«"nyaéta kompetisi pikeun sarjana sareng master humaniora sareng spesialis téknis. Éta diayakeun ku perusahaan IT Rusia ageung sareng paguron luhur nagara, kalebet Universitas ITMO. Dinten ieu kami ngobrol ngeunaan tujuan Olimpiade jeung dua wewengkon nu universitas urang oversees - "Data Big" jeung "Robotics" (ngeunaan sésana - dina habratopics urang salajengna).
Témbongkeun: /unsplash.com
Sababaraha kecap ngeunaan Olimpiade
Tujuanna. Assess pangaweruh siswa sarta ngawanohkeun aranjeunna kana sarat dunungan. Siswa mekar dina widang ilmiah anu dipilih, damel di perusahaan internasional. Dunungan ogé nguntungkeun - anjeunna henteu kedah ngadaptar deui spesialis anu dilatih sareng ngabagéakeun karyawan anu nembé nyéwa kalayan frasa: "Poho sadayana anu anjeun diajarkeun di universitas."
Naha milu? Jawara asup universitas Rusia tanpa ujian. Anjeun tiasa nampi magang di Yandex, Sberbank, IBS, Mail.ru sareng perusahaan ageung sanés. Taun ka tukang, nawaran ti pausahaan Rusia leuwih ti opat ratus pamilon pangalusna. Ogé, murid anu parantos ngabuktikeun diri bakal tiasa nganjang .
Saha anu milu? Murid sadaya specialties - teknis, humaniora jeung élmu alam. Salian ti lulusan, mahasiswa pascasarjana, warga jeung mahasiswa universitas asing.
Format acara. Anjeun tiasa ngadaptar dugi ka 18 Nopémber. Tahap kualifikasi online bakal lumangsung ti 22 Nopémber nepi ka 8 Désémber, tapi anjeun tiasa ngalangkunganana upami anjeun suksés ngalengkepan sahenteuna dua. . Pemenang babak kualifikasi bakal maju ka kompetisi intramural di paguron luhur di sakuliah nagara, anu dijadwalkeun Januari - Maret. Hasil tina Olimpiade "Kuring Profesional" bakal diterbitkeun dina April .
Taun ieu Olimpiade ngawengku 68 wewengkon. Spésialis ITMO University ngawaskeun lima di antarana: "Fotonics", "Information and Cyber Security", "Programming and Information Technologies", ogé "Big Data" sareng "Robotics". Kami bakal nyarios langkung seueur ngeunaan dua anu terakhir.
Data badag
Wewengkon ieu nyertakeun sadaya téknologi daur hirup Big Data, kalebet koleksi, neundeun, pamrosésan, modél sareng interpretasi. Pemenang bakal tiasa ngalebetkeun program master di Universitas ITMO tanpa ujian pikeun program: "Matématika Terapan sareng Informatika", "Kaséhatan Digital", "Teknologi Keuangan Data Besar" sareng .
Pamilon ogé bakal ngagaduhan kasempetan pikeun ngajalanan magang dina spesialisasi élmuwan data sareng insinyur data di perusahaan mitra. Ieu mangrupikeun Pusat Nasional Panalungtikan Kognitif, Mail.ru, Gazpromneft STC, Rosneft, Sberbank sareng ER-Telecom.
"Dina taun-taun ayeuna, bidang Big Data janten langkung populer. Téknologi pikeun ngumpulkeun sareng neundeun data primér ngembang, mékanisme digital anyar muncul (dina widang IoT sareng jaringan sosial) pikeun ngarékam prosés anu henteu tiasa ditingali sateuacana, ”koméntar Alexander Valerievich Bukhanovsky, diréktur. Universitas ITMO. "Dina waktos anu sami, perhatian dibayar henteu ngan ukur kumaha ngatur prosés nyimpen sareng ngagunakeun data, tapi ogé pikeun menerkeun kacindekan sareng kaputusan, ogé nyiptakeun modél duga."
