«„er keppni fyrir BS og meistara í hugvísindum og tæknigreinum. Það er skipulagt af stórum rússneskum upplýsingatæknifyrirtækjum og sterkustu háskólum landsins, þar á meðal ITMO háskólanum. Í dag erum við að tala um markmið Ólympíuleikanna og þau tvö svið sem háskólinn okkar hefur umsjón með - „Big Data“ og „Robotics“ (um restina - í næstu habratopics okkar).
Mynd: /unsplash.com
Nokkur orð um Ólympíuleikana
Markmið. Metið þekkingu nemenda og kynnt þeim kröfur vinnuveitenda. Nemendur þróast á sínu vísindasviði og vinna í alþjóðlegum fyrirtækjum. Vinnuveitandinn nýtur líka góðs af - hann þarf ekki að endurskrá þjálfaða sérfræðinga og heilsa nýráðnum starfsmönnum með setningunni: "Gleymdu öllu sem þér var kennt í háskóla."
Hvers vegna taka þátt? Sigurvegarar fara inn í rússneska háskóla án prófs. Þú getur fengið starfsnám hjá Yandex, Sberbank, IBS, Mail.ru og öðrum stórum fyrirtækjum. Á síðasta ári, tilboð frá rússneskum fyrirtækjum meira en fjögur hundruð bestu þátttakendur. Einnig munu nemendur sem hafa sannað sig geta komið í heimsókn .
Hver tekur þátt? Nemendur af öllum sérgreinum - tækni-, hugvísindum og náttúruvísindum. Auk útskriftarnema, framhaldsnemar, íbúar og nemendur erlendra háskóla.
Viðburðarsnið. Hægt er að skrá sig til 18. nóvember. Tímakeppnin á netinu mun fara fram frá 22. nóvember til 8. desember, en þú getur sleppt því ef þú klárar að minnsta kosti tvö . Sigurvegarar undankeppninnar fara áfram í innanhússkeppnir í helstu háskólum um allt land, sem eru áætluð í janúar - mars. Niðurstöður Ólympíuleikanna „I am a Professional“ verða birtar í apríl .
Í ár eru 68 svæði á Ólympíuleikunum. Sérfræðingar ITMO háskólans hafa umsjón með fimm þeirra: „Ljósmyndafræði“, „Upplýsinga- og netöryggi“, „Forritunar- og upplýsingatækni“, svo og „Big Data“ og „Robotics“. Við munum segja þér meira frá síðustu tveimur.
Stór gögn
Þetta svæði nær yfir alla tækni líftíma stórra gagna, þar með talið söfnun þeirra, geymslu, vinnslu, líkangerð og túlkun. Sigurvegararnir munu geta farið inn í meistaranámið við ITMO háskólann án prófa fyrir forritin: „Applied Mathematics and Informatics“, „Digital Health“, „Big Data Financial Technologies“ og .
Þátttakendum gefst einnig kostur á að fara í starfsnám í sérgreinum gagnafræðings og gagnaverkfræðings í samstarfsfyrirtækjum. Þetta eru National Center for Cognitive Research, Mail.ru, Gazpromneft STC, Rosneft, Sberbank og ER-Telecom.
„Undanfarin ár hefur sviði Big Data orðið sífellt vinsælli. Tækni fyrir frumgagnasöfnun og geymslu er að þróast, ný stafræn kerfi eru að koma fram (á sviði IoT og samfélagsneta) til að skrá ferla sem áður var ósýnileg,“ segir Alexander Valerievich Bukhanovsky, forstjóri ITMO háskólinn. „Á sama tíma er athyglinni ekki aðeins beint að því hvernig eigi að skipuleggja ferlið við að geyma og nota gögn, heldur einnig að réttlæta ályktanir og ákvarðanir, auk þess að búa til forspárlíkön.
