ВАЖНА ОБАВЕШТЕЊА

Велика почасна награда за тим RAF Penguins на светском финалу најпрестижнијег информатичког такмичења ICPC у Москви

Легендарни тим RAF Penguins наставља да бриљира на светској такмичарској програмерској сцени!

Тим студената Рачунарског факултета освојио је велику почасну награду (High Honors) на светском финалу ICPC такмичења - најпрестижнијег тимског такмичења у решавању алгоритамских проблема одржаном у Москви.

Тим RAF Penguins остварио је најбољи пласман од свих тимова из Србије до сада на финалима овог престижног такмичења, заузевши 24. место у конкуренцији 117 тимова из целог света. Овај феноменалан резултат забележио је тим који су чинили Алекса Милисављевић и Павле Мартиновић уз пратњу тренера Душана Здравковића, иако је тим био значајно ослабљен јер трећи члан RAF Penguins-a, Алекса Плавшић, није био у могућности да дође у Русију из објективних разлога.

Подсећања ради, сјајан тројац изборио је пласман у овогодишње светско финале ICPC такмичења освојивши треће место на регионалном ICPC такмичењу за југоисточну Европу које је одржано у октобру 2019. године у Букурешту. Првобитно је планирано да се светско финале ICPC такмичења одржи у јуну 2020. године, али је због неповољних епидемиолошких услова одложено и одржано 5. октобра ове године.

Врхунско програмерско знање талентовани студенти Рачунарског факултета показали су и у мају 2021. године на квалификацијама за светско финале ICPC за наредну годину, где су освојили златну медаљу и тиме обезбедили учешће на светском ICPC финалу 2022. године у Бангладешу.

Снимак целог ICPC такмичења у Москви можете погледати овде.

НАСТАВА НА РАЧУНАРСКОМ ФАКУЛТЕТУ У ШКОЛСКОЈ 2021/2022.

Пре почетка наставе сви студенти су се изјаснили да ли хоће наставу да прате у просторијама Факултета, или преко Zoom платформе од куће. Жеље студената II, III и IV године у потпуности су испуњене, док студенти I године, због превеликог броја заинтересованих, наставу прате на Факултету сваке друге недеље (задовољен критеријум од 4m2 по студенту).

Настава се одржава по унапред утврђеном, уобичајеном распореду. У свим учионицама обезбеђени су екрани по којима може да се пише и који су преузели улогу табли. Оно што се пише по екранима, као и унапред припремљене презентације, видљиве су преко пројектора студентима у учионицама, а студенти који наставу прате од куће виде то на свом екрану и чују глас наставника. И студенти који наставу прате од куће могу да постављају питања, да одговарају на питања наставника и на други начин учествују у настави.

Сваки одржани час аутоматски се снима, тако да је доступан студентима и за касније прегледање.

Рачунарски факултет

Студијски програми

Tri načina za eksperimentisanje sa analitikom teksta

Pregledajte svoj nestrukturisani tekst pomoću proizvoda u oblaku, alata za mašinsko učenje ili specijalizovanih programa za analizu teksta. Analitika teksta, koja se ponekad naziva prekopavanje podataka, je proces otkrivanja korisnih informacija, trendova ili obrazaca iz teksta. Izdvojeni i strukturisani podaci su mnogo praktičniji od originalnog teksta, što olakšava utvrđivanje kvaliteta i korisnosti podataka. Programeri i naučnici podataka tada mogu da koriste izvučene podatke u vizuelizacijama podataka, analizama, mašinskom učenju i aplikacijama. Analitika teksta ima za cilj da identifikuje činjenice, veze, osećanja ili druge kontekstualne informacije. Vrste izvučenih informacija često počinju od oznaka entiteta kao što su imena ljudi, mesta i proizvoda. Može napredovati na dodeljivanje tema, određivanje kategorija i otkrivanje osećanja. Kada se izdvajaju mere kao što su valute, datumi ili količine, uspostavljanje njihovog odnosa sa drugim entitetima (i kvalifikatorima, ako postoje) je ključna sposobnost analitike teksta.

Izdvajanje podataka iz dokumenata u odnosu na polja obrasca

Najteži izazovi u analitici teksta su obrada spremišta preduzeća i velikih dokumenata kao što su objedinjene vesti sa veb lokacija, korporativni finansijski podnesci, elektronski zdravstveni kartoni i drugi nestrukturisani ili polustrukturisani dokumenti. Raščlanjivanje dokumenata ima neke jedinstvene izazove, jer veličina i struktura dokumenta često nalažu pravila pretprocesiranja specifična za domen i NLP (obrada prirodnog jezika) algoritme. Na primer, kategorizacija objave na blogu od 1.000 reči mnogo je jednostavnija od rangiranja svih tema koje se nalaze u zbirci knjiga. Takođe, veći dokumenti često zahtevaju proveravanje izvučenih informacija na osnovu konteksta; na primer, zdravstveno stanje pacijenta treba kategorizovati nezavisno od stanja navedenih u njihovoj porodičnoj istoriji.

Ali šta ako želite da izvršite potencijalno jednostavniji zadatak izdvajanja informacija iz polja obrasca ili drugog kratkog tekstualnog isečka? Razmotrite ove moguće scenarije:

· Kvantifikovanje povratnih informacija iz opisnih odgovora iz ankete zaposlenih

· Obrada objava na društvenim mrežama gde se izražava mišljenje o brendovima ili proizvodima

· Kategoriziacija različitih vrsta interakcija među četbotovima

· Dodela teme korisničkim pričama u agilnoj evidenciji

· Usmeravanje zahteva servisnim službama na osnovu detalja problema

· Analiza informacija dostavljenih marketingu na vašoj veb lokaciji

Ovi problemi zahtevaju jednostavnije algoritme od raščlanjivanja dokumenata, jer su tekstualna polja prepoznatljiva, kratka i često sadrže određenu vrstu informacija.

Recimo da u aplikaciji treba da iskoristite nestrukturisane podatke iz polja, ili se od vas traži da u vizualizaciju podataka uključite korisne informacije izvučene iz teksta. Analitika teksta je važan prvi korak, a agilni timovi za obradu podataka često koriste vrhove za obavljanje poslova otkrivanja. Timu su potrebni alati, veštine i metodologije za izvođenje analitike teksta. Evo tri različita pristupa.

1. Koristite NLP i kognitivne usluge javnog oblaka

Glavni javni oblaci nude obradu prirodnog jezika i druge kognitivne usluge, tako da timovi koji već rade u tim okruženjima i vešti su u korišćenju tih algoritama treba da istraže sledeće opcije.

  • Azure Cognitive Services nudi nekoliko srodnih usluga. Form Recognizer može da izvadi parove ključ / vrednost iz tekstualnih polja i dokumenata, a Text Anslytics može da identifikuje entitete, osećanja i ključne fraze. Naprednija sposobnost Language Understanding može se koristiti za razvoj NLP modela u chatbot, mobilnim i IoT aplikacijama.
  • Google Cloud Platform ima dve odvojene ponude na prirodnom jeziku. Programeri mogu API za prirodni jezik da koriste za analizu osnovnih entiteta, izdvajanje osećanja i kategorizaciju sadržaja u 700 unapred definisanih kategorija. Napredniji AutoML NaturalLanguage stvara prilagođene modele kategorizacije i raspoloženja.
  • AVS Comprehend ima sličnu analitiku teksta i NLP funkcije sa API-jima za otkrivanje entiteta, događaja, ključnih fraza, tema, osećanja i informacija koje mogu da identifikuju ličnost. Programeri i naučnici za podatke takođe mogu da koriste Amazon SageMaker za testiranje, obuku i primenu NLP modela kao što su BlazingText, BERT (Bidirectional Encoder Representations from Transformers) ili SpaCy.
  • Watson Natural Language Understanding IBM-a može da izdvaja entitete, osećanja, kategorije i koncepte, ali takođe ima i sofisticiranije karakteristike za identifikovanje odnosa, osećanja i semantičkih uloga.