Naon anu bakal janten tugas? Tim nyiapkeun aranjeunna Universitas ITMO. Aranjeunna tumut kana akun kanyataan yén spesialis Big Data kudu boga pangaweruh dasar dina téori probabiliti sarta statistik matematik, kitu ogé learning mesin. Boga pamahaman logika jeung metodologi sistem kecerdasan jieunan modern jeung nyarita R, Java, Scala, Python (atawa parabot lianna pikeun ngajawab masalah praktis).
Di handap ieu kami masihan conto masalah tina salah sahiji tahapan Olimpiade.
conto tugas: Aya 50 server dina kluster, kalawan 12 sadia cores on unggal. Sumberdaya antara mappers sareng reducer disebarkeun deui sacara dinamis (teu aya pembagian sumberdaya anu ketat). Tulis sabaraha menit tugas MapReduce anu merlukeun 1000 mappers bakal ngajalankeun on klaster kitu. Dina hal ieu, waktu operasi hiji mapper nyaéta 20 menit. Upami anjeun ngan ukur ngantunkeun 1 réduksi dina tugas, maka éta bakal ngolah sadaya data dina 1000 menit. Jawaban anu ditarima akurat pikeun hiji tempat decimal.
A. 44.6
B. 43.2
C. 41.6
D. 50.0Jawaban anu leresC
Kumaha nyiapkeun. Anjeun tiasa ngamimitian ku sumber-sumber ieu:
- . Bisa jadi mangpaat pikeun karya bebas kalawan kode sumber pikeun ngarengsekeun masalah.
- . Karya fundamental ngabejaan naha model probabilistik merlukeun konstruksi matematik saperti σ-aljabar.
- . Buku basajan tur mangpaat nu outlines dasar kalkulus probabilistik kajadian acak.
Sababaraha deui buku sadia on statistik terapan pikeun sagala rupa widang kagiatan. Pangarangna ngan saukur tapi sacara efektif ngajelaskeun logika pikeun ngarengsekeun masalah titik sareng estimasi interval:
Rujukan
Inpormasi ogé tiasa dipendakan dina kursus tematik dina ramatloka Olimpiade.
Robotika
Robotika ngagabungkeun disiplin sapertos algoritma, éléktronika sareng mékanika. Arah ieu patut dipilih pikeun anu parantos diajar atanapi nyiapkeun pikeun asup program master sareng pascasarjana dina rékayasa perangkat lunak, mékanika terapan, matématika terapan sareng élmu komputer atanapi rékayasa éléktronik. Siswa anu kabuktian tiasa ngadaptarkeun program gratis "",""Jeung""universitas urang.
Naon anu bakal janten tugas? Siswa master sareng sarjana ngarengsekeun tugas anu béda. Nanging, sadaya tugas nguji pangaweruh kompleks ngeunaan téori kontrol, pamrosésan inpormasi sareng modél robot. Salaku conto, pamilon bakal dipenta pikeun pariksa stabilitas atanapi kadali sistem, milih struktur, atanapi ngitung koefisien régulator.
"Urang kudu ngajawab masalah kinematics langsung atawa tibalik pikeun robot mobile atawa manipulatif, gawé bareng Jacobian tina sistem jeung néangan kasaimbangan moments dina sendi dina beban éksternal dibikeun," nyebutkeun Sergei Alekseevich Kolyubin, timbalan diréktur. di ITMO. "Bakal aya tugas pemrograman - anjeun kedah nyerat program leutik pikeun modél robot atanapi ngarencanakeun lintasan dina Python atanapi C ++."
Dina final, siswa kudu program robot pikeun ngalaksanakeun tugas ti pausahaan mitra: Kareta api Rusia, Diakont, KUKA, jsb Proyék nu patali jeung drones pikeun darat jeung hawa, kitu ogé robot kolaborasi gawe dina kondisi kontak fisik jeung lingkungan. Format kompetisi nyarupaan . Kahiji, siswa dianggo dina simulator, lajeng dina hardware nyata.
