Шта треба да знате о олимпијади „Ја сам професионалац“: говоримо о областима „Велики подаци“ и „Роботика“

«Ја сам професионалац„је конкурс за дипломце и мастере хуманистичких и техничких специјалности. Организују га велике руске ИТ компаније и најјачи универзитети у земљи, укључујући Универзитет ИТМО. Данас говоримо о циљевима олимпијаде и две области које наш универзитет надгледа – „Велики подаци“ и „Роботика“ (о осталом – у нашим следећим хабратопицима).

Преглед: Виктор Азнабаев / Унспласх.цом

Неколико речи о Олимпијади

Сврха. Проценити знање ученика и упознати их са захтевима послодаваца. Студенти се развијају у изабраној научној области, радећи у међународним компанијама. Послодавац такође има користи - он не мора поново да региструје обучене стручњаке и поздравља новозапослене раднике фразом: „Заборавите све што сте учили на универзитету.

Зашто учествовати? Победници добити прилику уписати руске универзитете без испита. Можете добити праксу у Иандек, Сбербанк, ИБС, Маил.ру и другим великим корпорацијама. Прошле године понуде руских компанија добио више од четири стотине најбољих учесника. Такође, моћи ће да посете и студенти који су се доказали зимске школе.

Ко учествује? Студенти свих специјалности – техничких, хуманистичких и природних наука. Поред дипломаца, дипломираних студената, резидента и студената страних универзитета.

Формат догађаја. Можете се пријавити до 18. новембра. Онлине квалификациона фаза ће се одржати од 22. новембра до 8. децембра, али можете је прескочити ако успешно завршите најмање две онлајн курсеви са листе. Победници квалификационог круга пласираће се на интернационална такмичења на главним универзитетима широм земље, која су заказана за јануар - март. Резултати олимпијаде „Ја сам професионалац“ биће објављени у априлу на сајту пројекта.

Ове године Олимпијада обухвата 68 области. Стручњаци Универзитета ИТМО надгледају пет од њих: „Фотоника”, „Информациона и сајбер безбедност”, „Програмирање и информационе технологије”, као и „Биг Дата” и „Роботика”. Рећи ћемо вам више о последња два.

Велики података

Ова област покрива све технологије животног циклуса великих података, укључујући њихово прикупљање, складиштење, обраду, моделирање и интерпретацију. Победници ће моћи да уђу на мастер програм на Универзитету ИТМО без испита за програме: „Примењена математика и информатика“, „Дигитално здравље“, „Биг Дата Финанциал Тецхнологиес“ и неколико других.

Учесници ће такође имати прилику да прођу праксу у специјалностима дата сциенце и дата инжењера у партнерским компанијама. То су Национални центар за когнитивна истраживања, Маил.ру, Газпромњефт СТЦ, Росњефт, Сбербанка и ЕР-Телеком.

„Последњих година, област великих података постаје све популарнија. Развијају се технологије за примарно прикупљање и складиштење података, појављују се нови дигитални механизми (у области ИоТ-а и друштвених мрежа) за снимање процеса који се раније нису могли посматрати“, коментарише Александар Валериевич Бухановски, директор Мегафакултет за транслационе информационе технологије Универзитет ИТМО. „При томе се пажња посвећује не само начину организовања процеса чувања и коришћења података, већ и оправдавању закључака и одлука, као и креирању предиктивних модела.

Шта ће бити задаци? Тим их припрема Мегафакултет за транслационе информационе технологије Универзитет ИТМО. Они узимају у обзир чињеницу да специјалиста за велике податке мора имати основна знања из теорије вероватноће и математичке статистике, као и машинског учења. Разумети логику и методологију савремених система вештачке интелигенције и говорити Р, Јава, Сцала, Питхон (или друге алате за решавање практичних проблема).

У наставку дајемо пример задатка из једне од фаза олимпијаде.

Пример задатка: Постоји 50 сервера у кластеру, са 12 доступних језгара на сваком. Ресурси између мапера и редуктора се динамички редистрибуирају (не постоји строга подела ресурса). Напишите колико минута ће задатак МапРедуце који захтева 1000 мапера радити на таквом кластеру. У овом случају, време рада једног мапера је 20 минута. Ако оставите само 1 редуктор у задатку, онда ће све податке обрадити за 1000 минута. Одговор се прихвата са тачношћу до једне децимале.

