Τι πρέπει να γνωρίζετε για την Ολυμπιάδα «I am a Professional»: μιλάμε για τους τομείς «Big Data» και «Robotics»

«Είμαι επαγγελματίας«είναι ένας διαγωνισμός για πτυχιούχους και μεταπτυχιακούς ανθρωπιστικές και τεχνικές ειδικότητες. Διοργανώνεται από μεγάλες ρωσικές εταιρείες πληροφορικής και τα ισχυρότερα πανεπιστήμια της χώρας, συμπεριλαμβανομένου του Πανεπιστημίου ITMO. Σήμερα μιλάμε για τους στόχους της Ολυμπιάδας και τους δύο τομείς που εποπτεύει το πανεπιστήμιό μας - «Big Data» και «Robotics» (σχετικά με τα υπόλοιπα - στα επόμενα habratopics μας).

Τι πρέπει να γνωρίζετε για την Ολυμπιάδα «I am a Professional»: μιλάμε για τους τομείς «Big Data» και «Robotics»
θέα: Victor Aznabaev /unsplash.com

Λίγα λόγια για τους Ολυμπιακούς Αγώνες

Σκοπός. Αξιολογήστε τις γνώσεις των μαθητών και μυήστε τους στις απαιτήσεις των εργοδοτών. Οι μαθητές αναπτύσσονται στον επιστημονικό τομέα που έχουν επιλέξει, εργάζονται σε διεθνείς εταιρείες. Ο εργοδότης επωφελείται επίσης - δεν χρειάζεται να εγγράψει ξανά εκπαιδευμένους ειδικούς και να χαιρετήσει τους νεοπροσλαμβανόμενους υπαλλήλους με τη φράση: "Ξεχάστε όλα όσα σας έμαθαν στο πανεπιστήμιο".

Γιατί να συμμετέχω; Νικητές πάρτε την ευκαιρία εισέλθουν σε ρωσικά πανεπιστήμια χωρίς εξετάσεις. Μπορείτε να κάνετε πρακτική άσκηση στο Yandex, Sberbank, IBS, Mail.ru και σε άλλες μεγάλες εταιρείες. Πέρυσι, προσφορές από ρωσικές εταιρείες έχουν λάβει περισσότεροι από τετρακόσιοι καλύτεροι συμμετέχοντες. Επίσης, μαθητές που έχουν αποδείξει τον εαυτό τους θα μπορούν να το επισκεφθούν χειμερινά σχολεία.

Ποιος συμμετέχει; Σπουδαστές όλων των ειδικοτήτων - τεχνικών, ανθρωπιστικών και φυσικών επιστημών. Εκτός από πτυχιούχους, μεταπτυχιακούς φοιτητές, κατοίκους και φοιτητές ξένων πανεπιστημίων.

Μορφή εκδήλωσης. Μπορείτε να εγγραφείτε μέχρι τις 18 Νοεμβρίου. Το online προκριματικό στάδιο θα πραγματοποιηθεί από τις 22 Νοεμβρίου έως τις 8 Δεκεμβρίου, αλλά μπορείτε να το παραλείψετε εάν ολοκληρώσετε επιτυχώς τουλάχιστον δύο διαδικτυακά μαθήματα από τη λίστα. Οι νικητές του προκριματικού γύρου θα προκριθούν σε ενδοσχολικούς διαγωνισμούς σε μεγάλα πανεπιστήμια σε όλη τη χώρα, οι οποίοι έχουν προγραμματιστεί για τον Ιανουάριο - Μάρτιο. Τα αποτελέσματα της Ολυμπιάδας «Είμαι Επαγγελματίας» θα δημοσιευθούν τον Απρίλιο στον ιστότοπο του έργου.

Φέτος η Ολυμπιάδα περιλαμβάνει 68 περιοχές. Οι ειδικοί του Πανεπιστημίου ITMO επιβλέπουν πέντε από αυτά: «Φωτονική», «Πληροφορική και Κυβερνοασφάλεια», «Προγραμματισμός και Τεχνολογίες Πληροφορικής», καθώς και «Μεγάλα Δεδομένα» και «Ρομποτική». Θα σας πούμε περισσότερα για τα δύο τελευταία.

Μεγάλα δεδομένα

Αυτός ο τομέας καλύπτει όλες τις τεχνολογίες του κύκλου ζωής των Μεγάλων Δεδομένων, συμπεριλαμβανομένης της συλλογής, αποθήκευσης, επεξεργασίας, μοντελοποίησης και ερμηνείας τους. Οι νικητές θα μπορούν να εισέλθουν στο μεταπτυχιακό πρόγραμμα του Πανεπιστημίου ITMO χωρίς εξετάσεις για τα προγράμματα: «Εφαρμοσμένα Μαθηματικά και Πληροφορική», «Ψηφιακή Υγεία», «Χρηματοοικονομικές Τεχνολογίες Μεγάλων Δεδομένων» και αρκετοί άλλοι.