Hver verða verkefnin? Liðið undirbýr þá ITMO háskólinn. Þeir taka tillit til þess að sérfræðingur í Big Data verður að hafa grunnþekkingu í líkindafræði og stærðfræðitölfræði, auk vélanáms. Hafa skilning á rökfræði og aðferðafræði nútíma gervigreindarkerfa og tala R, Java, Scala, Python (eða önnur tæki til að leysa hagnýt vandamál).
Hér að neðan gefum við dæmi um vandamál frá einu af stigum Ólympíuleikanna.
Dæmi um verkefni: Það eru 50 netþjónar í þyrpingunni, með 12 tiltæka kjarna á hverjum. Auðlindum milli kortara og lækka er endurdreift á kraftmikinn hátt (það er engin ströng skipting auðlinda). Skrifaðu hversu margar mínútur MapReduce verkefni sem krefst 1000 kortara mun keyra á slíkum klasa. Í þessu tilviki er notkunartími eins kortlagningaraðila 20 mínútur. Ef þú skilur aðeins 1 minnkar í verkefnið mun það vinna úr öllum gögnum á 1000 mínútum. Svarið er samþykkt nákvæmlega með einum aukastaf.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Rétt svarC
Hvernig á að undirbúa. Þú getur byrjað á eftirfarandi úrræðum:
- . Það getur verið gagnlegt fyrir sjálfstæða vinnu með frumkóða til að leysa vandamál.
- . Grundvallarverkið segir til um hvers vegna líkindalíkön þurfa svo stærðfræðilega byggingu eins og σ-algebru.
- . Einföld og gagnleg bók sem útlistar grunnatriði líkindareiknings á tilviljanakenndum atburðum.
Nokkrar fleiri tiltækar bækur um hagnýta tölfræði fyrir ýmis starfssvið. Höfundar þeirra útskýra á einfaldan en áhrifaríkan hátt rökfræði þess að leysa punkta- og bilmatsvandamál:
Tilvísanir
Upplýsingar má einnig finna á þemanámskeiðum á heimasíðu Ólympíuleikanna.
Vélfærafræði
Vélfærafræði sameinar greinar eins og reiknirit, rafeindatækni og vélfræði. Þessa stefnu er þess virði að velja fyrir þá sem þegar eru að læra eða undirbúa sig í meistara- og framhaldsnám í hugbúnaðarverkfræði, hagnýtri vélfræði, hagnýtri stærðfræði og tölvunarfræði eða rafeindaverkfræði. Reyndir nemendur geta skráð sig í forrit ókeypis """"Og"„háskólanum okkar.
Hver verða verkefnin? Meistara- og BS-nemar leysa mismunandi verkefni. Hins vegar reyna öll verkefni á flókna þekkingu á stjórnunarfræði, upplýsingavinnslu og vélmennalíkönum. Til dæmis verða þátttakendur beðnir um að athuga stöðugleika eða stýranleika kerfis, velja uppbyggingu eða reikna stýristuðla.
„Við verðum að leysa bein eða öfug hreyfivandamál fyrir hreyfanlegt eða vélmenni sem getur stjórnað, vinna með jakobíumann kerfisins og leita að jafnvægisstundum í liðum undir tilteknu utanaðkomandi álagi,“ segir Sergey Alekseevich Kolyubin, aðstoðarforstjóri hjá ITMO. "Það verða forritunarverkefni - þú þarft að skrifa lítið forrit til að búa til vélmenni eða skipuleggja feril í Python eða C++."
Í lokakeppninni verða nemendur að forrita vélmennið til að sinna verkefnum frá samstarfsfyrirtækjum: Russian Railways, Diakont, KUKA, o.fl. Verkefnin tengjast drónum fyrir land og loft, svo og samstarfsvélmenni sem vinna við aðstæður þar sem líkamleg snerting við umhverfi. Keppnisformið er svipað . Fyrst vinna nemendur á hermi og síðan á alvöru vélbúnaði.
