«"verseny bölcsész és műszaki szakok alap- és mesterképzésében. Nagy orosz IT-cégek és az ország legerősebb egyetemei, köztük az ITMO Egyetem szervezi. Ma az olimpia céljairól és az egyetemünk által felügyelt két területről – a „Big Data” és a „Robotika” – beszélünk (a többiről a következő habratémánkban).
Részletek: /unsplash.com
Néhány szó az olimpiáról
Cél. Felmérni a hallgatók tudását, megismertetni velük a munkaadói követelményeket. A hallgatók a választott tudományterületen fejlődnek, nemzetközi cégeknél dolgoznak. A munkáltatónak is előnye származik abból, hogy nem kell átjelentkeznie a képzett szakembereket, és nem kell az újonnan felvett alkalmazottakat a következő mondattal köszönteni: „Felejts el mindent, amit az egyetemen tanítottak.”
Miért vegyen részt? Nyertesek vizsga nélkül lépjen be az orosz egyetemekre. Szakmai gyakorlatot szerezhet a Yandex, a Sberbank, az IBS, a Mail.ru és más nagyvállalatoknál. Tavaly orosz cégek ajánlatai több mint négyszáz legjobb résztvevő. Emellett azok a diákok is ellátogathatnak, akik bizonyítottak .
Ki vesz részt? Minden szakterület hallgatói – műszaki, bölcsész és természettudományos. A diplomásokon kívül végzős hallgatók, külföldi egyetemek rezidensei és hallgatói.
Esemény formátuma. Jelentkezni november 18-ig lehet. Az online kvalifikációs szakasz november 22. és december 8. között zajlik, de kihagyhatod, ha legalább kettőt sikeresen teljesítesz. . A selejtezőkör győztesei továbbjutnak az ország nagy egyetemein megrendezett intramurális versenyekre, amelyeket január-márciusra terveznek. A „Profi vagyok” Olimpia eredményeit áprilisban teszik közzé .
Az idei olimpián 68 terület szerepel. Az ITMO Egyetem szakemberei közülük ötöt felügyelnek: „Fotonics”, „Information and Cyber Security”, „Programozási és információs technológiák”, valamint a „Big Data” és a „Robotics”. Az utolsó kettőről bővebben fogunk mesélni.
Nagy adat
Ez a terület lefedi a Big Data életciklusának összes technológiáját, beleértve azok gyűjtését, tárolását, feldolgozását, modellezését és értelmezését. A nyertesek vizsga nélkül léphetnek be az ITMO Egyetem mesterképzésébe a következő szakokra: „Alkalmazott matematika és informatika”, „Digitális egészség”, „Big Data Financial Technologies” ill. .
A résztvevőknek lehetőségük lesz arra is, hogy partnercégeknél adattudós és adatmérnök szakterületen gyakorlaton vegyenek részt. Ezek a Nemzeti Kognitív Kutatási Központ, a Mail.ru, a Gazpromneft STC, a Rosneft, a Sberbank és az ER-Telecom.
„Az elmúlt években a Big Data területe egyre népszerűbb. Az elsődleges adatgyűjtés és -tárolás technológiái fejlődnek, új digitális mechanizmusok jelennek meg (az IoT és a közösségi hálózatok területén) a korábban nem megfigyelhető folyamatok rögzítésére” – kommentálja Alexander Valerievich Bukhanovsky igazgató. ITMO Egyetem. "Ugyanakkor nem csak az adatok tárolásának és felhasználásának megszervezésére fordítanak figyelmet, hanem a következtetések és döntések indoklására, valamint a prediktív modellek létrehozására is."
Mik lesznek a feladatok? A csapat felkészíti őket ITMO Egyetem. Figyelembe veszik, hogy egy Big Data szakembernek rendelkeznie kell a valószínűségszámítás és a matematikai statisztika, valamint a gépi tanulás alapismereteivel. Ismerje meg a modern mesterséges intelligencia rendszerek logikáját és módszertanát, és beszéljen R, Java, Scala, Python (vagy más gyakorlati problémák megoldására szolgáló eszközök) nyelven.
Az alábbiakban példát adunk egy problémára az olimpia egyik szakaszából.
Példa feladat: A fürtben 50 szerver található, mindegyiken 12 elérhető maggal. Az erőforrások a leképezők és a redukálók között dinamikusan újraosztódnak (nincs szigorú erőforrás-felosztás). Írja meg, hogy egy 1000 leképezőt igénylő MapReduce feladat hány percig fut egy ilyen klaszteren. Ebben az esetben egy térképező működési ideje 20 perc. Ha csak 1 reduktort hagy a feladatban, akkor az összes adatot 1000 perc alatt feldolgozza. A választ egy tizedesjegy pontossággal fogadjuk el.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Helyes válaszC
Hogyan kell felkészülni. Kezdheti a következő forrásokkal:
- . Hasznos lehet a problémamegoldás forráskódjaival végzett önálló munkához.
- . Az alapvető munka megmondja, miért van szükség a valószínűségi modelleknek olyan matematikai konstrukcióra, mint a σ-algebra.
- . Egy egyszerű és hasznos könyv, amely felvázolja a véletlenszerű események valószínűségszámításának alapjait.
Számos további elérhető könyv az alkalmazott statisztikákról a különböző tevékenységi területeken. Szerzőik egyszerűen, de hatékonyan magyarázzák el a pont- és intervallumbecslési problémák megoldásának logikáját:
Referenciák
Információk a tematikus kurzusokon is megtalálhatók az olimpia honlapján.
