���ʵ���

Tekoälypohjainen järjestelmä opiskelijoiden opintomenestyksen tukemiseksi [DICESUMMER 01_ALI]

Massiiviset avoimet verkkokurssit (MOOCit) ovat nopeasti kehittyvä ala, joka mahdollistaa tehokkaan ja vaikuttavan korkeakoulutuksen. Nämä kurssit eivät ainoastaan mahdollista opiskelua etänä ajasta ja paikasta riippumatta, vaan helpottavat myös uusien teknologioiden hyödyntämistä oppimiskokemuksen parantamiseksi. Nämä alustat kuitenkin usein vähentävät ihmisten välistä vuorovaikutusta, mikä rajoittaa opettajien mahdollisuuksia puuttua tilanteisiin, joissa opiskelijat kohtaavat motivaatiota tai sinnikkyyttä heikentäviä haasteita.

Aalto-yliopiston C-ohjelmoinnin peruskurssi (Basic Course in C Programming) on järjestetty verkkokurssina jo useiden vuosien ajan. Vuosien varrella kertyneen asiantuntemuksen ja datan ansiosta on nyt mahdollista kehittää ennustejärjestelmä tunnistamaan ne opiskelijat, jotka hyötyisivät varhaisesta tuesta.

Etsimme kesätyöntekijää kehittämään järjestelmän, joka analysoi opiskelijoiden suoriutumista ja toimintatapoja alustalla tunnistaakseen tukea tarvitsevat opiskelijat. Järjestelmä luokittelee opiskelijat kohdennettuja toimenpiteitä varten, joita ovat esimerkiksi:

• ��ä���ö��Dz��پ�muistutukset määräajoista.
• Ohjeistus kurssin käytännön järjestelyistä.
• Henkilökohtaiset tapaamiset kurssihenkilökunnan tai vastuuopettajan kanssa.

Etsimme kesätyöhakijoita, jotka ovat vahvasti oma-aloitteisia ja kykenevät itsenäiseen työskentelyyn.

Vaatimukset

• Työkieli on englanti.
• Sujuva Python-ohjelmointitaito.
• Kokemusta koneoppimismenetelmistä ja datatiedekirjastoista (esim. scikit-learn, pandas, NumPy).
• Kyky käyttää Python-työkaluja kommunikointiin etäpalvelimien kanssa ja datan hakemiseen rajapintojen (API) kautta.
• Kokemus järjestelmien tai Python-sovellusten viemisestä (deployment) etäpalvelimille katsotaan eduksi.

Lisätietoja antaa yliopistonlehtori Yusein Ali, yusein.ali@aalto.fi

Sisällön kehittäminen Puhesynteesi-kurssille [DICESUMMER 02_BÄCKSTRÖM]

Vanha kurssi ”Puheenkäsittelyprojekti” korvataan kurssilla ”Puhesynteesi”. Se on rakenteeltaan hyvin samanlainen, vain käyttötapaus muuttuu puhekoodauksesta synteesiin; se on projektikurssi, jossa 2–3 opiskelijan ryhmät valitsevat datasettejä, toteuttavat puhesyntetisaattorin ja arvioivat tuloksia. Tämän harjoittelijan tehtävän tarkoituksena on luoda puhesynteesin lähtötaso/referenssitoteutus: auttaa määrittelemään kurssin työmäärän, määrittelemään arviointikehyksen, luomaan lähtötason, johon voimme verrata opiskelijoiden toteutuksia, ja tarjoamaan vararatkaisun, jos ryhmäprojekteissa ilmenee ongelmia. 

