«"er en konkurrence for bachelorer og kandidater i humaniora og tekniske specialer. Det er organiseret af store russiske it-virksomheder og landets stærkeste universiteter, herunder ITMO University. I dag taler vi om målene for olympiaden og de to områder, som vores universitet fører tilsyn med - "Big Data" og "Robotics" (om resten - i vores næste habratopics).
View: /unsplash.com
Et par ord om OL
Sigt. Vurder elevernes viden og introducer dem til arbejdsgivernes krav. Studerende udvikler sig inden for deres valgte videnskabelige område og arbejder i internationale virksomheder. Det kommer arbejdsgiveren også til gode - han behøver ikke at omregistrere uddannede specialister og hilse på nyansatte medarbejdere med sætningen: "Glem alt, hvad du blev undervist på universitetet."
Hvorfor deltage? Vindere gå ind på russiske universiteter uden eksamen. Du kan få et praktikophold hos Yandex, Sberbank, IBS, Mail.ru og andre store virksomheder. Sidste år, tilbud fra russiske virksomheder mere end fire hundrede bedste deltagere. Også studerende, der har bevist sig, vil kunne komme på besøg .
Hvem deltager? Studerende af alle specialer - tekniske, humanistiske og naturvidenskabelige. Ud over kandidater, kandidatstuderende, beboere og studerende fra udenlandske universiteter.
Hændelsesformat. Du kan tilmelde dig indtil den 18. november. Online-kvalifikationsfasen finder sted fra den 22. november til den 8. december, men du kan springe den over, hvis du har gennemført mindst to . Vinderne af kvalifikationsrunden går videre til intramurale konkurrencer på store universiteter over hele landet, som er planlagt til januar - marts. Resultaterne af "Jeg er en professionel"-olympiade vil blive offentliggjort i april .
I år omfatter Olympiaden 68 områder. ITMO University-specialister overvåger fem af dem: "Photonics", "Information and Cyber Security", "Programming and Information Technologies" samt "Big Data" og "Robotics". Vi fortæller mere om de to sidste.
big data
Dette område dækker alle teknologier i Big Datas livscyklus, herunder deres indsamling, opbevaring, behandling, modellering og fortolkning. Vinderne vil være i stand til at komme ind på kandidatuddannelsen på ITMO University uden eksamener for programmerne: "Anvendt matematik og informatik", "Digital sundhed", "Big Data Financial Technologies" og .
Deltagerne vil også have mulighed for at gennemgå et praktikophold i specialerne som data scientist og dataingeniør i partnervirksomheder. Disse er National Center for Cognitive Research, Mail.ru, Gazpromneft STC, Rosneft, Sberbank og ER-Telecom.
”I de senere år er Big Data-området blevet mere og mere populært. Teknologier til primær dataindsamling og -lagring er under udvikling, nye digitale mekanismer dukker op (inden for IoT og sociale netværk) til registrering af hidtil uobserverbare processer,” kommenterer Alexander Valerievich Bukhanovsky, direktør ITMO Universitet. "Samtidig lægges der ikke kun vægt på, hvordan man organiserer processen med at lagre og bruge data, men også på at retfærdiggøre konklusioner og beslutninger samt skabe forudsigelige modeller."
Hvad bliver opgaverne? Holdet forbereder dem ITMO Universitet. De tager højde for, at en Big Data-specialist skal have grundlæggende viden inden for sandsynlighedsteori og matematisk statistik samt maskinlæring. Har forståelse for logikken og metodikken i moderne kunstig intelligens-systemer og taler R, Java, Scala, Python (eller andre værktøjer til at løse praktiske problemer).
Nedenfor giver vi et eksempel på et problem fra en af olympiadens stadier.
Eksempel på opgave: Der er 50 servere i klyngen med 12 tilgængelige kerner på hver. Ressourcer mellem kortlæggere og reducerere omfordeles dynamisk (der er ingen streng opdeling af ressourcer). Skriv, hvor mange minutter en MapReduce-opgave, der kræver 1000 kortlæggere, vil køre på sådan en klynge. I dette tilfælde er driftstiden for én mapper 20 minutter. Hvis du kun efterlader 1 reducer i opgaven, vil den behandle alle data på 1000 minutter. Svaret accepteres nøjagtigt med én decimal.
En 44.6
B. 43.2
C. 41.6
D. 50.0Korrekt svarC
Sådan forbereder du dig. Du kan starte med følgende ressourcer:
- . Det kan være nyttigt til selvstændigt arbejde med kildekoder til løsning af problemer.
- . Det grundlæggende arbejde fortæller, hvorfor probabilistiske modeller har brug for en sådan matematisk konstruktion som σ-algebra.
- . En enkel og nyttig bog, der skitserer det grundlæggende i probabilistisk beregning af tilfældige hændelser.
Flere tilgængelige bøger om anvendt statistik for forskellige aktivitetsområder. Deres forfattere forklarer enkelt, men effektivt logikken i at løse problemer med punkt- og intervalestimering:
Referencer
Information kan også findes i tematiske kurser på OL-hjemmesiden.
