«„je súťaž pre bakalárov a magistrov humanitných a technických odborov. Organizujú ho veľké ruské IT spoločnosti a najsilnejšie univerzity v krajine vrátane univerzity ITMO. Dnes hovoríme o cieľoch olympiády a dvoch oblastiach, ktoré naša univerzita zastrešuje – „Big Data“ a „Robotics“ (o zvyšku – v našej ďalšej habratopii).
pohľad: /unsplash.com
Pár slov o olympiáde
Účel. Posúdiť vedomosti žiakov a oboznámiť ich s požiadavkami zamestnávateľov. Študenti sa rozvíjajú vo vybranom vednom odbore, pracujú v medzinárodných spoločnostiach. Profituje z toho aj zamestnávateľ - nemusí preregistrovať vyškolených špecialistov a vítať novoprijatých zamestnancov vetou: „Zabudnite na všetko, čo vás učili na univerzite.“
Prečo sa zúčastniť? Víťazi vstúpiť na ruské univerzity bez skúšok. Stáž môžete získať v Yandex, Sberbank, IBS, Mail.ru a ďalších veľkých korporáciách. Minulý rok ponuky od ruských firiem viac ako štyristo najlepších účastníkov. Navštíviť budú môcť aj študenti, ktorí sa osvedčili .
Kto sa zúčastňuje? Študenti všetkých odborov – technických, humanitných a prírodných vied. Okrem absolventov aj absolventov, rezidentov a študentov zahraničných univerzít.
Formát udalosti. Registrovať sa môžete do 18. novembra. Online kvalifikačná fáza bude prebiehať od 22. novembra do 8. decembra, no môžete ju preskočiť, ak úspešne absolvujete aspoň dve . Víťazi kvalifikačného kola postúpia do intramurálnych súťaží na významných univerzitách po celej krajine, ktoré sú naplánované na január - marec. Výsledky olympiády „Som profesionál“ budú zverejnené v apríli .
Tento rok olympiáda zahŕňa 68 oblastí. Špecialisti ITMO University dohliadajú na päť z nich: „fotonika“, „informácie a kybernetická bezpečnosť“, „programovanie a informačné technológie“, ako aj „veľké dáta“ a „robotika“. O posledných dvoch vám povieme viac.
Veľké dáta
Táto oblasť pokrýva všetky technológie životného cyklu veľkých dát, vrátane ich zberu, uchovávania, spracovania, modelovania a interpretácie. Víťazi budú môcť vstúpiť do magisterského programu na univerzite ITMO bez skúšok pre programy: „Aplikovaná matematika a informatika“, „Digitálne zdravie“, „Veľké dáta finančné technológie“ a .
Účastníci budú mať tiež možnosť absolvovať stáž v odboroch dátového vedca a dátového inžiniera v partnerských spoločnostiach. Sú to Národné centrum pre kognitívny výskum, Mail.ru, Gazpromneft STC, Rosneft, Sberbank a ER-Telecom.
„V posledných rokoch sa oblasť Big Data stáva čoraz populárnejšou. Vyvíjajú sa technológie primárneho zberu a ukladania dát, vznikajú nové digitálne mechanizmy (v oblasti internetu vecí a sociálnych sietí) na zaznamenávanie dovtedy nepozorovateľných procesov,“ komentuje Alexander Valerievich Bukhanovsky, riaditeľ. Univerzita ITMO. "Zároveň sa pozornosť venuje nielen tomu, ako organizovať proces ukladania a používania údajov, ale aj zdôvodňovaniu záverov a rozhodnutí, ako aj vytváraniu prediktívnych modelov."
Aké budú úlohy? Tým ich pripravuje Univerzita ITMO. Zohľadňujú skutočnosť, že špecialista na veľké dáta musí mať základné znalosti z teórie pravdepodobnosti a matematickej štatistiky, ako aj strojového učenia. Rozumieť logike a metodológii moderných systémov umelej inteligencie a ovládať R, Java, Scala, Python (alebo iné nástroje na riešenie praktických problémov).
Nižšie uvádzame príklad problému z jednej z etáp olympiády.
Príklad úlohy: V klastri je 50 serverov, na každom je 12 dostupných jadier. Zdroje medzi mapovačmi a reduktormi sa prerozdeľujú dynamicky (neexistuje striktné rozdelenie zdrojov). Napíšte, koľko minút pobeží na takomto klastri úloha MapReduce, ktorá vyžaduje 1000 mapovačov. V tomto prípade je prevádzkový čas jedného mapovača 20 minút. Ak v úlohe necháte iba 1 reduktor, potom spracuje všetky údaje za 1000 minút. Odpoveď sa prijíma s presnosťou na jedno desatinné miesto.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Správna odpoveďC
Ako sa pripraviť. Môžete začať s nasledujúcimi zdrojmi:
- . Môže byť užitočný pre samostatnú prácu so zdrojovými kódmi pri riešení problémov.
- . Základná práca hovorí, prečo pravdepodobnostné modely potrebujú taký matematický konštrukt ako σ-algebra.
- . Jednoduchá a užitočná kniha, ktorá načrtáva základy pravdepodobnostného počtu náhodných udalostí.
Niekoľko ďalších dostupných kníh o aplikovanej štatistike pre rôzne oblasti činnosti. Ich autori jednoducho, ale efektívne vysvetľujú logiku riešenia úloh bodového a intervalového odhadu:
Referencie
Informácie nájdete aj v tematických kurzoch na webovej stránke olympiády.
robotické
Robotika spája disciplíny, ako sú algoritmy, elektronika a mechanika. Týmto smerom by sa mali vybrať tí, ktorí už študujú alebo sa pripravujú na vstup do magisterských a postgraduálnych programov softvérového inžinierstva, aplikovanej mechaniky, aplikovanej matematiky a informatiky či elektronického inžinierstva. Osvedčení študenti sa môžu zapísať do programov zadarmo “",""A"„našej univerzity.