Edellytykset:

• Kokemus koneoppimisesta (pakollinen)
• Kokemus puheen, äänen tai kielenkäsittelystä on suureksi eduksi, mutta ei pakollinen

Lisätietoja antavat professori professori Tom Bäckström (tom.backstrom@aalto.fi) ja professori Lauri Juvela (lauri.juvela@aalto.fi)

Luentojen multimodaalinen suomi-englanti-käännös kielimallien avulla [DICESUMMER 03_KURIMO]

Etsimme lahjakkaita ja ahkeria Aalto-yliopiston opiskelijoita, joilla on kokemusta puheen ja kielen automaattisesta käsittelystä sekä koneoppimisesta. Arvostamme myös ohjelmointitaitoja. Työn aihe ja sisältö on muokattavissa hakijan kiinnostuksen ja taitojen mukaan. Kirjoita motivaatiokirjeeseen miksi olet kiinnostunut osallistumaan tutkimusryhmään, mitä osaat ja miten aiempi työsi tai opiskeluhistoriasi voisi tukea sinua tässä projektissa.

Jotta voimme tarjota suomen kielen, terminologian ja koulutuksen tukea uusimmalle teknologialle, kokeilemme multimodaalista luentokäännöstekniikkaa omilla puheentunnistus- ja luonnollisen kielen käsittelykursseillamme. Harjoittelijan taidoista ja tavoitteista riippuen yritämme kääntää tallennettua puhetta, tekstiä ja videoita hyödyntämällä aputekstiä ja puheaineistoa sekä uusimpia syväoppimismalleja ja -tekniikoita, kuten LLM-malleja.

Harjoittelija pääsee mukaan AaltoASR-tutkimusryhmään, joka on saavuttanut huippusijoituksia kansainvälisissä kilpailuissa ja tarjoaa uusimpia malleja ja referenssituloksia suomen, ruotsin, saamen ja muiden harvemmin opetettujen kielten osalta.

Tarvittavat taidot ja kurssit: suomen kieli (sujuva) ja englanti, puheen ja äänen käsittely, puheentunnistus, tilastollinen luonnollisen kielen käsittely, koneoppiminen, syväoppiminen, syvä generatiivinen oppiminen.

Lisätietoja antaa professori Mikko Kurimo, mikko.kurimo@aalto.fi

Puhutun kielen automaattinen arviointi [DICESUMMER 04_KURIMO]

Etsimme lahjakkaita ja ahkeria Aalto-yliopiston opiskelijoita, joilla on kokemusta puheen ja kielen automaattisesta käsittelystä sekä koneoppimisesta. Arvostamme myös ohjelmointitaitoja. Työn aihe ja sisältö on muokattavissa hakijan kiinnostuksen ja taitojen mukaan. Kirjoita motivaatiokirjeeseen miksi olet kiinnostunut osallistumaan tutkimusryhmään, mitä osaat ja miten aiempi työsi tai opiskeluhistoriasi voisi tukea sinua tässä projektissa.

Uuden kielen oppimiseksi on oltava säännöllisesti tekemisissä sen kanssa, yritettävä tuottaa sitä ja saatava välitöntä ja tarkkaa palautetta. Nykypäivän tekniikan avulla oppimisen tyypillinen pullonkaula on palautteen saatavuus, koska se edellyttää säännöllistä reaaliaikaista kontaktia opettajien tai kieltä sujuvasti puhuvien kanssa. Puute on erityisen vakava harvemmin opetettujen kielten, kuten suomen, ruotsin ja saamen, kohdalla. AaltoASR-tutkimusryhmässä kehitämme automaattisia puhearviointijärjestelmiä (ASA), jotka hyödyntävät automaattisen puheentunnistuksen (ASR) malleja antamaan taitotasoluokituksen ja palautetta ääntämisestä, sujuvuudesta, sanastosta ja kieliopista erilaisissa puhetehtävissä. Strategisen tutkimuksen neuvoston rahoittamassa DALAI-projektissa tutkimme automaattisesti luotujen puhetehtäviä, jotka mukautuvat oppijan taitoihin ja aiempien testien tuloksiin, ja niiden automaattista arviointia.

Harjoittelija pääsee mukaan AaltoASR-tutkimusryhmään, joka on saavuttanut huippusijoituksia kansainvälisissä kilpailuissa ja tarjoaa uusimpia malleja ja referenssituloksia suomen, ruotsin, saamen ja muiden harvemmin opetettujen kielten osalta.