Οι συμμετέχοντες θα έχουν επίσης την ευκαιρία να πραγματοποιήσουν πρακτική άσκηση στις ειδικότητες του επιστήμονα δεδομένων και του μηχανικού δεδομένων σε συνεργαζόμενες εταιρείες. Αυτά είναι το Εθνικό Κέντρο Γνωστικής Έρευνας, Mail.ru, Gazpromneft STC, Rosneft, Sberbank και ER-Telecom.

«Τα τελευταία χρόνια, ο τομέας των Big Data γίνεται όλο και πιο δημοφιλής. Αναπτύσσονται τεχνολογίες για τη συλλογή και αποθήκευση πρωτογενών δεδομένων, εμφανίζονται νέοι ψηφιακοί μηχανισμοί (στον τομέα του IoT και των κοινωνικών δικτύων) για την καταγραφή των προηγουμένως μη παρατηρήσιμων διαδικασιών», σχολιάζει ο Alexander Valerievich Bukhanovsky, διευθυντής. Μεγασχολή Μεταφραστικών Τεχνολογιών Πληροφορικής Πανεπιστήμιο ITMO. «Ταυτόχρονα, δίνεται προσοχή όχι μόνο στον τρόπο οργάνωσης της διαδικασίας αποθήκευσης και χρήσης δεδομένων, αλλά και στην αιτιολόγηση συμπερασμάτων και αποφάσεων, καθώς και στη δημιουργία προγνωστικών μοντέλων».

Ποια θα είναι τα καθήκοντα; Τους προετοιμάζει η ομάδα Μεγασχολή Μεταφραστικών Τεχνολογιών Πληροφορικής Πανεπιστήμιο ITMO. Λαμβάνουν υπόψη το γεγονός ότι ένας ειδικός Big Data πρέπει να έχει βασικές γνώσεις στη θεωρία πιθανοτήτων και στα μαθηματικά στατιστικά, καθώς και στη μηχανική μάθηση. Κατανοήστε τη λογική και τη μεθοδολογία των σύγχρονων συστημάτων τεχνητής νοημοσύνης και μιλήστε R, Java, Scala, Python (ή άλλα εργαλεία για την επίλυση πρακτικών προβλημάτων).

Παρακάτω δίνουμε ένα παράδειγμα ενός προβλήματος από ένα από τα στάδια της Ολυμπιάδας.

Παράδειγμα εργασίας: Υπάρχουν 50 διακομιστές στο σύμπλεγμα, με 12 διαθέσιμους πυρήνες στον καθένα. Οι πόροι μεταξύ χαρτών και μειωτών αναδιανέμονται δυναμικά (δεν υπάρχει αυστηρός διαχωρισμός των πόρων). Γράψτε πόσα λεπτά θα εκτελεστεί μια εργασία MapReduce που απαιτεί 1000 αντιστοιχιστές σε ένα τέτοιο σύμπλεγμα. Σε αυτήν την περίπτωση, ο χρόνος λειτουργίας ενός χαρτογράφου είναι 20 λεπτά. Εάν αφήσετε μόνο 1 μειωτήρα στην εργασία, τότε θα επεξεργαστεί όλα τα δεδομένα σε 1000 λεπτά. Η απάντηση γίνεται δεκτή με ακρίβεια ενός δεκαδικού ψηφίου.

Α. 44.6
Β. 43.2
C. 41.6
Δ. 50.0

Σωστή απάντησηC

Πως να προετοιμαστείς. Μπορείτε να ξεκινήσετε με τους ακόλουθους πόρους:

Αρκετά ακόμη διαθέσιμα βιβλία σχετικά με τις εφαρμοσμένες στατιστικές για διάφορους τομείς δραστηριότητας. Οι συγγραφείς τους εξηγούν απλά αλλά αποτελεσματικά τη λογική της επίλυσης προβλημάτων εκτίμησης σημείων και διαστημάτων:

Αναφορές

Πληροφορίες μπορείτε να βρείτε και στα θεματικά μαθήματα από τον εγκεκριμένο κατάλογο στην ιστοσελίδα των Ολυμπιακών Αγώνων.