Salajengna, urang bakal nganggap sababaraha pilihan pikeun tugas dina widang Robotics anu tiasa dipendakan ku murid. Ieu conto pikeun pelamar pikeun program master:
Contoh tugas #1: Robot kinematika otomotif ngalir kalayan laju linier v=0,3 m/s. Setir dihurungkeun dina sudut w = 0,2 rad. Upami radius roda robot sami sareng r = 0,02 m, sareng panjang sareng jalur robot sami sareng L = 0,3 m sareng d = 0,2 m, masing-masing, sabaraha laju sudut unggal roda pungkur. w1 jeung w2, dinyatakeun dina rad / s?
Lebetkeun jawaban anjeun dina format dua angka dipisahkeun ku spasi, akurat ka tempat decimal kadua, nyokot kana akun tanda.Contoh tugas #2: Naon tiasa janten tanda astatism dina sistem katutup relatif ka pangaruh rujukan, lamun analisis dilaksanakeun nurutkeun diagram struktural sistem?
ayana tumbu aperiodik dina sirkuit kabuka;
ayana tumbu integrasi idéal dina loop kabuka;
ayana tumbu osilasi sareng konservatif dina sirkuit kabuka.
Ieu mangrupikeun masalah pikeun anu asup ka sakola pascasarjana atanapi karésidénan:
Contoh tugas #1: Inohong nembongkeun manipulator robotic kalawan kinematics kaleuleuwihan jeung 7 mendi rotational. Gambar nembongkeun sistem koordinat dasar robot {s} jeung véktor sumbu-y jejeg kaca plane, sistem koordinat {b} disambungkeun kana flange jeung collinear jeung {s}. Robot ieu digambarkeun dina konfigurasi nu koordinat sudut sadaya Tumbu sarua jeung 0. Sumbu hélik pikeun tujuh pasang kinematic ditémbongkeun dina gambar (arah counterclockwise positif). Sumbu sambungan 2, 4 sareng 6 diarahkeun babarengan, sumbu sambungan 1, 3 5 sareng 7 sami sareng sumbu sistem koordinat awal dasarna. Ukuran link L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m, sarta L4 = 0,15 m.
Contoh tugas #2: Pikeun operasi anu langkung stabil tina algoritma lokalisasi sareng pemetaan simultaneous (SLAM) pikeun robot mobile dumasar kana saringan partikel, pamekar mutuskeun pikeun ngagunakeun algoritma resampling roda resampling. Dina titik nu tangtu dina operasi algoritma urang, sampel 5 "partikel" kalawan beurat w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 tetep dina mémori. jeung w(5) = 0,8. Dina naon nilai bangbarung minimum ukuran sampel éféktif dina iteration tinangtu bakal mékanisme resampling dibuka. Tulis jawaban anjeun dina format desimal akurat kana hiji tempat desimal.
Kumaha nyiapkeun. Anjeun tiasa evaluate pangaweruh anjeun sarta prospek ngagunakeun Daptar pariksa a. Pamilon dina jurusan Robotika kedah:
- Nyaho prinsip modeling robot, karakteristik sensor modern jeung métode pikeun meunangkeun informasi indrawi.
- Nyaho sareng tiasa nerapkeun dina prakték metode sareng algoritma pikeun perencanaan lintasan sareng kontrol otomatis, ogé ngolah inpormasi indrawi.
- Boga kaahlian dina program terstruktur sareng berorientasi obyék. Bisa dianggo dina lingkungan ngembangkeun pikeun sistem robotic.
- Nyaho prinsip, ciri konci sareng fitur operasi bagian komputasi, drive sareng sensor robot modern. Boga kaahlian pikeun ngarencanakeun sareng nyetél ékspérimén.
Pikeun "tighten up" salah sahiji wewengkon, anjeun tiasa nengetan . Sababaraha masalah ti Olimpiade saméméhna dibahas di dinya. Aya ogé sastra husus, contona:
Buku deui
Sareng kursus online ngeunaan Openedu, Coursera sareng Edx
Inpormasi tambahan ngeunaan Olimpiade:
sumber: www.habr.com