А. КСНУМКС
Б. КСНУМКС
Ц. КСНУМКС
Д. КСНУМКС

Тачан одговорC

Како припремити. Можете почети са следећим ресурсима:

• Водич за рачунарски математички систем МатхЦАД. Може бити корисно за самосталан рад са изворним кодовима за решавање проблема.
• Основе конструисања и интерпретације вероватносних модела. Фундаментални рад говори зашто је вероватноћанским моделима потребна таква математичка конструкција као што је σ-алгебра.
• Гмурман В. Е. “Теорија вероватноће и математичка статистика”. Једноставна и корисна књига која описује основе вероватноћег израчуна случајних догађаја.

Још неколико доступних књига о примењеној статистици за различите области делатности. Њихови аутори једноставно, али ефикасно објашњавају логику решавања проблема процене тачке и интервала:

Литература

• Хан Г. “Статистички модели у инжењерским проблемима”
• Орлов А.И. „Вероватноћа и примењена статистика. Основне чињенице"
• Левин "Статистика за менаџере који користе Мицрософт Екцел"
• Фисхер Р.А. “Статистичке методе за истраживаче”
• Кобзар А. И. Примењена математичка статистика
• Трукхацхева Н.В. "Медицинска статистика"
• ГОСТ за статистичке прорачуне

Информације се такође могу наћи у тематским курсевима са одобрене листе на сајту Олимпијаде.

Роботика

Роботика комбинује дисциплине као што су алгоритми, електроника и механика. Овај смер вреди изабрати за оне који већ студирају или се припремају за упис на мастер и постдипломске програме из софтверског инжењерства, примењене механике, примењене математике и рачунарства или електронског инжењерства. Провјерени студенти могу бесплатно да се упишу на програме "Роботика""Дигитални системи управљања"И"Дигитални производни системи и технологије„нашег универзитета.

Шта ће бити задаци? Студенти мастер и основних студија решавају различите задатке. Међутим, сви задаци тестирају комплексно познавање теорије управљања, обраде информација и моделирања робота. На пример, од учесника ће се тражити да провере стабилност или управљивост система, одаберу структуру или израчунају коефицијенте регулатора.

„Мораћемо да решимо директан или инверзни кинематички проблем за мобилног или манипулативног робота, радимо са Јакобијаном система и тражимо балансне моменте у зглобовима под датим спољним оптерећењем“, каже Сергеј Алексејевич Кољубин, заменик директора Мегафакултет за рачунарске технологије и менаџмент ат ИТМО. „Биће програмских задатака - потребно је да напишете мали програм за моделирање робота или планирање путања у Питхон-у или Ц++-у.

У финалу, студенти морају програмирати робота да извршава задатке партнерских компанија: Руске железнице, Диаконт, КУКА итд. Пројекти се односе на дронове за копно и ваздух, као и колаборативне роботе који раде у условима физичког контакта са Животна средина. Формат такмичења личи на ДАРПА Роботицс Цхалленге. Прво, ученици раде на симулатору, а затим на стварном хардверу.

Затим ћемо размотрити неколико опција за задатке из области роботике са којима се ученици могу сусрести. Ево примера за кандидате за мастер програме:

Пример задатка #1: Аутомобилски кинематички робот креће се линеарном брзином в=0,3 м/с. Волан је закренут под углом в=0,2 рад. Ако је полупречник точкова робота једнак р=0,02 м, а дужина и траг робота једнаки Л=0,3 м и д=0,2 м, респективно, колике ће бити угаоне брзине сваког од задњих точкова в1 и в2, изражено у рад/с?

Унесите свој одговор у формату два броја одвојена размаком, тачно на другу децималу, узимајући у обзир знак.

Пример задатка #2: Шта може бити знак астатизма у затвореном систему у односу на референтни утицај, ако се анализа врши према структурном дијаграму система?

