"
Saya seorang profesional " adalah kompetisi untuk para sarjana dan master dalam spesialisasi kemanusiaan dan teknis. Ini diselenggarakan oleh perusahaan IT besar Rusia dan universitas terkuat di negara itu, termasuk Universitas ITMO. Hari ini kita berbicara tentang tujuan Olympiad dan dua bidang yang diawasi universitas kita - Big Data dan Robotika (sisanya ada di habtopopics kita berikutnya).
Foto: Victor Aznabaev / Unsplash.comBeberapa kata tentang Olimpiade
Tujuan Nilai pengetahuan siswa dan kenalkan mereka pada persyaratan dari pemberi kerja. Siswa berkembang di bidang ilmiah yang dipilih, bekerja di perusahaan internasional. Majikan juga menang - dia tidak perlu melatih ulang spesialis terlatih dan bertemu karyawan yang baru dicetak dengan kalimat: "Lupakan semua yang Anda diajarkan di universitas."
Mengapa berpartisipasi? Pemenang
mendapatkan kesempatan untuk masuk ke universitas Rusia tanpa ujian. Anda bisa mendapatkan magang di Yandex, Sberbank, IBS, Mail.ru dan perusahaan besar lainnya. Tahun lalu, lebih dari empat ratus peserta terbaik
menerima tawaran dari perusahaan Rusia. Siswa yang telah membuktikan diri akan dapat menghadiri
sekolah musim dingin .
Siapa yang terlibat. Siswa dari semua spesialisasi - ilmu teknik, kemanusiaan dan alam. Selain lulusan, mahasiswa pascasarjana, penduduk dan mahasiswa universitas asing.
Format acara. Anda dapat mendaftar sebelum 18 November. Tahap kualifikasi online akan diadakan dari 22 November hingga 8 Desember, tetapi Anda dapat melewati itu jika Anda berhasil menyelesaikan setidaknya dua
kursus online dari daftar . Para pemenang babak kualifikasi akan mengikuti kompetisi penuh waktu di universitas-universitas besar di seluruh negeri, yang dijadwalkan untuk Januari - Maret. Hasil dari Olimpiade "Saya seorang Profesional" akan dipublikasikan pada bulan April
di situs web proyek .
Olimpiade tahun ini mencakup 68 arah. Para pakar Universitas ITMO mengawasi lima di antaranya - Photonics, Information and Cybersecurity, Programming and Technology Information, serta Big Data dan Robotics. Kami akan berbicara lebih banyak tentang dua yang terakhir.
Data besar
Area ini mencakup semua teknologi siklus hidup Big Data, termasuk pengumpulan, penyimpanan, pemrosesan, pemodelan, dan interpretasinya. Para pemenang akan dapat memasuki magistrasi Universitas ITMO tanpa ujian untuk program: "Matematika Terapan dan Ilmu Komputer", "Kesehatan Digital", "Teknologi Keuangan Data Besar" dan
beberapa lainnya .
Selain itu, peserta akan memiliki kesempatan untuk menyelesaikan magang di ilmuwan data dan spesialisasi insinyur data di perusahaan mitra. Ini adalah Pusat Nasional untuk Pengembangan Kognitif, Mail.ru, Gazpromneft STC, Rosneft, Sberbank dan ER-Telecom.
“Dalam beberapa tahun terakhir, Big Data semakin banyak diminati. Teknologi pengumpulan dan penyimpanan data primer sedang berkembang, mekanisme digital baru (di bidang IoT dan jejaring sosial) untuk mendaftarkan proses yang sebelumnya tidak dapat diobservasi muncul, ”komentar Bukhanovsky Alexander Valerievich, Direktur Teknologi Informasi Terjemahan Teknologi Mega Universitas ITMO. "Pada saat yang sama, perhatian diberikan tidak hanya pada bagaimana mengatur proses penyimpanan dan penggunaan data, tetapi juga pada pembuktian kesimpulan dan keputusan, serta penciptaan model prediksi."
