новый пластик из целлюлозы
химия
материаловедение
переработка отходов
Биотех проекты
Гори, но медленно: лигнин как биоантипирен
химия материалов
«зеленые технологии»
Ферментативный коктейль — взболтать, но не смешивать
биохимия
Регуляторика — это наше все!
генный инжиниринг
молекулярная биология
Микробиологический синтез жирных кислот олеогенными дрожжами
микробные биотехнологии
Новый пластик из целлюлозы
химия
материаловедение
переработка отходов
Для конкурсантов, прошедших отбор, участие в Научной школе АльметТех бесплатное, иногородним предоставляется проживание и трансфер от аэропортов и вокзалов.
Дополнительный бонус для участников школы — возможность поступить в АльметТех — центр технологий Передовой инженерной школы ИТМО, без вступительных испытаний на одну из программ магистратуры:

Условия участия
Доработка продукта до минимально жизнеспособного
Получение ДПО
Стажировка в АльметТех
Публикация научной статьи по итогам проекта
Коммукационные навыки
Проекты/Наука
Окружение
Практические навыки
Поступление в магистратуру без экзаменов
Возможности после школы
Руководитель проекта
Ефимова Валерия Александровна
Кандидат технических наук, Научный сотрудник Machine Learning Lab
От научной статьи к вирусному видео: генерация достоверного сценария
Как превратить сложную научную статью в короткое, понятное и потенциально вирусное видео и при этом не исказить ни одного факта?

Сегодня исследователям важно не только делать открытия, но и уметь о них рассказывать. Короткие видео (до 1−2 минут) — один из самых эффективных форматов для популяризации науки. Современные генеративные модели вроде Sora или Kling уже позволяют создавать такие ролики автоматически. Но есть проблема: модели часто «галлюцинируют» — искажают цифры, неправильно передают графики и выводы.

В данном кейсе вам предстоит решить реальную и актуальную задачу: создать систему, которая генерирует сценарий видео по научной статье, сохраняя строгую достоверность фактов.
Руководитель проекта
Демидова Галина Львовна
Кандидат технических наук,
ведущий инженер передовой инженерной школы ИТМО
ИИ-детектив для нефтяных данных
Данные керновых исследований накапливались десятилетиями и содержат ошибки: невозможные физические значения, дубли, смещения столбцов.

В данном кейсе необходимо построить инструмент, который автоматически находит подозрительные записи и объясняет, почему они аномальны.
Руководитель проекта
Аптинова Динара Ленаровна
Аспирант АльметТех, Менеджер образовательной программы ИИ-инжиниринг
Акустическая локализация аварийных событий
Инновационная система мониторинга перекрёстков на основе анализа звуковых данных. Массив микрофонов с применением классических методов локализации определяет координаты аварийных событий. Технология дополняет существующие ИТС акустическим каналом мониторинга, который работает независимо от освещения и погодных условий, закрывая слепые зоны видеонаблюдения.

Методы локализации универсальны и применимы в смежных областях: обнаружение дронов, контроль промышленных объектов, системы безопасности.
Руководитель проекта
Ефимова Валерия Александровна
Кандидат технических наук, Научный сотрудник Machine Learning Lab
ИИ стилист
Можно ли научить ИИ разбираться в стиле не хуже fashion-блогеров и при этом давать персональные рекомендации?

Сегодня выбор одежды – это не только про вкус, но и про огромное количество контента: тренды, подборки, советы стилистов. Пользователи вдохновляются платформами вроде Pinterest, но часто теряются в потоке информации.

В данном кейсе вы создадите интеллектуального ассистента, который поможет:
• оценить образ по фотографии на телефон,
• понять, насколько он актуален,
• улучшить стиль с учетом трендов.
Руководитель проекта
Фурлетов Юрий Михайлович
К. т.н., PI ПИШ ИТМО, эксперт в области автономных систем
и робототехники
Визуальная одометрия и навигация в закрытых пространствах
Составление карты помещения на основе системы компьютерного зрения. Навигация в помещении по созданной карте. Распознавание препятствий. Проведение испытаний.
Руководитель проекта
Ефимова Валерия Александровна
Кандидат технических наук, Научный сотрудник Machine Learning Lab
Генерация капсульных коллекций с ИИ
Как собрать идеальный гардероб, где все вещи сочетаются между собой, и ничего лишнего?

Капсульный гардероб — один из самых популярных подходов в моде: минимум вещей, максимум комбинаций. Но на практике собрать такую капсулу сложно: нужно учитывать цвета, сочетаемость, баланс типов одежды и индивидуальный стиль.

В данном кейсе вы создадите сервис, который автоматизирует этот процесс и превращает хаотичный гардероб в продуманную систему.
Руководитель проекта
Порываев Артем Сергеевич
К. х. н., PI ПИШ ИТМО, эксперт в сорбентах и катализаторах
Новый пластик из целлюлозы
Целлюлоза — природный полимер, из которого получают вискозу, целлофан и современные волокна для текстиля. Такие материалы могут заменить пластик, но сложны в приготовлении.