присуство апериодичних веза у отвореном колу;
присуство идеалних интеграционих веза у отвореној петљи;
присуство осцилаторних и конзервативних веза у отвореном колу.

Ево проблема за оне који улазе у постдипломске школе или на специјализацију:

Пример задатка #1: На слици је приказан роботски манипулатор са редундантном кинематиком са 7 ротационих зглобова. На слици је приказан координатни систем базе робота {с} са вектором и-осе окомито на раван странице, координатни систем {б} повезан са прирубницом и колинеарно са {с}. Робот је приказан у конфигурацији у којој су угаоне координате свих карика једнаке 0. Завојне осе за седам кинематичких парова приказане су на слици (позитиван смер супротно од казаљке на сату). Осе спојева 2, 4 и 6 су коусмерене, осе зглобова 1, 3, 5 и 7 су идентичне осовинама почетног координатног система основе. Величине везе Л1 = 0,34 м, Л2 = 0,4 м, Л3 = 0,4 м и Л4 = 0,15 м.

Пример задатка #2: За стабилнији рад алгоритма симултане локализације и мапирања (СЛАМ) за мобилне роботе засноване на филтерима честица, програмери су одлучили да користе алгоритам поновног узорковања точка за поновно узорковање. У одређеном тренутку рада алгоритма, у меморији је остао узорак од 5 „честица“ са тежинама в(1) = 0,5, в(2) = 1,2, в(3) = 1,5, в(4) = 1,0. 5 и в(0,8) = XNUMX. На којој минималној вредности прага ефективне величине узорка у датој итерацији ће бити покренут механизам поновног узорковања. Одговор напишите у децималном формату са тачношћу од једне децимале.

Како припремити. Можете да процените своје знање и изгледе користећи контролну листу. Учесници смера Роботика морају:

• Познавати принципе моделирања робота, карактеристике савремених сензора и методе за добијање сензорних информација.
• Знати и умети да примени у пракси методе и алгоритме за планирање путање и аутоматско управљање, као и обраду сензорних информација.
• Поседовати вештине структурираног и објектно оријентисаног програмирања. Бити способан да ради у развојним окружењима за роботске системе.
• Познавати принципе, кључне карактеристике и радне карактеристике рачунарског дела, погона и сензора савремених робота. Имајте вештине за планирање и постављање експеримената.

Да бисте "затегли" било коју од области, можете обратити пажњу вебинари са званичног сајта. Тамо се говори о неким проблемима са претходних олимпијада. Постоји и специјализована литература, на пример:

• Колиубин С. А. "Динамика роботских система"
• Борисов О.И., Громов В.С., Пиркин А.А. „Методе за контролу роботских апликација“
• Мирошник И.В. „Теорија аутоматског управљања. Линеарни системи"
• Бруно Сицилијано "Роботика: моделирање, планирање и контрола"

Још књига

• Миросхник И. В. „Теорија аутоматског управљања. Нелинеарни и оптимални системи"
• Јуревич Е. И. "Основе роботике"
• Етиенне Домбре “Моделирање, анализа перформанси и контрола роботских манипулатора”
• Марк Спонг, Сет Хачинсон "Моделирање и контрола робота"
• Бруно Сицилијано "Спрингеров приручник за роботику"
• Себастијан Тхрун, Волфрам Бургард, Диетер Фок "Вероватна роботика"

И онлајн курсеви на Опенеду, Цоурсера и Едк

• Управљање мехатроничким и роботским системима
• Линеарни системи аутоматског управљања
• Основи мехатронике и роботике
• Методе за обраду навигационих мерних информација
• Алгоритми програмирања и структуре података
• Елементи система аутоматског управљања
• Теорија аутоматског управљања. Нелинеарни системи аутоматског управљања
• Моделирање процеса и система. Нелинеарни динамички системи
• Основе роботике И – Моделирање робота
• Роботицс
• Роботика: динамика и контрола
• Роботика: Перцепција
• Контрола мобилних робота
• Роботика: Кинематика и математичке основе
• Аутономни мобилни роботи

Додатне информације о Олимпијади:

• Олимпијада „Ја сам професионалац“: званични сајт
• Регулаторни документи

Извор: ввв.хабр.цом