Проект SNAD (сокр. от SuperNova Anomaly Detection) является тандемом программистов и экспертов в астрофизике, созданым для решения проблемы обнаружения необычных объектов в астрономических базах данных методами машинного обучения. Следующее поколение астрономических исследований произведет революцию в нашем понимании Вселенной, обнаружив при этом беспрецедентные проблемы работы с данными. Одна из них — невозможность полностью полагаться на человека для идентификации и отбора необычных астрофизических объектов. Цель проекта — разработать систему, в которой человеческий опыт и современные методы машинного обучения могут дополнять друг друга в задаче идентификации необычных астрономических объектов или аномалий. Наш подход состоит из двух шагов. Первый — это подготовка данных и поиск оптимального алгоритма машинного обучения для работы с этим набором данных для выявления выбросов. На втором этапе эксперты анализируют обнаруженные выбросы, используя всю доступную на момент опубликованную информацию, дополнительные наблюдения и теоретическое моделирование. Эту стратегию можно применить к большому набору данных, для которого имеются только фотометрические наблюдения. В докладе мы резюмируем итоги 5 лет работы проекта и приводим полученные научные и технические результаты.