В данном кейсе участники будут работать с целлюлозой как с сырьем для новых материалов. Необходимо растворить целлюлозу и получить из ее раствора пленки, волокна, литые изделия.
В ходе работы вы проведете серию экспериментов: сравните разные составы растворителей, способы выделения целлюлозы из растора; получите образцы материалов и оцените их свойства. Основная задача — выбрать наиболее эффективный способ получения готового изделия.
Руководитель проекта
Селиханов Георгий Константинович
К.б.н., PI ПИШ ИТМО,
научный сотрудник Института белка РАН
Регуляторика – это наше все!
При разработке промышленных штаммов-продуцентов ферментов одной из основных задач является достижение высокой эффективности синтеза целевого белка. Для достижения конкурентных уровней экспрессии гена целевого фермента трационно влияют на регуляторные области гена интереса (состав нетранслируемых областей, сила промоторов, структура 5'-UTR и другие). Манипуляция регуляторными областями позволяет повысить титр целевого белка и обеспечивает возможность его продукции при росте микроорганизма на определенных субстратах.

В данном кейсе будут проведены работы по созданию ДНК-конструкций, содержащих ген термостабильной альфа-амилазы, находящийся под контролем различных регуляторных областей, и оценке влияния регуляции на эффективность продукции выбранного идустриально-значимого фермента клетками бактерий рода Bacillus. Для достижения поставленных задач будут использованы классические методы ПЦР, микробиологии и биохимии
Руководитель проекта
Коляденко Илья Андреевич
К.б.н., PI ПИШ ИТМО,
научный сотрудник Института белка РАН
Ферментативный коктейль — взболтать, но не смешивать
Целлюлолитические ферментные комплексы (целлюлазы) являются ключевым компонентом биотехнологий переработки лигноцеллюлозной биомассы (ЛЦБ) и производства биотоплива. Известно, что присутствие ионов металлов и их солей в реакционной смеси может как ингибировать каталитическую активность ферментов, так и выступать в роли кофакторов, усиливая гидролиз. Отсутствие системных данных о влиянии различных ионов металлов и их концентраций на многокомпонентный целлюлазный ферментативный комплекс не позволяет прогнозировать эффективность гидролиза ЛЦБ в промышленности.

В данном кейсе участникам необходимо изучить влияние концентрации ионов металлов и их солей на эффективности гидролиза ЛЦБ целлюлолитическим комплексом.
Руководитель проекта
Андреева Анастасия Сергеевна
К.б.н., технический директор компании «ФЕРТЕК», главный научный сотрудник контрактного центра генетических исследований «Биоспарк»
Микробиологический синтез жирных кислот олеогенными дрожжами
Использование дрожжей в питании животных открывает новые возможности для индустрии кормов. В центре внимания данного исследования находятся физиологические особенности дрожжевых клеток, их реакция на различные углеродные компоненты и механизмы направленного синтеза жиров под воздействием внешних факторов.

В данном кейсе необходимо:
• рассмотреть преимущества использования дрожжей в питании животных;
• рассмотреть, как углеродные компоненты влияют на физиологические особенности клеток дрожжей;
• провести анализ биопотенциала олеоленных дрожжей, как источника ПНЖК, для обогащения рациона домашних животных.
Руководитель проекта
Макеева Екатерина Андреевна
Магистр 2 курса АльметТех, эксперт в химии полимерных материалов, переработке полимерных материалов
Гори, но медленно: лигнин как биоантипирен
Антипирены — вещества, замедляющие горение — входят в состав пластиков, текстиля, строительных материалов и электроники. Сегодня их почти полностью импортируют, а многие синтетические аналоги токсичны и плохо разлагаются.
Лигнин — природный полимер, отход целлюлозно-бумажного производства — содержит ароматические фрагменты, которые при нагреве образуют защитный угольный слой и замедляют распространение огня.

В данном кейсе вы создадите серию полимерных композитов с разным содержанием лигнина и проверите, насколько хорошо отход деревообработки справляется с заявленнной задачей.
Руководитель проекта
Разливина Юлия Сергеевна
PI ПИШ ИТМО,
исследователь в области прикладного искусственного интеллекта
PRISM — мультиагентная система генерации технологических схем переработки химических отходов
Промышленные предприятия ежегодно генерируют тысячи тонн сложных многокомпонентных отходов, переработка которых требует нетривиальных технологических решений. Традиционный подход — привлечение эксперта-технолога — дорог и небыстр.

В данном кейсе участники разработают мультиагентную ИИ-систему, которая принимает на вход состав химического отхода или сточного потока и генерирует варианты технологических схем переработки: от простой нейтрализации до многостадийных цепочек с получением товарных продуктов.
Партнёры
Как прошла научная школа в прошлом году?
Задать вопрос организаторам