Það sem þú þarft að vita um „I am a Professional“ Ólympíuleikana: við tölum um svæðin „Big Data“ og „Robotics“

«Ég er atvinnumaður„er keppni fyrir grunn- og framhaldsnema í hugvísindum og verkfræði. Hún er skipulögð af helstu rússneskum upplýsingatæknifyrirtækjum og leiðandi háskólum landsins, þar á meðal ITMO-háskólanum. Í dag munum við ræða markmið Ólympíuleikanna og tvö svið sem háskólinn okkar hefur umsjón með - stórgögnum og vélmennafræði (við munum fjalla um hin í framtíðar Habra-efnum okkar).

Það sem þú þarft að vita um „I am a Professional“ Ólympíuleikana: við tölum um svæðin „Big Data“ og „Robotics“
Mynd: Viktor Aznabaev /unsplash.com

Nokkur orð um Ólympíuleikana

Markmið. Metið þekkingu nemenda og kynnið þeim kröfur vinnuveitenda. Nemendur þroskast á sínu vísindasviði meðan þeir vinna fyrir alþjóðleg fyrirtæki. Vinnuveitendur njóta einnig góðs af því — þeir þurfa ekki að endurmennta þjálfaða sérfræðinga eða heilsa nýjum starfsmönnum með orðunum: „Gleymið öllu sem þið lærðuð í háskóla.“

Af hverju að taka þátt? Sigurvegarar fá tækifærið Skráðu þig í rússneska háskóla án inntökuprófa. Starfsnám er í boði hjá Yandex, Sberbank, IBS, Mail.ru og öðrum stórfyrirtækjum. Tilboð frá rússneskum fyrirtækjum í fyrra. fékk meira en fjögur hundruð af bestu þátttakendum. Einnig munu nemendur sem hafa sýnt sitt besta geta sótt vetrarskólar.

Hver tekur þátt? Nemendur í öllum fræðasviðum — tæknifræði, hugvísindum og náttúruvísindum. Að undanskildum útskrifuðum nemendum, framhaldsnemum, búsetunemendum og nemendum sem stunda nám við erlenda háskóla.

Viðburðarsnið. Þú getur skráð þig til 18. nóvember. Undankeppnin á netinu stendur yfir frá 22. nóvember til 8. desember, en þú getur sleppt henni ef þú lýkur að minnsta kosti tveimur netnámskeið af listanumSigurvegarar undankeppninnar komast áfram í keppnir sem haldnar eru á staðnum í helstu háskólum landsins, sem áætlaðar eru frá janúar til mars. Úrslit Ólympíuleikanna „Ég er atvinnumaður“ verða birt í apríl. á heimasíðu verkefnisins.

Í ár eru 68 námsbrautir á Ólympíuleikunum. Sérfræðingar ITMO-háskólans hafa umsjón með fimm þeirra: Ljósfræði, upplýsinga- og netöryggi, forritun og upplýsingatækni, stórgögn og vélmenni. Við munum fjalla nánar um tvær síðustu greinarnar.

Stór gögn

Þessi námsbraut nær yfir alla tækni í líftíma stórgagna, þar á meðal gagnasöfnun, geymslu, vinnslu, líkanagerð og túlkun. Sigurvegarar verða gjaldgengir í meistaranám ITMO háskólans án inntökuprófa: "Hagnýt stærðfræði og upplýsingafræði", "Stafræn heilbrigðisþjónusta", "Fjármálatækni stórgagna" og nokkrir aðrir.

Þátttakendur munu einnig fá tækifæri til að ljúka starfsnámi sem gagnafræðingar og gagnaverkfræðingar hjá samstarfsfyrirtækjum, þar á meðal Þjóðmiðstöðinni fyrir hugrænar rannsóknir, Mail.ru, Gazpromneft vísinda- og tæknimiðstöðinni, Rosneft, Sberbank og ER-Telecom.