Robotik
Robotteknologi kombinerer discipliner som algoritmer, elektronik og mekanik. Denne retning er værd at vælge for dem, der allerede studerer eller forbereder sig på at deltage i master- og postgraduate-programmer i softwareteknik, anvendt mekanik, anvendt matematik og datalogi eller elektronisk teknik. Gennemprøvede studerende kan tilmelde sig programmer gratis """"Og""på vores universitet.
Hvad bliver opgaverne? Kandidat- og bachelorstuderende løser forskellige opgaver. Alle opgaver tester dog kompleks viden om styringsteori, informationsbehandling og robotmodellering. For eksempel vil deltagerne blive bedt om at kontrollere stabiliteten eller kontrollerbarheden af et system, vælge en struktur eller beregne regulatorkoefficienter.
"Vi bliver nødt til at løse et direkte eller omvendt kinematikproblem for en mobil eller manipulerende robot, arbejde med systemets Jacobian og lede efter balancerende momenter i leddene under en given ekstern belastning," siger Sergey Alekseevich Kolyubin, vicedirektør hos ITMO. "Der vil være programmeringsopgaver - du skal skrive et lille program til modellering af en robot eller planlægning af baner i Python eller C++."
I finalen skal eleverne programmere robotten til at udføre opgaver fra partnervirksomheder: Russiske Jernbaner, Diakont, KUKA osv. Projekterne er relateret til droner til land og luft, samt samarbejdsrobotter, der arbejder under forhold med fysisk kontakt med miljø. Konkurrenceformatet ligner . Først arbejder eleverne på en simulator og derefter på rigtig hardware.
Dernæst vil vi overveje flere muligheder for opgaver inden for Robotics-feltet, som eleverne kan støde på. Her er eksempler på ansøgere til kandidatuddannelser:
Eksempelopgave #1: Automobil-kinematikrobotten bevæger sig med en lineær hastighed v=0,3 m/s. Rattet drejes i en vinkel w=0,2 rad. Hvis radius af robottens hjul er lig med r=0,02 m, og robottens længde og spor er lig med henholdsvis L=0,3 m og d=0,2 m, hvad bliver vinkelhastighederne for hvert af baghjulene w1 og w2, udtrykt i rad/s ?
Indtast dit svar i formatet af to tal adskilt af et mellemrum, nøjagtigt med anden decimal under hensyntagen til tegnet.Eksempelopgave #2: Hvad kan være et tegn på astatisme i et lukket system i forhold til referencepåvirkningen, hvis analysen udføres efter systemets strukturdiagram?
tilstedeværelsen af aperiodiske forbindelser i et åbent kredsløb;
tilstedeværelsen af ideelle integrerende links i en åben sløjfe;
tilstedeværelsen af oscillerende og konservative forbindelser i et åbent kredsløb.
Her er problemerne for dem, der går ind på en ph.d.-skole eller et opholdssted:
Eksempelopgave #1: Figuren viser en robotmanipulator med redundant kinematik med 7 rotationsled. Figuren viser robottens basiskoordinatsystem {s} med y-aksevektoren vinkelret på sideplanet, koordinatsystemet {b} forbundet med flangen og kolineært med {s}. Robotten er afbildet i en konfiguration, hvor vinkelkoordinaterne for alle led er lig med 0. De skruelinjeformede akser for syv kinematiske par er vist i figuren (positiv mod uret). Akserne for leddene 2, 4 og 6 er rettet mod hinanden, akserne af leddene 1, 3 5 og 7 er identiske med akserne i basens indledende koordinatsystem. Linkstørrelser L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m og L4 = 0,15 m.
Eksempelopgave #2: For mere stabil drift af den simultane lokaliserings- og kortlægningsalgoritme (SLAM) for mobile robotter baseret på partikelfiltre, besluttede udviklerne at bruge resampling-hjulets resampling-algoritme. På et bestemt tidspunkt i algoritmens drift forblev en prøve på 5 "partikler" med vægten w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 i hukommelsen. 5 og w(0,8) = XNUMX. Ved hvilken minimumstærskelværdi for den effektive stikprøvestørrelse ved en given iteration vil gensamplingsmekanismen blive lanceret. Skriv dit svar i decimalformat nøjagtigt med én decimal.
Sådan forbereder du dig. Du kan evaluere din viden og dine kundeemner ved hjælp af en tjekliste. Deltagere i Robotics major skal:
- Kend principperne for robotmodellering, egenskaberne ved moderne sensorer og metoder til at opnå sensorisk information.
- Kende og i praksis kunne anvende metoder og algoritmer til baneplanlægning og automatisk styring samt bearbejdning af sensorisk information.
- Har færdigheder i struktureret og objektorienteret programmering. Kunne arbejde i udviklingsmiljøer for robotsystemer.
- Kend principperne, nøgleegenskaberne og betjeningsegenskaberne for computerdelen, drev og sensorer i moderne robotter. Har evnerne til at planlægge og opsætte eksperimenter.
For at "stramme" nogen af områderne, kan du være opmærksom på . Nogle problemer fra tidligere olympiader diskuteres der. Der er også specialiseret litteratur, f.eks.
Flere bøger
Og onlinekurser om Openedu, Coursera og Edx
Yderligere information om Olympiaden:
Kilde: www.habr.com