Tarvittavat taidot ja kurssit (suomen taitoa ei vaadita): puheentunnistus, tilastollinen luonnollisen kielen käsittely, koneoppiminen, syväoppiminen, syvä generatiivinen oppiminen.

Lisätietoja antaa professori Mikko Kurimo, mikko.kurimo@aalto.fi

Saamen puheentunnistus [DICESUMMER 05_KURIMO]

Etsimme lahjakkaita ja ahkeria Aalto-yliopiston opiskelijoita, joilla on kokemusta puheen ja kielen automaattisesta käsittelystä sekä koneoppimisesta. Arvostamme myös ohjelmointitaitoja. Työn aihe ja sisältö on muokattavissa hakijan kiinnostuksen ja taitojen mukaan. Kirjoita motivaatiokirjeeseen miksi olet kiinnostunut osallistumaan tutkimusryhmään, mitä osaat ja miten aiempi työsi tai opiskeluhistoriasi voisi tukea sinua tässä projektissa.

Saamen kielet ovat alkuperäiskieliä ja uhanalaisia kieliä, joita puhutaan Suomessa ja sen naapurimaissa arktisella alueella. Kielten elvyttämiseksi ja dekolonisoimiseksi yksi tärkeä tehtävä puhe- ja kieliteknologialle on kehittää työkaluja kielten oppimisen tueksi. Puhujien määrä on pieni, joten suurten puheaineistojen kerääminen ja litterointi suurten mallien kouluttamista varten ei ole mahdollista. Suomen Kulttuurirahaston rahoittamassa SaameAI-projektissa tutkimme syväoppimismenetelmiä puheiden mallien kehittämiseksi pienistäkin puheaineistoista. Ensimmäinen sovellus on automaattiseen puheentunnistukseen perustuva litterointijärjestelmä, joka tuottaa rinnakkaista puhe- ja tekstidataa haastatteluista, podcasteista ja muusta olemassa olevasta puhutusta materiaalista.

Harjoittelija pääsee mukaan AaltoASR-tutkimusryhmään, joka on saavuttanut huippusijoituksia kansainvälisissä kilpailuissa ja tarjoaa uusimpia malleja ja referenssituloksia suomen, ruotsin, saamen ja muiden harvemmin opetettujen kielten osalta.

Tarvittavat taidot ja kurssit (suomen tai saamen kielen taitoa ei vaadita): puheentunnistus, tilastollinen luonnollisen kielen käsittely, koneoppiminen, syväoppiminen, syvä generatiivinen oppiminen.

Lisätietoja antaa professori Mikko Kurimo, mikko.kurimo@aalto.fi

Harjoitustehtävien laatiminen Signaalit ja järjestelmät -kurssille [DICESUMMER 06_NUMMI]

Kesäharjoittelupaikka tarjoaa mahdollisuuden kehittää ja parantaa kaikille sähkötekniikan kandidaattiopiskelijoille yhteistä kurssia Signaalit ja järjestelmät (ELEC-A7200). Tehtävänä on laatia yhdessä opetushenkilökunnan kanssa uusia harjoitustehtäviä ja niiden automaattisia tarkistimia sekä täydentää kurssin teoriamateriaalia ja sovellusesimerkkejä yhdessä opetushenkilökunnan kanssa. Kurssin tehtävät koskevat signaali- ja järjestelmäanalyysin perusperiaatteita sekä sovelluksia. 

Tehtävä vaatii (ainakin suurimman osan) edellä mainittujen työkalujen hallintaa, jonkin verran ohjelmointitaitoa, hyvää ideointikykyä, yhteistyötaitoja, kiinnostusta opetuksen kehittämiseen, sekä aloitteellisuutta. Tehtävä edellyttää sujuvaa suomen ja englannin kielen taitoa. 

Aiempi kokemus A+-järjestelmän automaattisten tarkistimien teosta on hyödyllinen.