„Á undanförnum árum hefur stórgagnaöflun notið vaxandi vinsælda. Tækni til að safna og geyma frumgögn er í þróun og nýjar stafrænar aðferðir (í hlutunum á netinu og samfélagsmiðlum) eru að koma fram til að skrá ferli sem áður voru ekki tekin eftir,“ segir Alexander Valerievich Bukhanovsky, forstöðumaður. Deild þýðingarupplýsingatækni ITMO háskólinn. „Athygli er ekki aðeins beint að því hvernig eigi að skipuleggja ferlið við geymslu og notkun gagna, heldur einnig að réttlæta niðurstöður og ákvarðanir, sem og að búa til spálíkön.“

Hver verða verkefnin? Þau eru undirbúin af teymi Deild þýðingarupplýsingatækni ITMO háskólinn. Þeir viðurkenna að sérfræðingur í stórgögnum verður að hafa grunnþekkingu á líkindafræði og stærðfræðilegri tölfræði, sem og vélanámi. Þeir verða einnig að hafa skilning á rökfræði og aðferðafræði nútíma gervigreindarkerfa og vera færir í R, Java, Scala, Python (eða öðrum verkfærum til að leysa hagnýt vandamál).

Hér að neðan gefum við dæmi um vandamál úr einu af stigum Ólympíuleikanna.

Dæmi um verkefni: Klasinn samanstendur af 50 netþjónum, hver með 12 tiltækum kjarna. Auðlindum er dreift á breytilegan hátt á milli kortleggjara og afoxara (það er engin ströng samnýting auðlinda). Ákvarðið hversu margar mínútur MapReduce verkefni sem krefst 1000 kortleggjara myndi keyra á slíkum klasa. Keyrslutími eins kortleggjara er 20 mínútur. Ef aðeins einn afoxari er eftir í verkefninu mun það vinna úr öllum gögnunum á 1000 mínútum. Svarið er nákvæmt með einum aukastaf.

A. 44.6
B. 43.2
C. 41.6
D. 50.0

Rétt svarC

Hvernig á að undirbúa. Þú getur byrjað með eftirfarandi úrræðum:

Hér eru nokkrar aðgengilegri bækur um hagnýta tölfræði fyrir ýmis fræðasvið. Höfundar þeirra útskýra rökfræðina á bak við lausn punkt- og bilmatsvandamála á einfaldan en sannfærandi hátt:

Tilvísanir

Þú getur einnig fundið upplýsingar í þemanámskeiðum. af samþykktum lista á vefsíðu Ólympíuleikanna.

Vélfærafræði

Vélfærafræði sameinar greinar eins og reiknirit, rafeindatækni og aflfræði. Þetta nám er mælt með fyrir þá sem eru nú að læra eða undirbúa sig fyrir meistara- eða doktorsnám í hugbúnaðarverkfræði, hagnýtri aflfræði, hagnýtri stærðfræði og tölvunarfræði eða rafeindaverkfræði. Nemendur sem sýna fram á hæfileika sína geta skráð sig í námið án endurgjalds.Vélfærafræði""Stafræn stjórnkerfi"Og"Stafræn framleiðslukerfi og tækni» háskólanum okkar.

Hver verða verkefnin? Meistara- og BA-nemar leysa mismunandi vandamál. Hins vegar reyna öll verkefnin á ítarlega þekkingu í stýrifræði, upplýsingavinnslu og vélmennalíkönum. Til dæmis verða þátttakendur beðnir um að prófa stöðugleika eða stjórnanleika kerfis, velja uppbyggingu eða reikna stýristuðla.

„Við þurfum að leysa beint eða öfugt hreyfifræðilegt vandamál fyrir hreyfanlegan eða meðfærilegan vélmenni, vinna með Jakobsstuðul kerfisins og leita að jafnvægismomentum í liðum fyrir tiltekið ytra álag,“ segir Sergei Alekseevich Kolyubin, aðstoðarforstjóri. Tölvutækni- og stjórnunardeild hjá ITMO. „Það verða áskoranir í forritun — þú þarft að skrifa lítið forrit fyrir vélmennahermun eða brautaráætlun í Python eða C++.“

Í úrslitunum verða nemendur að forrita vélmenni til að framkvæma verkefni sem samstarfsfyrirtæki fela: Rússnesku járnbrautirnar, Diakont, KUKA og fleiri. Verkefnin fela í sér ómönnuð loftför (UAV) fyrir land og í lofti, sem og samvinnuvélmenni sem starfa í líkamlegri snertingu við umhverfið. Keppnisfyrirkomulagið minnir á ... DARPA vélmenniáskorunNemendur vinna fyrst í hermi og síðan á raunverulegum vélbúnaði.