Robotika
A robotika olyan tudományágakat egyesít, mint az algoritmusok, az elektronika és a mechanika. Ezt az irányt azoknak érdemes választaniuk, akik már tanulnak vagy készülnek mester- és posztgraduális képzésre szoftvermérnöki, alkalmazott mechanikai, alkalmazott matematikai és számítástechnikai vagy elektronikai mérnöki szakon. A bizonyított hallgatók ingyenesen jelentkezhetnek be a programokra""""És""egyetemünkről.
Mik lesznek a feladatok? A mester- és alapszakos hallgatók különböző feladatokat oldanak meg. Minden feladat azonban próbára teszi a vezérléselméleti, információfeldolgozási és robotmodellezési komplex ismereteket. Például a résztvevőket arra kérik, hogy ellenőrizzék egy rendszer stabilitását vagy irányíthatóságát, válasszanak ki egy struktúrát vagy számítsanak ki szabályozó együtthatókat.
"Meg kell oldanunk egy direkt vagy inverz kinematikai problémát egy mobil vagy manipulatív robot esetében, dolgoznunk kell a rendszer Jacobi-féleségével, és kiegyensúlyozó nyomatékokat kell keresnünk az ízületekben adott külső terhelés mellett" - mondja Szergej Alekszejevics Koljubin, igazgatóhelyettes. az ITMO-nál. "Lesznek programozási feladatok - egy kis programot kell írni egy robot modellezéséhez vagy pályák tervezéséhez Python vagy C++ nyelven."
A döntőben a hallgatóknak úgy kell programozniuk a robotot, hogy a partnercégek feladatait hajtsa végre: Orosz Vasutak, Diakont, KUKA stb. A projektek szárazföldi és légi drónokhoz, valamint együttműködő robotokhoz kapcsolódnak, amelyek fizikai kontaktusban dolgoznak környezet. A verseny formátuma hasonló . Először egy szimulátoron, majd valódi hardveren dolgoznak a diákok.
Ezt követően számos olyan lehetőséget fogunk megvizsgálni, amelyekkel a diákok találkozhatnak a robotika területén. Íme példák a mesterképzésre jelentkezők számára:
1. példa feladat: Az autókinematikai robot v=0,3 m/s lineáris sebességgel mozog. A kormánykerék w=0,2 rad szögben van elfordítva. Ha a robot kerekeinek sugara r=0,02 m, a robot hossza és nyomvonala pedig L=0,3 m, illetve d=0,2 m, mekkora lesz a hátsó kerekek szögsebessége w1 és w2, rad/s-ban kifejezve?
Adja meg válaszát két, szóközzel elválasztott szám formátumában, második tizedesjegyig, az előjel figyelembevételével.2. példa feladat: Mi lehet az asztatizmus jele zárt rendszerben a referenciabefolyáshoz képest, ha az elemzés a rendszer szerkezeti diagramja szerint történik?
időszakos kapcsolatok jelenléte nyitott áramkörben;
ideális integráló linkek jelenléte nyitott hurokban;
oszcilláló és konzervatív kapcsolatok jelenléte nyitott áramkörben.
A posztgraduális iskolába vagy rezidensre belépők problémái a következők:
1. példa feladat: Az ábrán egy redundáns kinematikájú robotmanipulátor látható, 7 forgócsuklóval. Az ábrán látható a robot alapkoordinátarendszere {s}, ahol az y tengely vektora merőleges az oldalsíkra, a {b} koordinátarendszer a karimához kapcsolódik és az {s}-el kollineáris. A robot olyan konfigurációban van ábrázolva, amelyben az összes láncszem szögkoordinátája 0. A hét kinematikus pár spirális tengelye az ábrán látható (pozitív, az óramutató járásával ellentétes irányban). A 2-es, 4-es és 6-os kötések tengelyei együtt irányítottak, az 1-es, 3-as, 5-ös és 7-es kötések tengelyei megegyeznek az alap kezdeti koordináta-rendszerének tengelyeivel. Linkméretek L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m és L4 = 0,15 m.
2. példa feladat: A részecskeszűrőkre épülő mobil robotok szimultán lokalizációs és leképezési (SLAM) algoritmusának stabilabb működése érdekében a fejlesztők a resampling wheel resampling algoritmus mellett döntöttek. Az algoritmus működésének egy bizonyos pontján egy 5 „részecske” minta maradt a memóriában, amelyek súlya w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0. 5 és w(0,8)=XNUMX. Egy adott iterációnál az effektív mintaméret mekkora minimális küszöbértékénél indul el az újramintavételezési mechanizmus. Válaszát tizedes formátumban írja le egy tizedesjegy pontossággal!
Hogyan kell felkészülni. Felmérheti tudását és kilátásait egy ellenőrző lista segítségével. A Robotika szakon résztvevőknek:
- Ismerje a robotmodellezés alapelveit, a modern szenzorok jellemzőit és az érzékszervi információszerzés módszereit.
- Ismerje és tudja a gyakorlatban alkalmazni a pályatervezés és az automatikus vezérlés, valamint az érzékszervi információk feldolgozásának módszereit, algoritmusait.
- Rendelkezik strukturált és objektum-orientált programozási ismeretekkel. Legyen képes robotrendszerek fejlesztői környezetében dolgozni.
- Ismerje a modern robotok számítástechnikai részének, meghajtóinak és érzékelőinek alapelveit, főbb jellemzőit és működési jellemzőit. Rendelkezzen készségekkel a kísérletek tervezéséhez és felállításához.
Bármelyik terület „szigorítására” oda lehet figyelni . A korábbi olimpiák néhány problémáját tárgyalják ott. Létezik szakirodalom is, pl.
Még több könyv
És online tanfolyamok az Openedu, Coursera és Edx témákban
További információk az olimpiáról:
Forrás: will.com