Ρομποτική

Η ρομποτική συνδυάζει κλάδους όπως αλγόριθμους, ηλεκτρονικά και μηχανική. Αυτή η κατεύθυνση αξίζει να επιλέξετε για όσους ήδη σπουδάζουν ή ετοιμάζονται να εισέλθουν σε μεταπτυχιακά και μεταπτυχιακά προγράμματα στη μηχανική λογισμικού, την εφαρμοσμένη μηχανική, τα εφαρμοσμένα μαθηματικά και την επιστήμη των υπολογιστών ή την ηλεκτρονική μηχανική. Οι αποδεδειγμένοι φοιτητές μπορούν να εγγραφούν σε προγράμματα δωρεάν "Ρομποτική""Ψηφιακά συστήματα ελέγχου"Και"Συστήματα και τεχνολογίες ψηφιακής παραγωγής«του πανεπιστημίου μας.

Ποια θα είναι τα καθήκοντα; Οι φοιτητές μεταπτυχιακού και πτυχιούχου λύνουν διαφορετικές εργασίες. Ωστόσο, όλες οι εργασίες ελέγχουν πολύπλοκες γνώσεις θεωρίας ελέγχου, επεξεργασίας πληροφοριών και μοντελοποίησης ρομπότ. Για παράδειγμα, οι συμμετέχοντες θα κληθούν να ελέγξουν τη σταθερότητα ή τη δυνατότητα ελέγχου ενός συστήματος, να επιλέξουν μια δομή ή να υπολογίσουν τους συντελεστές ρυθμιστή.

«Θα πρέπει να λύσουμε ένα άμεσο ή αντίστροφο πρόβλημα κινηματικής για ένα κινητό ή χειριστικό ρομπότ, να εργαστούμε με το Jacobian του συστήματος και να αναζητήσουμε στιγμές εξισορρόπησης στις αρθρώσεις κάτω από ένα δεδομένο εξωτερικό φορτίο», λέει ο Sergei Alekseevich Kolyubin, αναπληρωτής διευθυντής. Μεγασχολή Τεχνολογιών και Διοίκησης Υπολογιστών στο ITMO. "Θα υπάρξουν εργασίες προγραμματισμού - πρέπει να γράψετε ένα μικρό πρόγραμμα για τη μοντελοποίηση ενός ρομπότ ή τον σχεδιασμό τροχιών σε Python ή C++."

Στην τελική, οι μαθητές πρέπει να προγραμματίσουν το ρομπότ ώστε να εκτελεί εργασίες από συνεργαζόμενες εταιρείες: Russian Railways, Diakont, KUKA, κ.λπ. περιβάλλον. Η μορφή του διαγωνισμού μοιάζει Πρόκληση ρομποτικής DARPA. Πρώτα, οι μαθητές εργάζονται σε έναν προσομοιωτή και μετά σε πραγματικό υλικό.

Τι πρέπει να γνωρίζετε για την Ολυμπιάδα «I am a Professional»: μιλάμε για τους τομείς «Big Data» και «Robotics»

Στη συνέχεια, θα εξετάσουμε διάφορες επιλογές για εργασίες στον τομέα της Ρομποτικής που μπορεί να συναντήσουν οι μαθητές. Ακολουθούν παραδείγματα για υποψηφίους για μεταπτυχιακά προγράμματα:

Παράδειγμα εργασίας #1: Το ρομπότ κινηματικής αυτοκινήτου κινείται με γραμμική ταχύτητα v=0,3 m/s. Το τιμόνι στρίβει υπό γωνία w=0,2 rad. Εάν η ακτίνα των τροχών του ρομπότ είναι ίση με r=0,02 m, και το μήκος και το ίχνος του ρομπότ είναι ίσα με L=0,3 m και d=0,2 m, αντίστοιχα, ποιες θα είναι οι γωνιακές ταχύτητες καθενός από τους πίσω τροχούς w1 και w2, εκφρασμένα σε rad/s ?

Τι πρέπει να γνωρίζετε για την Ολυμπιάδα «I am a Professional»: μιλάμε για τους τομείς «Big Data» και «Robotics»
Εισαγάγετε την απάντησή σας σε μορφή δύο αριθμών που χωρίζονται με κενό, με ακρίβεια στο δεύτερο δεκαδικό ψηφίο, λαμβάνοντας υπόψη το πρόσημο.

Παράδειγμα εργασίας #2: Τι μπορεί να είναι σημάδι αστατισμού σε ένα κλειστό σύστημα σε σχέση με την επιρροή αναφοράς, εάν η ανάλυση πραγματοποιείται σύμφωνα με το δομικό διάγραμμα του συστήματος;

η παρουσία απεριοδικών συνδέσμων σε ανοιχτό κύκλωμα.
την παρουσία ιδανικών συνδέσμων ολοκλήρωσης σε ανοιχτό βρόχο.
η παρουσία ταλαντωτικών και συντηρητικών συνδέσμων σε ανοιχτό κύκλωμα.