Apa yang akan menjadi tugas. Mereka sedang dipersiapkan oleh tim
Megafaculty teknologi informasi translasi Universitas ITMO. Mereka memperhitungkan fakta bahwa spesialis pemrosesan Big Data harus memiliki pengetahuan dasar dalam teori probabilitas dan statistik matematika, serta pembelajaran mesin. Punya ide tentang logika dan metodologi sistem kecerdasan buatan modern dan ucapkan bahasa R, Java, Scala, Python (atau alat lain untuk memecahkan masalah praktis).
Selanjutnya, kami memberikan contoh masalah dari salah satu tahapan Olimpiade.
Contoh tugas: Dalam sekelompok 50 server, dengan masing-masing 12 inti tersedia. Sumber daya antara pemetaan dan reduksi didistribusikan secara dinamis (tidak ada pemisahan sumber daya yang ketat). Tulis berapa menit MapReduce akan bekerja pada kluster seperti itu, yang membutuhkan 1.000 pemetaan. Pada saat yang sama, waktu kerja satu mapper adalah 20 menit. Jika hanya 1 peredam yang tersisa dalam tugas, maka itu akan memproses semua data dalam 1000 menit. Jawabannya diterima dengan akurasi satu desimal.
A. 44.6
B. 43.2
C. 41.6
D. 50.0
Cara mempersiapkan. Anda dapat mulai dengan sumber daya berikut:
Beberapa buku lagi tentang statistik terapan untuk berbagai bidang kegiatan. Penulis mereka secara sederhana namun konsisten menjelaskan logika penyelesaian masalah estimasi titik dan interval:
Informasi juga dapat diperoleh dalam kursus tematik
dari daftar yang disetujui di situs Olimpiade.
Robotika
Robotika menggabungkan disiplin ilmu seperti algoritma, elektronik, dan mekanika. Memilih arah ini adalah bagi mereka yang sudah belajar atau bersiap untuk memasuki sekolah pascasarjana dalam spesialisasi teknik perangkat lunak, mekanika terapan, matematika terapan dan ilmu komputer, atau teknik elektronik. Siswa yang terbukti dapat mendaftar di
Robotika ,
Sistem Kontrol Digital dan program
Sistem dan Teknologi Produksi Digital di universitas kami secara gratis.
Apa yang akan menjadi tugas. Sarjana dan sarjana menyelesaikan tugas yang berbeda. Namun, semua tugas menguji pengetahuan yang kompleks di bidang teori kontrol, pemrosesan informasi dan pemodelan robot. Misalnya, peserta akan diminta untuk memeriksa stabilitas atau kemampuan pengendalian sistem, memilih struktur atau menghitung koefisien regulator.
"Kita harus menyelesaikan masalah kinematika langsung atau terbalik untuk robot seluler atau manipulasi, bekerja dengan Jacobian dari sistem dan mencari momen penyeimbang pada sambungan pada beban eksternal yang diberikan," kata Sergey Alexeyevich Kolyubin, wakil direktur Departemen Teknologi Komputer dan Manajemen ITMO ITMO. "Ini tidak akan dilakukan tanpa tugas pemrograman - Anda perlu menulis sebuah program kecil untuk mensimulasikan robot atau merencanakan lintasan dengan Python atau C ++."
Di final, siswa harus memprogram robot untuk melakukan tugas-tugas dari perusahaan mitra: Kereta Api Rusia, Diakon, KUKA, dan lainnya. Proyek terhubung dengan drone untuk darat dan udara, serta robot kolaboratif yang bekerja dalam kondisi kontak fisik dengan lingkungan. Format kompetisi menyerupai
Tantangan Robotika DARPA . Pertama, siswa bekerja pada simulator, dan kemudian pada perangkat keras nyata.