2. Koristite alate za analitiku teksta iz platformi za integraciju podataka i za mašinsko učenje

Ako je vaša organizacija investirala u integraciju podataka, mašinsko učenje ili analitičke platforme, onda u njima verovatno postoji neka analitika teksta i NLP mogućnosti. Korišćenje ovih platformi može biti lakši i brži način izvođenja lagane analitike teksta, umesto kodiranja u API-je ili u beležnice nauke o podacima. Evo nekoliko primera:

· Alteryx Designer ima funkcije rukovanja tekstom za predobradu, modeliranje tema i analizu raspoloženja.

· IBM SPSS Modeler Text Analytics može se koristiti za kategorizaciju i uobičajen je alat u istraživanju tržišta, za obradu odgovora na ankete.

· SAS Visual Text Analytics je vizuelni alat i otvorena platforma za raščlanjivanje, izdvajanje informacija, NLP modeliranje, analizu raspoloženja i analizu trendova.

Druge platforme za nauku o podacima, kao što su RapidMiner, Knime i Dataiku, izvorno nude funkcije rukovanja tekstom, putem dodataka i integracija sa javnim uslugama u oblaku.

3. Koristite specijalizovane alate za analitiku teksta

Ako je kodiranje na javnim platformama oblaka suviše složeno i ako vaša organizacija još nema analitiku, nauku o podacima ili platformu za mašinsko učenje sa mogućnostima za rukovanje tekstom, onda verovatno tražite treću opciju. Odgovor mogu biti specijalizovani alati za analitiku teksta. Pogledajte KeatText, Lexalytics, MeaningCloud, MonkeyLearn, NetOwl, Provalis Research, Rosette Text Analytics i druge platforme koje nude mogućnosti analitike teksta.

Analitika teksta se takođe često koristi u korisničkom iskustvu, automatizaciji marketinga, istraživanju tržišta, socijalnom slušanju, chatbotu i drugim platformama koje prikupljaju kvalitativne informacije o kupcima i izgledima prodaje.

Ne iznenađuje što mnogi alati imaju mogućnosti analitike teksta. Neki nude jednostavne pristupe sa unapred izgrađenim modelima zasnovanim na standardizovanim entitetima, kategorijama i temama, dok drugi omogućavaju izradu robustnih modela. Platforme se takođe razlikuju prema ciljanim slučajevima upotrebe, s tim da se neke fokusiraju na određene industrije, vrste dokumenata, zahteve za integraciju ili slučajeve upotrebe u tehnologiji.

Ako tek započinjete sa analitikom teksta, postoji nekoliko najboljih praksi. Počnite svaku vežbu otkrivanja podataka i analitike tako da definišete pitanja i ciljane ishode koji potencijalno donose poslovnu vrednost. Zatim razmotrite ukupnu složenost dokumenta, sadržaja i tekstualnih polja za koje se traži obrada i ispitajte detalje ciljanih entiteta, tema i semantike. Razumevanje složenosti problema pomoći će vam da utvrdite da li je održiv agilan skok ka laganom pristupu, ili je potreban opsežniji agilan dokaz koncepta u saradnji sa stručnjacima za rukovanje tekstom.

Što je najvažnije, shvatite da je analitika teksta i obrada prirodnog jezika oblik mašinskog učenja. Za dobijanje robusnih rešenja potrebno je eksperimentisanje sa različitim algoritmima, poboljšanje modela, dodavanje novih izvora podataka i provera kvaliteta rezultata. Za organizacije koje pokušavaju da poboljšaju korisničko iskustvo, analitika teksta je važna sposobnost za razvoj.

Izvor: InfoWorld

  • Стипендисти Рачунарског факултета 2022/2023.

    Рачунарски факултет и наредне школске године наставља са традицијом стипендирања ученика за бесплатно четворогодишње студирање на РАФ-у. Петнаест матураната је добило стипендију за бесплатно четврогодишње школовање на Рачунарском факултету, док је пет матураната добило полустипендију која подразумева попуст од 50% за четврогодишње школовање на РАФ-у. Ученици су одабрани на основу постигнућа на такмичењима из математике, информатике и физике.