Lisätietoja antaa yliopistonlehtori Patrik Nummi, patrik.nummi@aalto.fi

Kurssimateriaalin kehittäminen uutta kognitiivisen mallinnuksen kurssia varten [DICESUMMER 07_OULASVIRTA]

Haluatko oppia soveltamaan laskennallisia menetelmiä ihmismielen toiminnan ymmärtämiseen? Tässä on tilaisuutesi!

Tausta: Käynnistämme uuden kurssin nimeltä “ELEC-E7770 Computational Cognitive Modeling”, joka on suunnattu opiskelijoille, joita kiinnostaa ihmisen ajattelun ja toiminnan mallintaminen. Kurssilla tutustutaan nykyaikaisiin lähestymistapoihin, kuten neuroverkkoihin perustuviin kognitiivisiin malleihin, vahvistusoppimiseen ja bayesilaiseen kognitioon. Sovelluskohteita ovat muun muassa ihmisen päätöksenteko, havaitseminen ja toiminta. Kurssilla painotetaan käytännönläheistä tekemistä (esim. Python-notebookit) sekä todellisen maailman relevanssia: opiskelijat rakentavat ja validoivat kognitiivisia malleja aidoilla käyttäytymisaineistoilla.

Työtehtävät: Kesätyöhön kuuluu kurssin materiaalien (erit. Python-notebookit) kehittäminen yhteistyössä kurssin vastuuopettajan kanssa. Kurssin sisältö keskittyy laskennallisen kognitiivisen mallinnuksen keskeisiin menetelmiin, kuten neuroverkkoihin, kielimalleihin, vahvistusoppimiseen, bayesilaiseen päätösteoriaan ja tilastollisiin malleihin.

Harjoittelukokemus: Valittu harjoittelija liittyy Computational Behavior Lab -tutkimusryhmään yhdessä ASCI-kesäharjoittelijoidemme kanssa. Kaikille harjoittelijoille tarjotaan työtila ryhmän tiloissa modernissa Kide-rakennuksessa, ja heidät kutsutaan mukaan ryhmän yhteisiin aktiviteetteihin.

Vaatimukset: Harjoittelu ei edellytä syvällistä tuntemusta kaikista edellä mainituista menetelmistä, mutta jonkinlainen tausta älykkäissä järjestelmissä / tekoälyssä / koneoppimisessa on välttämätön. Python-osaaminen on edellytys. Kiinnostus tohtoriopintoihin katsotaan eduksi.

Lisätietoja antaa professori Antti Oulasvirta, antti.oulasvirta@aalto.fi

Internetliikenteen mittaus- ja analysointikurssin kehittäminen [DICESUMMER 08_PEUHKURI]

Internetliikenteen mittaus- ja analysointikurssi (ELEC-E7131) on yksi niistä kursseista, joissa opiskelijoille annetaan suuria, todellisia datamääriä (satoja gigatavuja) työstettäväksi. Kurssipalautteen perusteella monelle on ollut jyrkkä oppimiskäyrä, jos työkalut eivät ole aluksi tuttuja. Voit auttaa heitä välttämään BDS:n! (Big Data -shokki).

Kurssin formaatti muuttuu opintovuodesta 2026 eteenpäin, ja tehtävien sopeuttaminen tulevaan muutokseen vaatii kriittistä näkemystä nykyisistä tehtävistä ja siitä, miten opiskelijoita ohjataan hallitsemaan suurten tietomäärien analysointi.

Ideaalisesti hakija on suorittanut kurssin, hänellä on kokemusta suurten tietomäärien analysoinnista, hän tuntee Linux-ympäristön hyvin ja pystyy kirjoittamaan selkeitä ohjeellisia tekstejä. Tärkeintä on kyky ajatella laatikon ulkopuolella.

