MLечный путь—2025: Startup Pitch
Получите экспертный фидбек по вашему проекту и призовой фонд на его развитие.
Дедлайн подачи заявки
14 апреля
23 апреля
Финал на сцене в Санкт-Петербурге
Подайте заявку прямо сейчас!
Startup Pitch — это питч-сессия в рамках митапа MLечный путь 2025.
Площадка для ML-практиков, где обсуждаются работающие технологии, реальные кейсы и сложности внедрения. Никакой теории — только применимые знания и решения.
А еще здесь вы найдете полезные знакомства, классные идеи и точки роста.
Площадка для ML-практиков, где обсуждаются работающие технологии, реальные кейсы и сложности внедрения. Никакой теории — только применимые знания и решения.
А еще здесь вы найдете полезные знакомства, классные идеи и точки роста.
Станьте частью ML-сообщества будущего
Требования к проекту
Вы уже проводили эксперименты или исследования по вашему проекту и можете предоставить данные
Мы рассматриваем проекты с использованием ML на стадии pre-MVP.
Проект должен решать понятную и актуальную проблему
Не обязательно иметь работающий прототип
Как подать заявку
Призовой фонд
1 место
Победители получат бонусы в панели Selectel из расчета 1 бонус = 1 рубль. Их можно потратить на развитие своего проекта — например, арендовать облачный сервер с GPU для любых задач и оплатой только за используемые ресурсы.
Подробнее про условия и призы можно прочитать в правилах проведения конкурса.
Заполните форму с информацией о проекте
Дождитесь публикации проекта на сайте и голосования комьюнити
1
2
3
Прикрепите двухминутное видео с объяснением концепции проекта
50 000
бонусов
бонусов
30 000
2 место
3 место
20 000
А еще все финалисты получат эксклюзивный мерч Selectel!
бонусов
Как мы выберем победителей
До 14 апреля
Этап 1: отбор проектов
Принимаем ваши заявки и видео-питчи.
Смотрим их и даем обратную связь по каждой.
Если проект соответствует описанным выше критериям, размещаем его на сайте и в чате ML-сообщества.
Вы можете обсуждать свой и другие проекты с участниками чата, запрашивать обратную связь среди 3000+ экспертов по машинному обучению.
Кстати, вступить в чат можно уже сейчас.
Смотрим их и даем обратную связь по каждой.
Если проект соответствует описанным выше критериям, размещаем его на сайте и в чате ML-сообщества.
Вы можете обсуждать свой и другие проекты с участниками чата, запрашивать обратную связь среди 3000+ экспертов по машинному обучению.
Кстати, вступить в чат можно уже сейчас.
—
—
—
—
—
—
—
15 апреля
Этап 2: голосование в чате
Проводим голосование среди подписчиков чата — 5 лучших участников попадут в финал. Голосование длится всего несколько часов.
23 апреля
Этап 3: финал на сцене
Финалисты выступают на сцене с трехминутным питчем. При необходимости проведем с каждым тестовый прогон и поможем с презентацией.
Зрители в зале голосуют за победителя.
Подсчитываем голоса и объявляем результаты.
Зрители в зале голосуют за победителя.
Подсчитываем голоса и объявляем результаты.
Посмотреть питч
Adept (Automatic Differentiation Engine for Tensor Processing)
На данный момент это исследовательский и образовательный open-source проект по разработке платформы для обучения нейронных сетей, с API приближенным к PyTorch.
Используется для создания курса по архитектуре платформ машинного обучения, а так же как среда для студенческой практики. В будущем хотелось бы реализовать альтернативу существуюшим ML платформам таким как PyTorch и Tensorflow.
Сейчас реализована базовая архитектура и минимальный набор модулей для обучения многослойных нейронных сетей типа ResNet, пока только на CPU (float32, float64). В ближайших планах реализация поддержки GPU с использованием OpenCL для возможности использования различных устройств и гетерогенных конфигураций.
На странице проекта — https://gitverse.ru/kolkir/adept доступен исходный код, инструкции по сборке и Python пакет для Linux x86_64.
Частично про архитектуру проекта было рассказано в этом докладе — https://cppconf.ru/talks/f9fbddbd85aa409dad5310b64528fceb/
Adept (Automatic Differentiation Engine for Tensor Processing)
На данный момент это исследовательский и образовательный open-source проект по разработке платформы для обучения нейронных сетей, с API приближенным к PyTorch.
Используется для создания курса по архитектуре платформ машинного обучения, а так же как среда для студенческой практики. В будущем хотелось бы реализовать альтернативу существуюшим ML платформам таким как PyTorch и Tensorflow.
Сейчас реализована базовая архитектура и минимальный набор модулей для обучения многослойных нейронных сетей типа ResNet, пока только на CPU (float32, float64). В ближайших планах реализация поддержки GPU с использованием OpenCL для возможности использования различных устройств и гетерогенных конфигураций.
На странице проекта — https://gitverse.ru/kolkir/adept доступен исходный код, инструкции по сборке и Python пакет для Linux x86_64.
Частично про архитектуру проекта было рассказано в этом докладе — https://cppconf.ru/talks/f9fbddbd85aa409dad5310b64528fceb/
Оставьте заявку и получите экспертный фидбек по вашей идее!
Заявка на участие
Рассмотрим каждую заявку и вернемся с обратной связью. Обязательно прикрепите ссылку на видео или загрузите файлом.
Следите за обновлениями в Telegram — @mlpathway.
Следите за обновлениями в Telegram — @mlpathway.
FAQ
Если у вас есть выводы на основе данных и экспериментов, подавайте заявку. Мы рассматриваем pre-MVP проекты.
15 апреля мы объявим голосование в чате участников — по его результатам определим финалистов. 23 апреля состоится финал, на котором зрители проголосуют за победителя.
Да, главное, чтобы проект соответствовал критериям.
Подать заявку можно онлайн, но финальный питч состоится офлайн в Санкт-Петербурге.
© ООО «Селектел», 2008—2025
Лицензия на телематические услуги № 176267
Политика в отношении обработки персональных данных
Лицензия на телематические услуги № 176267
Политика в отношении обработки персональных данных