«"je tekmovanje za diplomirane in magistre humanističnih in tehničnih smeri. Organizirajo ga velika ruska IT podjetja in najmočnejše univerze v državi, vključno z Univerzo ITMO. Danes govorimo o ciljih olimpijade in dveh področjih, ki ju nadzoruje naša univerza - "Big Data" in "Robotika" (o ostalem - v naših naslednjih habratopicah).
pogled: /unsplash.com
Nekaj besed o olimpijskih igrah
Namen. Ocenite znanje študentov in jih seznanite z zahtevami delodajalcev. Študenti se razvijajo na izbranem znanstvenem področju in delajo v mednarodnih podjetjih. Delodajalec ima tudi koristi - ni mu treba ponovno registrirati usposobljenih strokovnjakov in pozdraviti novo zaposlenih s stavkom: "Pozabite vse, kar so vas učili na univerzi."
Zakaj sodelovati? Zmagovalci vstopiti na ruske univerze brez izpitov. Pripravništvo lahko dobite pri Yandexu, Sberbank, IBS, Mail.ru in drugih velikih korporacijah. Lani ponudbe ruskih podjetij več kot štiristo najboljših udeležencev. Obiskali bodo lahko tudi dijaki, ki so se izkazali .
Kdo sodeluje? Študenti vseh specialnosti - tehničnih, humanističnih in naravoslovnih. Poleg diplomantov, podiplomskih študentov, rezidentov in študentov tujih univerz.
Oblika dogodka. Prijavite se lahko do 18. novembra. Spletna kvalifikacijska stopnja bo potekala od 22. novembra do 8. decembra, vendar jo lahko preskočite, če uspešno opravite vsaj dve . Zmagovalci kvalifikacijskega kroga bodo napredovali na interna tekmovanja na večjih univerzah po vsej državi, ki so na sporedu od januarja do marca. Rezultati olimpijade »Jaz sem profesionalec« bodo objavljeni aprila .
Letošnja olimpijada vključuje 68 področij. Strokovnjaki Univerze ITMO nadzorujejo pet od njih: "Fotonika", "Informacijska in kibernetska varnost", "Programiranje in informacijske tehnologije", pa tudi "Veliki podatki" in "Robotika". Povedali vam bomo več o zadnjih dveh.
Veliki podatki
To področje zajema vse tehnologije življenjskega cikla velikih podatkov, vključno z njihovim zbiranjem, shranjevanjem, obdelavo, modeliranjem in interpretacijo. Zmagovalci se bodo lahko brez izpitov vpisali v magistrski program Univerze ITMO za programe: »Uporabna matematika in informatika«, »Digitalno zdravje«, »Finančne tehnologije velikih podatkov« in .
Udeleženci bodo imeli tudi možnost opravljanja pripravništva v specializacijah podatkovnega znanstvenika in podatkovnega inženirja v partnerskih podjetjih. To so Nacionalni center za kognitivne raziskave, Mail.ru, Gazpromneft STC, Rosneft, Sberbank in ER-Telecom.
»V zadnjih letih je področje velikih podatkov vse bolj priljubljeno. Tehnologije za primarno zbiranje in shranjevanje podatkov se razvijajo, pojavljajo se novi digitalni mehanizmi (na področju interneta stvari in družbenih omrežij) za beleženje prej neopazljivih procesov,« komentira Alexander Valerievich Bukhanovsky, direktor Univerza ITMO. "Hkrati se pozornost ne posveča le temu, kako organizirati proces shranjevanja in uporabe podatkov, temveč tudi utemeljevanju zaključkov in odločitev ter ustvarjanju napovednih modelov."
Kakšne bodo naloge? Pripravlja jih ekipa Univerza ITMO. Upoštevajo dejstvo, da mora specialist za velike podatke imeti osnovno znanje teorije verjetnosti in matematične statistike ter strojnega učenja. Razumeti logiko in metodologijo sodobnih sistemov umetne inteligence ter govoriti R, Java, Scala, Python (ali druga orodja za reševanje praktičnih problemov).
Spodaj podajamo primer problema iz ene od stopenj olimpijade.
Primer naloge: V gruči je 50 strežnikov, na vsakem je 12 razpoložljivih jeder. Viri med preslikavami in reduktorji se dinamično prerazporejajo (stroge delitve virov ni). Napišite, koliko minut se bo na takšni gruči izvajalo opravilo MapReduce, ki zahteva 1000 preslikav. V tem primeru je čas delovanja enega mapperja 20 minut. Če v nalogi pustite samo 1 reduktor, bo vse podatke obdelal v 1000 minutah. Sprejet je odgovor na eno decimalno mesto natančno.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Pravilen odgovorC
Kako pripraviti. Začnete lahko z naslednjimi viri:
- . Uporaben je lahko za samostojno delo z izvornimi kodami za reševanje problemov.
- . Temeljno delo pove, zakaj verjetnostni modeli potrebujejo tak matematični konstrukt, kot je σ-algebra.
- . Preprosta in uporabna knjiga, ki opisuje osnove verjetnostnega računa naključnih dogodkov.
Več razpoložljivih knjig o uporabni statistiki za različna področja dejavnosti. Njihovi avtorji preprosto, a učinkovito pojasnjujejo logiko reševanja problemov ocenjevanja točk in intervalov:
Reference
Informacije lahko najdete tudi v tematskih tečajih na spletni strani olimpijskih iger.