  • РАФ успоставио сарадњу са НИС-ом

    Компанија НИС и Рачунарски факултет Универзитета Унион успоставили су сарадњу у области образовања, истраживања и трансфера знања. Меморандум о сарадњи су потписали Вадим Смирнов, заменик генералног директора НИС-а и Бојана Димић Сурла, декан Рачунарског факултета. Циљ овог меморандума је повезивање научног рада факултета са пословним активностима НИС-а, што ће допринети научној афирмацији факултета и успешнијем пословању компаније. Меморандумом су предвиђена размена знања и искустава, научна истраживања и научно-консултативне услуге, обуке и тренинзи, учешће у заједничким пројектима, организација узајамних гостујућих предавања, као и укључивање студената у програме НИС-а намењене младима и стручне праксе, у складу са потребама и могућностима компаније. Сарадња НИС-а и Рачунарског факултета одвијаће се и у оквиру мастер програма „Master in Computational Finance (MCF) програм“. Овај програм један је од пионира у интегративном образовању у области рачунарских финансија. Он интегрише финансије, рачунарство, машинско учење и дигиталну трансформацију модерне економије.  

  • RAF IT Days 2022: преко 70 пријављених средњошколаца из 4 државе, предавачи из 6 IT фирми, 18 предавања

    Овогодишњи онлине IT семинар за ученике средње школе RAF IT Days одржан је 2, 3, 9. и 10. априла и по много чему је специфичан. На RAF IT Days 2022 је учествовало чак 6 великих IT компанија чији су представници, многи од њих бивши студенти Рачунарског факултета, одржали предавања средњошколцима. Део RAF IT Даyс 2022 били су Мајкрософт развојни центар Србија, Nordeus, Workpuls, TX Services, MVP Workshop и Zuhlke Engineering. RAF IT Days семинар је ове године добио регионални карактер пријавом великог броја ученика средњих школа из Црне Горе, Македоније и Босне и Херцеговине, на шта смо веома поносни. 74 средњошколца имала су прилику да прате 18 предавања врсних IT стручњака из праксе, као и предавача Рачунарског факултета. Поред теоријских и практичних предавања, средњошколци су учествовали и у радионици програмирања.

  • Компанија TX Services додељује стипендије студентима РАФ-а

    Рачунарски факултет са поносом преноси сјајну вест којој ће се посебно обрадовати студенти треће године Рачунарских наука. РАФ је оставарио сарадњу са компанијом TX Services која ће стипендирати два студента која су ове школске године уписана на трећу годину студијског програма Рачунарске науке. Студенти, које након конкурса буде одабарала компанија TX Services, добиће стипендију која износи половину школарине за трећу годину и половину школарине за четврту годину студија. Стипендисте након завршетка четврте године студија очекује прилика за запослење од две године у TX Services где ће имати сјајну прилику да примене знања стечена на факултету и упознају се са реалним пословним окружењем.

  • Компанија mBrainTrain донацијом опреме подржала нови предмет Интерфејс мозак-рачунар на РАФ-у

    Домаћа компанија mBrainTrain дала је подршку извођењу новог предмета на РАФ-у донирањем опреме за мерење мождане активности која је неопходна за рад студената. Студенти Рачунарских наукаРачунарског инжењерства и Мултимедијалног дизајна у наредном семестру имају прилику да одаберу нови изборни предмет Интерфејс мозак-рачунар. Овим предметом др Јелена Младеновић, која ће држати наставу, уводи једну сасвим нову област чији је зачетак у нашој земљи управо на Рачунарском факултету. Интерфејс мозак-рачунар представља спој рачунарства и неуронауке који је у свету увелико актуелан у науци, док ће на овај начин почети академско бављење њиме у Србији. Ова област је веома привлачна и занимљива како студентима Рачунарских наука и Рачунарског инжењерства, тако и студентима Мултимедијалног дизајна. На овај начин се постиже интердисциплинарност која у студијским програмима неретко изостаје, а РАФ увидевши њену важност уводи је као пример који ће следити у будућности.