Það sem þú þarft að vita um „I am a Professional“ Ólympíuleikana: við tölum um svæðin „Big Data“ og „Robotics“

Næst skulum við skoða nokkur möguleg vandamál í vélfærafræðináminu sem nemendur gætu lent í. Hér eru dæmi fyrir þá sem sækja um í meistaranám:

Dæmi um verkefni #1: Kínematískt vélmenni í bíl hreyfist með línulegum hraða v = 0,3 m/s. Stýrishjólið er snúið um hornið w = 0,2 rad. Ef radíus hjóla vélmennisins er r = 0,02 m, og lengd og sporvídd vélmennisins eru L = 0,3 m og d = 0,2 m, hver er þá hornhraði hvers afturhjóls, w1 og w2, tjáður í rad/s?

Það sem þú þarft að vita um „I am a Professional“ Ólympíuleikana: við tölum um svæðin „Big Data“ og „Robotics“
Vinsamlegast sláðu inn svarið þitt með tveimur tölum aðskildum með bili, nákvæmni upp á annan aukastaf, með hliðsjón af formerki.

Dæmi um verkefni #2: Hvað getur verið merki um stöðnun í lokuðu kerfi miðað við viðmiðunarmerkið ef greiningin er framkvæmd samkvæmt byggingarmynd kerfisins?

tilvist óreglulegra tengja í opnu rásinni;
tilvist hugsjónar samþættingartengja í opnu rásinni;
tilvist sveiflukenndra og íhaldssamra tengja í opnu rásinni.

Hér eru vandamálin fyrir þá sem sækja um framhaldsnám eða dvalarleyfi:

Dæmi um verkefni #1: Myndin sýnir afritaðan kinematískan vélmenni með 7 snúningsliðum. Myndin sýnir grunnhnitakerfi vélmennisins {s} með y-ás vigur hornrétt á plan blaðsins, hnitakerfið {b} er tengt við flansann og er samlínulegt við {s}. Vélmennið er sýnt í stillingu þar sem hornhnitagildi allra tengja eru jöfn 0. Skrúfuásarnir fyrir sjö kinematískar pör eru sýndir á myndinni (jákvætt rangsælis). Ásar liðanna 2, 4 og 6 eru samátta, ásar liðanna 1, 3, 5 og 7 eru eins og ásar upphaflega grunnhnitakerfisins. Stærð tengjanna er L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m og L4 = 0,15 m.

Það sem þú þarft að vita um „I am a Professional“ Ólympíuleikana: við tölum um svæðin „Big Data“ og „Robotics“
Dæmi um verkefni #2: Til að bæta stöðugleika reikniritsins fyrir samtímis staðsetningu og kortlagningu (SLAM) sem byggir á ögnafilterum fyrir færanlega vélmenni, ákváðu forritararnir að nota reiknirit með endurúrtakshjóli. Á ákveðnum tímapunkti í keyrslu reikniritsins varð úrtak af 5 „ögnum“ með þyngdunum w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 og w(5) = 0,8 eftir í minninu. Hver er lágmarksþröskuldurinn fyrir virka úrtaksstærð við þessa ítrun sem virkjar endurúrtaksferlið? Skrifaðu svarið sem tugabrot með nákvæmni eins tugabrots.

Hvernig á að undirbúa. Þú getur metið þekkingu þína og framtíðarhorfur með því að nota gátlistann. Þátttakendur í vélfærafræðibrautinni verða að:

  • Þekki meginreglur vélmennalíkanagerðar, eiginleika nútíma skynjara og aðferðir til að afla skynjunarupplýsinga.
  • Þekka og geta beitt í reynd aðferðum og reikniritum fyrir flugbrautaráætlanagerð og sjálfvirka stjórnun, sem og vinnslu skynjunarupplýsinga.
  • Hafa færni í skipulagðri og hlutbundinni forritun. Vera fær um að vinna í þróunarumhverfi fyrir vélfærafræðikerfi.
  • Skilja meginreglur, lykileiginleika og virkni tölvuíhluta, stýribúnaða og skynjara nútíma vélmenna. Hafa færni í að skipuleggja og framkvæma tilraunir.

Til að „draga upp“ eitthvað af svæðunum geturðu veitt athygli vefnámskeið af opinberu vefsíðunniÞar er fjallað um nokkur vandamál frá fyrri Ólympíuleikum. Þar er einnig að finna sérhæfð rit, svo sem:

Fleiri bækur

Og netnámskeið á Openedu, Coursera og Edx

Nánari upplýsingar um Ólympíuleikana:

Heimild: www.habr.com

Kauptu áreiðanlega hýsingu fyrir síður með DDoS vernd, VPS VDS netþjónum 🔥 Kauptu áreiðanlega vefhýsingu með DDoS vörn, VPS VDS netþjónum | ProHoster