Lisätietoja antaa laboratorioinsinööri Markus Peuhkuri, markus.peuhkuri@aalto.fi

Tietoverkko- ja pilviteknologian laboratorityökurssin uudistaminen [DICESUMMER 09_PEUHKURI]

DICE-laitoksen opiskelijalaboratorio tarjoaa mahdollisuuden työskennellä todellisen verkkolaitteiston parissa. Jotta voimme tarjota parhaita oppimismahdollisuuksia opiskelijoillemme, kehitämme sekä uusia tehtäviä että parannamme olemassa olevia. Toivoisimme, että sinulla on hyvä tietämys verkkoteknologiasta (vähintään kurssit ELEC-E7310, ELEC-C7240 tai vastaavat tiedot). Sinun tulisi pystyä työskentelemään sekä todellisten että virtuaalisten laitteiden kanssa (reitittimet, muut verkkolaitteet, Linux, FreeBSD, Windows) ja tuottamaan hyvää dokumentaatiota. Aikaisempi kokemus laboratorio kursseista ELEC-E7330/ELEC-E7331 ja erilaisista pilviteknologioista arvostetaan myös korkealle.

Viime lukuvuonna (2024-2025) Verkkoteknologian ja Pilviteknologian Laboratoriokurssi oli ELEC:n kymmenen parhaan maisterikurssin joukossa. Tervetuloa mukaan tekemään kurssista entistä parempi! Ja mikä tärkeintä, tämä on loistava tilaisuus näyttää taitosi ja laajentaa osaamistasi verkkojen alalla!

Lisätietoja antaa laboratorioinsinööri Markus Peuhkuri, markus.peuhkuri@aalto.fi

Harjoitustehtävien kehittäminen kurssille FPGA for Communication Systems [DICESUMMER 10_RUTTIK]

Tässä kesätyössä tavoitteena on suunnitella uusia laboratorioharjoituksia FPGA-kurssille. Harjoituksiin sisältyy analogisen signaalin generointi ja vastaanotto FPGA:lla sekä sarjaprotokollan testaamista. Harjoitukset testataan Gatemate FPGA-alustalla. Olemme kehittäneet AD/DA-opetuslaudan, jota käytetään harjoituksissa. Tarkoituksenamme on käyttää ADALM-avointa ohjelmistoalustaa sarjaprotokollasignaalien generointiin ja niiden testaamiseen logiikka-analysaattorilla. Työhön kuuluu mittausjärjestelmän kehittäminen, kokoonpanon testaaminen sekä mittausohjeiden laatiminen yhdessä taustatiedon kanssa. Toivoisimme, että sinulla on hyvä Verilog-ohjelmointitaito (vähintään kurssi ELEC-E7555).

Lisätietoja antaa professori vanhempi yliopistonlehtori Kalle Ruttik, kalle.ruttik@aalto.fi

Langattomien järjestelmien ja paikasta riippumattoman laskennan kurssien kääntäminen suomeksi [DICESUMMER 11_SIGG]

Tehtävänä on kääntää kahden DI-tason kurssin materiaalit englannista suomeksi. Kurssit ovat ”Wireless Systems” ja “Ubiquitous computing”.

����������������:

• Hyvä tietoliikennetekniikan ja hajautettujen järjestelmien tuntemus.
• Kyseiset kurssit suoritettuina.
• Latexin osaaminen.
• Hyvä suomen kielen osaaminen.

Lisätietoja antavat professori Stephan Sigg (stephan.sigg@aalto.fi), professori Risto Wichman (risto.wichman@aalto.fi) ja projektiasiantuntija Alexis Dowhuszko (alexis.dowhuszko@aalto.fi)

Langattomien tiedonsiirtokurssien materiaalin kääntäminen suomeksi [DICESUMMER 12_TIRKKONEN]

Tehtävänä on kääntää 3:n DI-tason kurssin materiaalit englannista suomeksi. Kurssit ovat ”Digital Wireless Communications”, “Signal Processing for Wireless Communications” ja “Coding Methods”.

����������������:

• Hyvä tietoliikenteen fyysisen kerroksen tuntemus.
• Vähintään 2 kolmesta kurssista suoritettuna.
• Latexin osaaminen
• Hyvä suomen kielen osaaminen.

Lisätietoja antavat professori Olav Tirkkonen (olav.tirkkonen@aalto.fi), professori Risto Wichman (risto.wichman@aalto.fi) ja professori Patric Östergård (patric.ostergard@aalto.fi)