Robotika
Robotika združuje discipline, kot so algoritmi, elektronika in mehanika. To smer se splača izbrati tistim, ki že študirajo ali se pripravljajo na magistrski in podiplomski študij programskega inženirstva, uporabne mehanike, uporabne matematike in računalništva ali elektronskega inženirstva. Preverjeni študenti se lahko v programe vpišejo brezplačno """"In""naše univerze.
Kakšne bodo naloge? Študenti magistrskega in dodiplomskega študija rešujejo različne naloge. Vse naloge pa preverjajo kompleksno znanje teorije vodenja, obdelave informacij in modeliranja robotov. Udeleženci bodo na primer pozvani, da preverijo stabilnost ali nadzorljivost sistema, izberejo strukturo ali izračunajo koeficiente regulatorja.
"Morali bomo rešiti neposredni ali inverzni problem kinematike za mobilnega ali manipulativnega robota, delati z Jacobianom sistema in iskati momente uravnoteženja v sklepih pod določeno zunanjo obremenitvijo," pravi Sergej Aleksejevič Koljubin, namestnik direktorja v ITMO. "Na voljo bodo programske naloge - napisati morate majhen program za modeliranje robota ali načrtovanje poti v Pythonu ali C++."
V finalu morajo študentje programirati robota za izvajanje nalog partnerskih podjetij: Ruske železnice, Diakont, KUKA itd. Projekti se nanašajo na drone za kopno in zrak ter kolaborativne robote, ki delajo v pogojih fizičnega stika z okolju. Oblika tekmovanja je podobna . Študenti najprej delajo na simulatorju, nato pa na pravi strojni opremi.
Nato bomo preučili več možnosti za naloge na področju robotike, s katerimi se učenci lahko srečajo. Tu so primeri za kandidate za magistrske programe:
Primer naloge št. 1: Avtomobilski kinematični robot se premika z linearno hitrostjo v=0,3 m/s. Volan je obrnjen za kot w=0,2 rad. Če je polmer robotovih koles enak r=0,02 m, dolžina in tir robota pa L=0,3 m oziroma d=0,2 m, kakšne bodo kotne hitrosti vsakega od zadnjih koles w1 in w2, izraženo v rad/s ?
Odgovor vnesite v obliki dveh številk, ločenih s presledkom, natančno na drugo decimalno mesto, upoštevajoč predznak.Primer naloge št. 2: Kaj je lahko znak astatizma v zaprtem sistemu glede na referenčni vpliv, če analizo izvajamo po strukturnem diagramu sistema?
prisotnost aperiodičnih povezav v odprtem vezju;
prisotnost idealnih integracijskih povezav v odprti zanki;
prisotnost oscilatornih in konzervativnih povezav v odprtem krogu.
Tukaj so težave za tiste, ki vstopajo na podiplomski študij ali bivanje:
Primer naloge št. 1: Na sliki je prikazan robotski manipulator z redundantno kinematiko s 7 rotacijskimi sklepi. Slika prikazuje osnovni koordinatni sistem robota {s} z vektorjem osi y, pravokotnim na ravnino strani, koordinatni sistem {b}, povezan s prirobnico in kolinearen z {s}. Robot je prikazan v konfiguraciji, v kateri so kotne koordinate vseh členov enake 0. Na sliki so prikazane spiralne osi za sedem kinematičnih parov (pozitivna smer urinega kazalca). Osi členkov 2, 4 in 6 so sousmerjene, osi členkov 1, 3, 5 in 7 so enake osem izhodiščnega koordinatnega sistema baze. Velikosti povezav L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m in L4 = 0,15 m.
Primer naloge št. 2: Za stabilnejše delovanje algoritma simultane localization and mapping (SLAM) za mobilne robote, ki temeljijo na filtrih delcev, so se razvijalci odločili za uporabo algoritma resampling wheel resampling. Na določeni točki delovanja algoritma je v pomnilniku ostal vzorec 5 »delcev« z utežmi w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0. 5 in w(0,8) = XNUMX. Pri kateri najmanjši vrednosti praga dejanske velikosti vzorca pri dani ponovitvi se bo sprožil mehanizem za ponovno vzorčenje. Odgovor zapišite v decimalni obliki natančno na eno decimalno mesto.
Kako pripraviti. Svoje znanje in možnosti lahko ocenite s kontrolnim seznamom. Udeleženci smeri Robotika morajo:
- Poznati principe modeliranja robotov, značilnosti sodobnih senzorjev in metode za pridobivanje senzoričnih informacij.
- Poznati in znati v praksi uporabiti metode in algoritme za načrtovanje trajektorije in avtomatsko krmiljenje ter obdelavo senzoričnih informacij.
- Imeti veščine strukturiranega in objektno usmerjenega programiranja. Sposoben delati v razvojnih okoljih za robotske sisteme.
- Poznati principe, ključne značilnosti in značilnosti delovanja računalniškega dela, pogonov in senzorjev sodobnih robotov. Imeti veščine za načrtovanje in postavitev poskusov.
Če želite "zaostriti" katero koli področje, lahko posvetite pozornost . Tam so obravnavani nekateri problemi s prejšnjih olimpijad. Obstaja tudi specializirana literatura, na primer:
Več knjig
In spletni tečaji na Openedu, Coursera in Edx
Dodatne informacije o olimpijadi:
Vir: www.habr.com