Berikutnya, kami mempertimbangkan beberapa opsi untuk tugas-tugas arahan "Robotika", yang mungkin ditemui siswa. Berikut adalah contoh untuk pelamar untuk studi pascasarjana:
Contoh tugas No. 1: Robot kinematika otomotif bergerak dengan kecepatan linier v = 0,3 m / s. Roda kemudi diputar melalui sudut w = 0,2 rad. Jika jari-jari roda robot adalah r = 0,02 m, dan panjang dan lintasan robot masing-masing adalah L = 0,3 m dan d = 0,2 m, yang akan sama dengan kecepatan sudut masing-masing roda belakang w1 dan w2, dinyatakan dalam rad / s ?
Masukkan jawaban dalam format dua angka yang dipisahkan oleh spasi, hingga desimal kedua, dengan memperhitungkan tanda.
Contoh tugas No. 2: Apa yang bisa menjadi tanda astatisme dalam sistem tertutup sehubungan dengan tindakan utama, jika analisis dilakukan sesuai dengan skema struktural sistem?
keberadaan tautan aperiodik dalam loop terbuka;
kehadiran dalam loop terbuka tautan pengintegrasian yang ideal;
kehadiran di sirkuit terbuka dari tautan getaran dan konservatif.
Dan inilah tugas-tugas untuk memasuki sekolah pascasarjana atau residensi:
Contoh tugas No. 1: Gambar tersebut menunjukkan robot-manipulator kinematika berlebihan dengan 7 sendi rotasi. Gambar ini menunjukkan sistem koordinat basis robot {s} dengan vektor sumbu y tegak lurus terhadap bidang halaman, sistem koordinat {b} terhubung ke flensa dan collinear dengan {s}. Robot digambarkan dalam konfigurasi di mana nilai koordinat sudut semua tautan adalah 0. Sumbu sekrup untuk tujuh pasangan kinematik ditunjukkan pada gambar (arah positif berlawanan arah jarum jam). Sumbu sambungan 2, 4, dan 6 disejajarkan, sumbu sambungan 1, 3, 5, dan 7 identik dengan sumbu sistem koordinat awal pangkalan. Ukuran tautan L1 = 0,34 m, L2 = 0,4 m, L3 = 0,4 m, dan L4 = 0,15 m.
Contoh tugas No. 2: Untuk operasi yang lebih stabil dari algoritma pelokalan dan pemetaan (SLAM) simultan robot seluler berdasarkan filter partikel, pengembang memutuskan untuk menggunakan algoritma resampling roda resampling. Pada titik tertentu dalam pengoperasian algoritma, sampel 5 "partikel" dengan bobot w (1) = 0,5, w (2) = 1,2, w (3) = 1,5, w (4) = 1, tetap berada dalam memori 0 dan w (5) = 0.8. Berapa nilai ambang minimum dari ukuran sampel efektif pada iterasi ini akan memulai mekanisme resampling. Tuliskan jawabannya dalam format desimal dengan akurasi satu tempat desimal.
Cara mempersiapkan. Anda dapat mengevaluasi pengetahuan dan prospek Anda menggunakan daftar periksa. Peserta arahan "Robotika" harus:
- Ketahui prinsip-prinsip pemodelan robot, karakteristik sensor modern dan metode untuk mendapatkan informasi sensorik.
- Untuk mengetahui dan dapat mempraktikkan metode dan algoritma perencanaan lintasan dan kontrol otomatis, serta pemrosesan informasi sensorik.
- Memiliki keterampilan pemrograman struktural dan berorientasi objek. Mampu bekerja di lingkungan pengembangan untuk sistem robot.
- Ketahui prinsip, karakteristik utama, dan fitur bagian komputasi, drive, dan sensor robot modern. Memiliki keterampilan dalam merencanakan dan menyiapkan eksperimen.
Untuk "menarik" salah satu area, Anda dapat memperhatikan
webinar dari situs resmi . Beberapa tugas dari olimpiade sebelumnya dianalisis di sana. Ada juga literatur khusus, misalnya:
Dan kursus online di Openedu, Coursera dan Edx
Informasi tambahan tentang Olimpiade: