«„je soutěž pro bakaláře a magistra humanitních a technických oborů. Pořádají ji velké ruské IT společnosti a nejsilnější univerzity v zemi, včetně univerzity ITMO. Dnes se bavíme o cílech olympiády a dvou oblastech, které naše univerzita zastřešuje – „Big Data“ a „Robotika“ (o zbytku – v naší příští habratopice).
pohled: /unsplash.com
Pár slov o olympiádě
Účel. Zhodnotit znalosti studentů a seznámit je s požadavky zaměstnavatelů. Studenti se rozvíjejí ve zvoleném vědeckém oboru, pracují v mezinárodních společnostech. Profituje z toho i zaměstnavatel – nemusí přeregistrovat vyškolené specialisty a nově přijaté zaměstnance zdravit větou: „Zapomeňte na vše, co vás učili na univerzitě.“
Proč se zúčastnit? Vítězové vstoupit na ruské univerzity bez zkoušek. Stáž můžete získat v Yandex, Sberbank, IBS, Mail.ru a dalších velkých korporacích. Loni nabídky od ruských firem více než čtyři sta nejlepších účastníků. Navštívit budou moci i studenti, kteří se osvědčili .
Kdo se účastní? Studenti všech specializací - technických, humanitních i přírodních věd. Kromě absolventů, postgraduálních studentů, rezidentů a studentů zahraničních univerzit.
Formát události. Registrovat se můžete do 18. listopadu. Online kvalifikační fáze proběhne od 22. listopadu do 8. prosince, ale můžete ji přeskočit, pokud úspěšně absolvujete alespoň dvě . Vítězové kvalifikačního kola postoupí do intramurálních soutěží na významných univerzitách po celé zemi, které jsou naplánovány na leden - březen. Výsledky olympiády „Jsem profesionál“ budou zveřejněny v dubnu .
Letos olympiáda zahrnuje 68 oblastí. Specialisté ITMO University dohlížejí na pět z nich: „fotonika“, „informace a kybernetická bezpečnost“, „programování a informační technologie“ a také „velká data“ a „robotika“. O posledních dvou vám řekneme více.
velká data
Tato oblast pokrývá všechny technologie životního cyklu Big Data, včetně jejich sběru, ukládání, zpracování, modelování a interpretace. Vítězové budou moci bez zkoušek vstoupit do magisterského programu na univerzitě ITMO pro programy: „Aplikovaná matematika a informatika“, „Digitální zdraví“, „Finanční technologie velkých dat“ a .
Účastníci budou mít také možnost absolvovat stáž v oborech datový vědec a datový inženýr v partnerských společnostech. Jedná se o Národní centrum pro kognitivní výzkum, Mail.ru, Gazpromneft STC, Rosněfť, Sberbank a ER-Telecom.
„V posledních letech je oblast Big Data stále populárnější. Vyvíjejí se technologie pro primární sběr a ukládání dat, objevují se nové digitální mechanismy (v oblasti IoT a sociálních sítí) pro záznam dříve nepozorovatelných procesů,“ komentuje Alexander Valerievich Bukhanovsky, ředitel Univerzita ITMO. "Zároveň je věnována pozornost nejen tomu, jak organizovat proces ukládání a používání dat, ale také zdůvodňování závěrů a rozhodnutí, stejně jako vytváření prediktivních modelů."
Jaké budou úkoly? Tým je připravuje Univerzita ITMO. Berou v úvahu fakt, že specialista na Big Data musí mít základní znalosti z teorie pravděpodobnosti a matematické statistiky a také strojového učení. Rozumět logice a metodologii moderních systémů umělé inteligence a ovládat R, Java, Scala, Python (nebo jiné nástroje pro řešení praktických problémů).
Níže uvádíme příklad problému z jedné z etap olympiády.
Příklad úkolu: V clusteru je 50 serverů, na každém je 12 dostupných jader. Zdroje mezi mappery a reduktory jsou přerozdělovány dynamicky (neexistuje žádné striktní rozdělení zdrojů). Napište, kolik minut poběží na takovém clusteru úloha MapReduce, která vyžaduje 1000 mapovačů. V tomto případě je provozní doba jednoho mapovače 20 minut. Pokud v úloze necháte pouze 1 reduktor, pak zpracuje všechna data za 1000 minut. Odpověď je přijímána s přesností na jedno desetinné místo.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Správná odpověďC
Jak se připravit. Můžete začít s následujícími zdroji:
- . Může být užitečný pro samostatnou práci se zdrojovými kódy pro řešení problémů.
- . Základní práce říká, proč pravděpodobnostní modely potřebují takový matematický konstrukt, jako je σ-algebra.
- . Jednoduchá a užitečná kniha, která nastiňuje základy pravděpodobnostního počtu náhodných událostí.
Několik dalších dostupných knih o aplikované statistice pro různé oblasti činnosti. Jejich autoři jednoduše, ale efektivně vysvětlují logiku řešení úloh bodového a intervalového odhadu:
Reference
Informace lze nalézt také v tematických kurzech na webu olympiády.
Robotika
Robotika kombinuje disciplíny, jako jsou algoritmy, elektronika a mechanika. Tento směr se vyplatí zvolit těm, kteří již studují nebo se připravují na vstup do magisterských a postgraduálních programů softwarového inženýrství, aplikované mechaniky, aplikované matematiky a informatiky nebo elektronického inženýrství. Osvědčení studenti se mohou přihlásit do programů zdarma """"A"„naší univerzity.
Jaké budou úkoly? Studenti magisterského a bakalářského studia řeší různé úlohy. Všechny úlohy však prověřují komplexní znalosti z teorie řízení, zpracování informací a modelování robotů. Účastníci budou například požádáni, aby zkontrolovali stabilitu nebo ovladatelnost systému, vybrali strukturu nebo vypočítali koeficienty regulátoru.
„Budeme muset vyřešit přímý nebo inverzní kinematický problém pro mobilní nebo manipulativní robot, pracovat s jakobiánem systému a hledat vyvažovací momenty v kloubech pod danou vnější zátěží,“ říká Sergej Alekseevič Koljubin, zástupce ředitele. ve společnosti ITMO. "Budou tam programovací úlohy - musíte napsat malý program pro modelování robota nebo plánování trajektorií v Pythonu nebo C++."
Ve finále musí studenti naprogramovat robota tak, aby prováděl úkoly od partnerských společností: Ruské dráhy, Diakont, KUKA atd. Projekty se týkají dronů pro pozemní a vzdušné účely a také kolaborativních robotů pracujících v podmínkách fyzického kontaktu s životní prostředí. Formát soutěže se podobá . Nejprve studenti pracují na simulátoru a poté na skutečném hardwaru.
Dále zvážíme několik možností úloh v oboru Robotika, se kterými se mohou studenti setkat. Zde jsou příklady pro uchazeče o magisterské programy:
Příklad úkolu č. 1: Automobilový kinematický robot se pohybuje lineární rychlostí v=0,3 m/s. Volant je natočen pod úhlem w=0,2 rad. Pokud je poloměr kol robota roven r=0,02 m a délka a dráha robota jsou rovna L=0,3 ma d=0,2 m, jaké budou úhlové rychlosti každého ze zadních kol w1 a w2, vyjádřené v rad/s?
Svou odpověď zadejte ve formátu dvou čísel oddělených mezerou s přesností na druhé desetinné místo, s ohledem na znaménko.Příklad úkolu č. 2: Co může být znakem astatismu v uzavřeném systému vzhledem k referenčnímu vlivu, pokud je analýza provedena podle strukturálního diagramu systému?
přítomnost aperiodických spojů v otevřeném okruhu;
přítomnost ideálních integračních vazeb v otevřené smyčce;
přítomnost oscilačních a konzervativních vazeb v otevřeném obvodu.
Zde jsou problémy pro ty, kteří nastupují na postgraduální školu nebo rezidenci:
Příklad úkolu č. 1: Na obrázku je robotický manipulátor s redundantní kinematikou se 7 rotačními klouby. Obrázek ukazuje základní souřadnicový systém robota {s} s vektorem osy y kolmým k rovině stránky, souřadnicový systém {b} připojený k přírubě a kolineární s {s}. Robot je zobrazen v konfiguraci, ve které jsou úhlové souřadnice všech spojů rovné 0. Na obrázku jsou znázorněny šroubovicové osy pro sedm kinematických dvojic (kladný směr proti směru hodinových ručiček). Osy styčníků 2, 4 a 6 jsou souměrné, osy styčníků 1, 3 5 a 7 jsou shodné s osami výchozího souřadnicového systému základny. Velikosti spoje L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m a L4 = 0,15 m.
Příklad úkolu č. 2: Pro stabilnější provoz algoritmu simultánní lokalizace a mapování (SLAM) pro mobilní roboty založené na částicových filtrech se vývojáři rozhodli použít převzorkovací algoritmus resampling wheel. V určitém okamžiku činnosti algoritmu zůstal v paměti vzorek 5 „částic“ s váhami w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0. 5 a w(0,8) = XNUMX. Při jaké minimální prahové hodnotě efektivní velikosti vzorku v dané iteraci se spustí mechanismus převzorkování. Svou odpověď pište v desetinném formátu s přesností na jedno desetinné místo.
Jak se připravit. Své znalosti a vyhlídky můžete zhodnotit pomocí kontrolního seznamu. Účastníci oboru Robotika musí:
- Znát principy modelování robotů, vlastnosti moderních senzorů a metody získávání senzorických informací.
- Znát a umět v praxi aplikovat metody a algoritmy pro plánování trajektorie a automatické řízení, jakož i zpracování senzorických informací.
- Mít dovednosti ve strukturovaném a objektově orientovaném programování. Umět pracovat ve vývojových prostředích pro robotické systémy.
- Znát principy, klíčové vlastnosti a provozní vlastnosti výpočetní části, pohonů a senzorů moderních robotů. Mít dovednosti plánovat a nastavovat experimenty.
Chcete-li „utáhnout“ kteroukoli z oblastí, můžete věnovat pozornost . Probírají se tam některé problémy z minulých olympiád. Existuje i odborná literatura, např.
Více knih
A online kurzy na Openedu, Coursera a Edx
Další informace o olympiádě:
Zdroj: www.habr.com