Εδώ είναι τα προβλήματα για όσους εισέρχονται στο μεταπτυχιακό σχολείο ή στην κατοικία:

Παράδειγμα εργασίας #1: Το σχήμα δείχνει έναν ρομποτικό χειριστή με πλεονάζουσα κινηματική με 7 περιστροφικές αρθρώσεις. Το σχήμα δείχνει το σύστημα συντεταγμένων βάσης ρομπότ {s} με το διάνυσμα του άξονα y κάθετο στο επίπεδο σελίδας, το σύστημα συντεταγμένων {b} συνδεδεμένο στη φλάντζα και ευθύγραμμο με το {s}. Το ρομπότ απεικονίζεται σε μια διαμόρφωση στην οποία οι γωνιακές συντεταγμένες όλων των συνδέσμων είναι ίσες με 0. Οι ελικοειδείς άξονες για επτά κινηματικά ζεύγη φαίνονται στο σχήμα (θετική αριστερόστροφη φορά). Οι άξονες των αρμών 2, 4 και 6 είναι συν-κατευθυνόμενοι, οι άξονες των αρμών 1, 3 5 και 7 είναι πανομοιότυποι με τους άξονες του αρχικού συστήματος συντεταγμένων της βάσης. Μεγέθη συνδέσμων L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m και L4 = 0,15 m.

Τι πρέπει να γνωρίζετε για την Ολυμπιάδα «I am a Professional»: μιλάμε για τους τομείς «Big Data» και «Robotics»
Παράδειγμα εργασίας #2: Για πιο σταθερή λειτουργία του αλγόριθμου ταυτόχρονης εντοπισμού και χαρτογράφησης (SLAM) για κινητά ρομπότ που βασίζονται σε φίλτρα σωματιδίων, οι προγραμματιστές αποφάσισαν να χρησιμοποιήσουν τον αλγόριθμο επαναδειγματοληψίας τροχού επαναδειγματοληψίας. Σε ένα ορισμένο σημείο της λειτουργίας του αλγορίθμου, ένα δείγμα 5 «σωματιδίων» με βάρη w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 παρέμεινε στη μνήμη. 5 και w(0,8) = XNUMX. Σε ποια ελάχιστη τιμή κατωφλίου του πραγματικού μεγέθους δείγματος σε μια δεδομένη επανάληψη θα ξεκινήσει ο μηχανισμός επαναδειγματοληψίας. Γράψτε την απάντησή σας σε δεκαδική μορφή με ακρίβεια ενός δεκαδικού ψηφίου.

Πως να προετοιμαστείς. Μπορείτε να αξιολογήσετε τις γνώσεις και τις προοπτικές σας χρησιμοποιώντας μια λίστα ελέγχου. Οι συμμετέχοντες στο τμήμα Ρομποτικής πρέπει:

  • Γνωρίστε τις αρχές της μοντελοποίησης ρομπότ, τα χαρακτηριστικά των σύγχρονων αισθητήρων και τις μεθόδους απόκτησης αισθητηριακών πληροφοριών.
  • Να γνωρίζει και να μπορεί να εφαρμόζει στην πράξη μεθόδους και αλγόριθμους σχεδιασμού τροχιάς και αυτόματου ελέγχου, καθώς και επεξεργασίας αισθητηριακών πληροφοριών.
  • Να έχουν δεξιότητες στον δομημένο και αντικειμενοστραφή προγραμματισμό. Να είναι σε θέση να εργάζεται σε περιβάλλοντα ανάπτυξης για ρομποτικά συστήματα.
  • Γνωρίστε τις αρχές, τα βασικά χαρακτηριστικά και τα λειτουργικά χαρακτηριστικά του υπολογιστικού τμήματος, των μονάδων δίσκου και των αισθητήρων των σύγχρονων ρομπότ. Να έχετε τις δεξιότητες να σχεδιάζετε και να οργανώνετε πειράματα.

Για να "σφίξετε" οποιαδήποτε από τις περιοχές, μπορείτε να δώσετε προσοχή διαδικτυακά σεμινάρια από την επίσημη ιστοσελίδα. Εκεί συζητούνται κάποια προβλήματα από προηγούμενες Ολυμπιάδες. Υπάρχει επίσης εξειδικευμένη βιβλιογραφία, για παράδειγμα:

Περισσότερα βιβλία

Και διαδικτυακά μαθήματα για Openedu, Coursera και Edx

Πρόσθετες πληροφορίες για την Ολυμπιάδα:

Πηγή: www.habr.com

Προσθέστε ένα σχόλιο