  • Нови акредитовани мастер програм на Рачунарском факултету - Master in Computational Finance (MCF)

    На мастер студијама Рачунарског факултета у понуди је нов студијски програм Master in Computational Finance (MCF). MCF је иновативан мастер програм који је јединствен у нашој земљи, док је у свету област којом се бави веома актуелна и примењива. Овај програм је акредитован од стране Комисије за акредитацију и проверу квалитета Националног савета за високо образовање. MCF представља програм који је спој рачунарства и финансија, а који прати најсавременије токове из ових области на глобалном нивоу. РАФ са поносом истиче да је баш он препознат као факултет који може да обједини област рачунарства са финансијама и усмери један овакав програм према најновијим трендовима како у академској сфери, тако и у пословној сфери која у свету увелико напредује и мења се. На MCF-у образују се студенти за различите врсте послова који садрже рад са структурираним и неструктурираним финансијским подацима. Студијски програм се бави рачунарским и алгоритамским аспектима проблема који се примењују на реална пословна окружења. Студенти се припремају за послове у Србији и на међународном тржишту рада, пре свега у области дигиталне економије и финансија, као и у фирмама које се баве финансијском технологијом.

  • Нови предмети на Рачунарском факултету – Интерфејс мозак-рачунар и Физиолошко рачунарство

    На Рачунарском факултету и онлајн путем Зума одржано је представљање предмета Интерфејс мозак-рачунар и Физиолошко рачунарство које ће студенти моћи да одаберу у наредном семестру. Наставу на овим изборним предметима ће држати др Јелена Младеновић. Предмети су намењени студентима треће године студијских програма Рачунарско инжењерство, Рачунарске науке и Мултимедијални дизајн.  

  • Велика почасна награда за тим RAF Penguins на светском финалу најпрестижнијег информатичког такмичења ICPC у Москви

    Легендарни тим RAF Penguins наставља да бриљира на светској такмичарској програмерској сцени! Тим студената Рачунарског факултета освојио је велику почасну награду (High Honors) на светском финалу ICPC такмичења - најпрестижнијег тимског такмичења у решавању алгоритамских проблема одржаном у Москви.   

  • Златни Пингвини са РАФ-а поново у светском програмерском врху

    Фантастична прогамерска екипа RAF Penguins не престаје да ниже успехе. Престижно информатичко ICPC такмичење завршавају на сјајном другом месту које им је донело златну медаљу, прво место на Балкану и пласман на, друго по реду, светско ACM финале.   Врхунско програмерско знање талентовани студенти Рачунарског факултета, Алекса Плавшић, Павле Мартиновић и Алекса Милисављевић, показали су још једном на највећем регионалном студентском такмичењу из информатике за Југоисточну Европу (ICPC) које су завршили у самом врху. На такмичењу које је одржано онлајн 23. маја 2021. године освојили су друго место.

  • Невероватан успех РАФ-овог тима на Google-овом светском програмерском такмичењу Hash Code

    У низу фантастичних такмичарских успеха студенти Рачунарског факултета постигли су до сада највеће достигнуће.    Да су међу најбољима у свету, доказали су Алекса Плавшић, Павле Мартиновић и Алекса Милисављевић, студенти Рачунарског факултета.   Екипа РАФ Penguins, коју чине ова три сјајна, млада програмера, још једном је заблистала пуним сјајем остваривши пласман у светско финале Google-овог програмерског такмичења Hash Code. На овом престижном такмичењу, које је одржано 25.02.2021. године, за пласман у финале борило се чак 9000 тимова из целог света, а екипа РАФ Penguins са Рачунарског факултета освојила је 14. место и још једном показала да јој место у самом светском програмерском врху.    Hash Code је Google-ово годишње, тимско, програмерско такмичење у коме екипе, које могу бројати од два до четири члана, током четири сата решавају алгоритамски проблем, сачињен према стварном инжењерском изазову, на који би наишли да су запослени у компанији као што је Google. Светско финале такмичења Hash Code одржаће се 24. априла 2021. године. Листу финалиста (39) и пласман свих такмичара можете погледати на следећем линку. ttps://codingcompetitions.withgoogle.com/hashcode/archive/2021