Aké budú úlohy? Študenti magisterského a bakalárskeho štúdia riešia rôzne úlohy. Všetky úlohy však preverujú komplexné znalosti z teórie riadenia, spracovania informácií a modelovania robotov. Účastníci budú napríklad požiadaní, aby skontrolovali stabilitu alebo ovládateľnosť systému, vybrali štruktúru alebo vypočítali koeficienty regulátora.
„Budeme musieť vyriešiť priamy alebo inverzný kinematický problém mobilného alebo manipulatívneho robota, pracovať s Jacobiánom systému a hľadať vyrovnávacie momenty v kĺboch pod daným vonkajším zaťažením,“ hovorí Sergej Alekseevič Koljubin, zástupca riaditeľa. v ITMO. "Budú tu programovacie úlohy - musíte napísať malý program na modelovanie robota alebo plánovanie trajektórií v Pythone alebo C++."
Vo finále musia študenti naprogramovať robota tak, aby vykonával úlohy od partnerských spoločností: Ruské železnice, Diakont, KUKA atď. Projekty sa týkajú dronov na zemi a vo vzduchu, ako aj kolaboratívnych robotov pracujúcich v podmienkach fyzického kontaktu s životné prostredie. Formát súťaže sa podobá . Najprv študenti pracujú na simulátore a potom na skutočnom hardvéri.
Ďalej zvážime niekoľko možností úloh v oblasti robotiky, s ktorými sa môžu študenti stretnúť. Tu sú príklady pre uchádzačov o magisterské programy:
Príklad úlohy č. 1: Automobilový kinematický robot sa pohybuje lineárnou rýchlosťou v=0,3 m/s. Volant je natočený pod uhlom w=0,2 rad. Ak sa polomer kolies robota rovná r = 0,02 m a dĺžka a dráha robota sa rovná L = 0,3 ma d = 0,2 m, aké budú uhlové rýchlosti každého zo zadných kolies w1 a w2, vyjadrené v rad/s ?
Svoju odpoveď zadajte vo formáte dvoch čísel oddelených medzerou s presnosťou na dve desatinné miesta, berúc do úvahy znamienko.Príklad úlohy č. 2: Čo môže byť znakom astatizmu v uzavretom systéme vo vzťahu k referenčnému vplyvu, ak sa analýza vykonáva podľa štruktúrneho diagramu systému?
prítomnosť aperiodických spojení v otvorenom okruhu;
prítomnosť ideálnych integračných prepojení v otvorenej slučke;
prítomnosť oscilačných a konzervatívnych väzieb v otvorenom okruhu.
Tu sú problémy pre tých, ktorí vstupujú na postgraduálnu školu alebo na pobyt:
Príklad úlohy č. 1: Na obrázku je robotický manipulátor s redundantnou kinematikou so 7 rotačnými kĺbmi. Obrázok ukazuje základný súradnicový systém robota {s} s vektorom osi y kolmým na rovinu stránky, súradnicový systém {b} spojený s prírubou a kolineárny s {s}. Robot je znázornený v konfigurácii, v ktorej sú uhlové súradnice všetkých spojov rovné 0. Na obrázku sú znázornené špirálové osi pre sedem kinematických párov (kladný smer proti smeru hodinových ručičiek). Osi spojov 2, 4 a 6 sú v koorientácii, osi spojov 1, 3 5 a 7 sú zhodné s osami počiatočného súradnicového systému základne. Veľkosti spojov L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m a L4 = 0,15 m.
Príklad úlohy č. 2: Pre stabilnejšiu prevádzku algoritmu simultánnej lokalizácie a mapovania (SLAM) pre mobilné roboty založeného na časticových filtroch sa vývojári rozhodli použiť prevzorkovací algoritmus prevzorkovacieho kolesa. V určitom bode činnosti algoritmu zostala v pamäti vzorka 5 „častíc“ s váhami w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0. 5 a w(0,8) = XNUMX. Pri akej minimálnej prahovej hodnote efektívnej veľkosti vzorky pri danej iterácii sa spustí mechanizmus prevzorkovania. Svoju odpoveď napíšte v desatinnom formáte s presnosťou na jedno desatinné miesto.
Ako sa pripraviť. Svoje znalosti a vyhliadky môžete zhodnotiť pomocou kontrolného zoznamu. Účastníci odboru Robotika musia:
- Poznať princípy modelovania robotov, vlastnosti moderných senzorov a metódy získavania senzorických informácií.
- Poznať a vedieť aplikovať v praxi metódy a algoritmy na plánovanie trajektórie a automatické riadenie, ako aj na spracovanie senzorických informácií.
- Majte zručnosti v štruktúrovanom a objektovo orientovanom programovaní. Byť schopný pracovať vo vývojových prostrediach pre robotické systémy.
- Poznať princípy, kľúčové vlastnosti a prevádzkové vlastnosti výpočtovej časti, pohonov a senzorov moderných robotov. Majte schopnosti plánovať a nastavovať experimenty.
Ak chcete „utiahnuť“ niektorú z oblastí, môžete venovať pozornosť . Rozoberajú sa tam niektoré problémy z predchádzajúcich olympiád. Existuje aj odborná literatúra, napr.
Viac kníh
A online kurzy na Openedu, Coursera a Edx
Ďalšie informácie o olympiáde:
Zdroj: hab.com