Næst munum við skoða nokkra möguleika fyrir verkefni á vélfærafræðisviðinu sem nemendur gætu lent í. Hér eru dæmi fyrir umsækjendur um meistaranám:
Dæmi um verkefni #1: Hreyfifræði vélmenni bifreiða hreyfist með línulegum hraða v=0,3 m/s. Stýrið er snúið í horn w=0,2 rad. Ef radíus hjóla vélmennisins er jöfn r=0,02 m, og lengd og spor vélmennisins eru jöfn L=0,3 m og d=0,2 m, í sömu röð, hver verður hornhraði hvers afturhjóla. w1 og w2, gefið upp í rad/s ?
Sláðu inn svarið þitt á sniði tveggja talna aðskilin með bili, nákvæm með annan aukastaf, að teknu tilliti til táknsins.Dæmi um verkefni #2: Hvað getur verið merki um óstöðugleika í lokuðu kerfi miðað við viðmiðunaráhrif ef greiningin er framkvæmd samkvæmt burðarmynd kerfisins?
tilvist óreglubundinna tengla í opinni hringrás;
tilvist fullkominna samþættingartengla í opinni lykkju;
tilvist sveiflukenndra og íhaldssamra tengla í opinni hringrás.
Hér eru vandamálin fyrir þá sem fara í framhaldsnám eða búsetu:
Dæmi um verkefni #1: Myndin sýnir vélmenni með óþarfa hreyfigetu með 7 snúningsliðum. Myndin sýnir grunnhnitakerfi vélmenna {s} með y-ásvigur hornrétt á síðuplanið, hnitakerfið {b} tengt við flansinn og samlína með {s}. Vélmennið er sýnt í stillingu þar sem hornhnit allra tengla eru jöfn 0. Spíruásarnir fyrir sjö hreyfipör eru sýndir á myndinni (jákvæð rangsælis). Ásar liða 2, 4 og 6 eru samstýrðir, ásar liða 1, 3 5 og 7 eru eins og ásar upphafshnitakerfis grunnsins. Hlekkastærðir L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m og L4 = 0,15 m.
Dæmi um verkefni #2: Fyrir stöðugri virkni samtímis staðsetningar og kortlagningar (SLAM) reikniritsins fyrir farsíma vélmenni sem byggir á agnastíum, ákváðu verktaki að nota endursýna hjólið endursýna reiknirit. Á ákveðnum tímapunkti í rekstri reikniritsins var sýnishorn af 5 „ögnum“ með þyngd w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 eftir í minni. 5 og w(0,8) = XNUMX. Við hvaða lágmarksþröskuld gildi virkra úrtaksstærðar við tiltekna endurtekningu verður endursýnatökubúnaðurinn ræstur. Skrifaðu svarið þitt með aukastaf nákvæmlega með einum aukastaf.
Hvernig á að undirbúa. Þú getur metið þekkingu þína og horfur með því að nota gátlista. Þátttakendur í vélmennanáminu verða að:
- Þekki meginreglur vélmennalíkanagerðar, eiginleika nútíma skynjara og aðferðir til að afla skynupplýsinga.
- Þekki og geti beitt í reynd aðferðir og reiknirit fyrir ferilskipulagningu og sjálfstýringu, auk úrvinnslu skynupplýsinga.
- Hafa færni í skipulagðri og hlutbundinni forritun. Geta unnið í þróunarumhverfi fyrir vélfærakerfi.
- Þekki meginreglur, lykileiginleika og rekstrareiginleika tölvuhluta, drif og skynjara nútíma vélmenna. Hafa færni til að skipuleggja og setja upp tilraunir.
Til að „herða“ eitthvað af svæðunum geturðu veitt athygli . Þar er fjallað um nokkur vandamál frá fyrri ólympíuleikum. Það eru líka sérhæfðar bókmenntir, til dæmis:
Fleiri bækur
Og netnámskeið um Openedu, Coursera og Edx
Frekari upplýsingar um Ólympíuleikana:
Heimild: www.habr.com