Владислав отучился на инженера технологий литейного производства и не имел никакого опыта программирования, пока не заинтересовался им в 2013 году. Однако самообучение далеко не зашло и опыт в программировании остался на уровне игрушек – крестики-нолики на С++, пятнашки на Java.

В 2019 году Владислав решил попробовать свои силы в нейронных сетях, потому что эта сфера казалась перспективной и интересной. Он мониторил предложения на рынке среди университетов и курсов, и в итоге выбрал Университет искусственного интеллекта. Ему понравилась развернутая программа обучения, этапы которой можно изучить еще до поступления. Большим плюсом стал диплом о переквалификации, выдаваемый по окончании обучения.

До начала обучения Владислав не был твердо уверен, нужно ли ему программирование в Python и нейронные сети. Он боялся, что ничего не получится, и это будет просто тратой времени. Переборов себя, Владислав записался на курсы. Первые месяцы давались с трудом: домашние задания занимали много времени и требовали много практики. Но преподаватели помогали на всех этапах и разбирали каждую проблему. Плюс Владислав участвовал в конкурсах между студентами, которые мотивировали стараться.

В итоге, Владислав успешно закончил Университет и признается, что все ошибки и нервы окупились. Ему удалось устроиться на работу мечты – специалистом по машинному обучению в компанию, которая разрабатывает мобильные приложения. Прохождение отбора состояло из пяти этапов:
- предоставления резюме, диплома Университета искусственного интеллекта;
- заочной встречи – разговора по телефону;
- очной встречи – собеседования;
- предоставления портфолио – в виде отрывков кода, которые он делал лично, а также задач, которые он выполнял при подготовке и защите дипломного проекта;
- выполнения тестового задания.

По словам Владислава, диплом имел большое значение в приеме на работу, поскольку на рынке мало специалистов, у которых компетентность в области нейронных сетей подтверждена документами. На данный момент ему вместе с командой разработчиков удалось наполовину создать проект по нейронной сети, классифицирующей фото и видео на цензурные и нецензурные.

В 2010 Сергей окончил университет в Пензе с красным дипломом по «Программному обеспечению вычислительной техники и автоматизированных систем». Сергею удалось устроиться программистом в ракетно-космическую корпорацию «Энергия» – дочернюю компанию «Роскосмоса». Параллельно работе он изучал нейронные сети и даже поступил в аспирантуру по этой области. Однако в первые же месяцы возникла проблема: информации было слишком много, и она не была структурирована.

Чтобы подтянуть свои знания в искусственном интеллекте, Сергей занимался математикой и читал по теме английские сайты, статьи на Хабре. Через 3 месяца к нему пришло осознание, что с этой неструктурированной информацией работать невозможно, нужно что-то емкое, где собрано самое важное в одном месте. Он посетил вебинар «День открытых дверей», проводящийся основателем Университета Дмитрием Романовым. Там подробно рассказывалось о программе курсов, перспективах после обучения, кейсах выпускников. Сергей решил записаться на курс «Data science и нейронные сети на Python».

С первого же занятия знания стали укладываться в голове, поскольку преподаватели обучали от простого к сложному. Уже через пару месяцев он начал понимать специфику работы нейронных сетей и намечать варианты будущих проектов. Большое значение сыграла практика, на которую он тратил много времени. Сергей старался делать все варианты домашних заданий, а затем разбирать их с преподавателями. Через пару месяцев регулярной практики он начал придумывать задачи сам для себя, а ещё через 3 – понял, как будет реализовывать кандидатскую работу.

Сергею понравилась команда Университета Искусственного интеллекта, которые помимо преподавания занимаются разработкой собственных проектов. Так что когда в УИИ появилась вакансия разработчика, он решил стать одним из них. Сергей подал заявку, успешно прошёл собеседование и выполнил тестовое задание.

Всего за 2 года Сергей поучаствовал в разработке нейросетей, которые:
- распознают голосовые команды из контекста (SpeechRecognistion);
- пошагово распознают текстовое изображение (ObjectDetection). Нейросеть построена на архитектуре YOLOv3. Обучение происходит на собственной базе;
- распознают объекты (ObjectDetection). Обучение происходит на собственной базе. Архитектура нейросети создана на основе RetinaNet от Facebook AI Research;
- обучены игре в Ping-Pong до достижения победы в партии. В основе метод Q-обучения.

В данный момент он продолжает работать с нейронными сетями и доделывает два проекта. Первый основан на движке DeepSpeech и предназначен для распознавания русской речи. Второй проект – нейросеть, которая прогнозирует недельный и месячный оборот УИИ.

В 2019 году Павел стал бакалавром в области IT и в данный момент учится в магистратуре. Учитывая свой опыт программирования, он решил заняться нейронными сетями. Сфера показалась ему интересной и перспективной, к тому же, в ней был и до сих пор остается дефицит кадров.

Павел начал изучать рынок в поисках курсов по обучению, где было бы много практики. В итоге он остановился на Университете искусственного интеллекта по трем причинам:
- обратная связь: ему было важно еще на этапе подбора знать о программе обучения, перспективах после окончания университета, опыте других студентов;
- подробная информация: Павел тщательно изучил описания каждого из курсов и выбрал подходящий – «Data science и нейронные сети»;
- несколько вариантов курсов: как для новичков, так и опытных разработчиков.

За время обучения в Университете искусственного интеллекта Павел прошел курсы для новичков и опытных программистов. Когда пришло время искать работу, он увидел вакансию разработчика в Университете искусственного интеллекта и решил подать резюме. Отбор состоял в собеседовании и выполнении тестового задания по генерации музыки, с чем он успешно справился. Павел участвовал в разработке нескольких проектов – генерации MIDI-музыки по нотам и генерации неба с помощью генеративно-состязательной нейросети GAN. Сейчас он занимается генерацией голоса.