“
我是专业人士 ”是针对人文和技术专业的学士和硕士的竞赛。 它由大型的俄罗斯IT公司和该国最强大的大学（包括ITMO大学）组织。 今天，我们在谈论奥林匹克运动会的目标以及我们的大学监督的两个领域-“大数据”和“机器人”（关于其余的-在我们的下一个盲人人群中）。
图片： Victor Aznabaev / Unsplash.com关于奥运会的几句话
目的。 评估学生的知识，并向他们介绍雇主的要求。 学生在选定的科学领域发展，并在国际公司工作。 雇主也赢了-他不需要再培训受过训练的专家，也不需要与新想法的员工见面：“忘记在大学里教过的一切。”
为什么参加。 优胜者
有机会无需考试即可进入俄罗斯大学。 您可以在Yandex，Sberbank，IBS，Mail.ru和其他大型公司实习。 去年，超过四百名最佳参与者
收到了来自俄罗斯公司的报价。 证明自己的学生将能够参加
冬季学校 。
谁参与其中。 所有专业的学生-技术，人道主义和自然科学。 除了毕业生，研究生，外国大学的居民和学生。
事件的格式。 您可以在11月18日之前注册。 在线排位赛阶段将于11月22日至12月8日举行，但是如果您成功完成
了列表中的至少两门
在线课程，则可以跳过此阶段。 资格赛的获胜者将参加全国大型大学的全日制比赛，比赛定于1月至3月。 “我是专业人士”奥林匹克运动会的结果将于4月
在项目网站上发布 。
今年的奥林匹克竞赛包括68个指示。 ITMO大学的专家监督了其中的五个人-光子学，信息和网络安全，编程和信息技术以及大数据和机器人技术。 我们将进一步讨论最后两个。
大数据
该领域涵盖了大数据生命周期的所有技术，包括其收集，存储，处理，建模和解释。 获奖者将无需参加以下课程的考试即可进入ITMO大学行政管理专业：“应用数学和计算机科学”，“数字健康”，“大数据金融技术”
等 。
此外，参与者还将有机会完成在合作公司的数据科学家和数据工程师专业的实习。 这些是国家认知研究中心，Mail.ru，Gazpromneft STC，Rosneft，Sberbank和ER-Telecom。
“近年来，大数据的需求越来越大。 ITMO大学翻译信息技术大学院系主任Bukhanovsky Alexander Valerievich评论说，主要数据收集和存储技术正在发展，用于注册以前无法观察到的过程的新数字机制（在IoT和社交网络领域）出现了。 “与此同时，不仅要注意如何组织数据的存储和使用过程，还要关注结论和决定的依据以及预测模型的创建。”
什么是任务。 它们是由ITMO大学
翻译信息技术大学院的团队准备的。 他们考虑到一个事实，即大数据处理专家必须具有概率论，数理统计以及机器学习方面的基础知识。 了解现代人工智能系统的逻辑和方法，并讲R，Java，Scala，Python（或其他解决实际问题的工具）语言。
接下来，我们从奥林匹克竞赛的一个阶段给出一个问题的例子。
任务示例：在50个服务器的群集中，每个服务器上有12个可用核心。 映射器和化简器之间的资源是动态重新分配的（没有严格的资源分离）。 写下MapReduce在这样的集群上需要工作1000分钟的映射数。 同时，一个映射器的工作时间为20分钟。 如果任务中只剩下1个reducer，则它将在1000分钟内处理所有数据。 接受的答案的精度为小数点后一位。
A.44.6
B.43.2
C.41.6
D.50.0
如何准备。 您可以从以下资源开始：
有关活动各个领域的应用统计的更多书籍。 他们的作者简单但始终如一地解释了解决点和区间估计问题的逻辑：
也可以
从奥林匹克网站上的
认可列表中收集主题课程中的信息。
机器人技术
机器人技术结合了算法，电子学和机械学等学科。 选择该方向的对象是那些已经在学习或准备进入研究生院攻读软件工程，应用力学，应用数学和计算机科学或电子工程专业的人。 经过验证的学生可以免费注册我们大学的
机器人技术 ，
数字控制 系统以及数字生产系统和技术课程。
什么是任务。 本科生和本科生解决不同的任务。 但是，所有任务都会测试控制理论，信息处理和机器人建模领域的复杂知识。 例如，将要求参与者检查系统的稳定性或可控性，选择结构或计算调节器的系数。
ITMO 计算机技术与管理IT部门副主任Sergey Alekseyevich Kolyubin说：“我们必须解决移动或操纵机器人的正向运动学或逆向运动学问题，与系统的Jacobian一起工作，并在给定的外部负载下寻求平衡关节中的力矩。” “如果没有编程任务，它将无法实现–您需要编写一个小程序来模拟机器人或使用Python或C ++计划轨迹。”
最后，学生应该对机器人编程，以执行合作伙伴的任务：俄罗斯铁路，迪亚孔，库卡等公司，项目与陆地和空中无人驾驶飞机以及在与环境有物理接触条件下工作的协作机器人相关。 比赛的形式类似于
DARPA机器人挑战赛 。 首先，学生在模拟器上工作，然后在实际硬件上工作。
接下来，我们考虑学生可能遇到的“机器人”方向任务的几种选择。 以下是研究生申请的示例：
任务1的示例：汽车运动学机器人以线速度v = 0.3 m / s移动。 方向盘旋转角度w = 0.2 rad。 如果机器人车轮的半径为r = 0.02 m，并且机器人的长度和轨道分别为L = 0.3 m和d = 0.2 m，则它们将等于后轮w1和w2的角速度，以rad / s表示。 ？
以两个数字的格式输入答案，两个数字之间用空格隔开，直到小数点后第二位，并考虑符号。
任务2的示例：如果根据系统的结构方案进行分析，那么对于封闭系统而言，对于主要行为而言，静默症有什么征兆？
开环中存在非周期性链接；
理想的集成链接处于开环状态；
开路存在振动和保守环节。
以下是进入研究生院或居住地的任务：
任务1的示例：该图显示了具有7个旋转关节的过多运动学的机器人操纵器。 该图显示了机器人基座{s}的坐标系，其中y轴向量垂直于页面平面，坐标系{b}连接到法兰并与{s}共线。 所描绘的机械手的配置中，所有连杆的角坐标值均为0。图中显示了七个运动学对的丝杠轴（逆时针为正方向）。 关节2、4和6的轴对齐，关节1、3、5和7的轴与基础的初始坐标系的轴相同。 链节尺寸L1 = 0.34 m，L2 = 0.4 m，L3 = 0.4 m，L4 = 0.15 m。
任务2的示例：为了使基于粒子过滤器的移动机器人同时定位和映射算法（SLAM）的运行更稳定，开发人员决定使用重采样轮重采样算法。 在算法运行的某个时刻，权重为w（1）= 0.5，w（2）= 1.2，w（3）= 1.5，w（4）= 1的5个“粒子”的样本保留在内存中0和w（5）= 0.8。 在此迭代中，有效样本大小的最小阈值将开始重采样机制。 用十进制格式记下答案，精度为一位小数。
如何准备。 您可以使用清单评估您的知识和前景。 “机器人”方向的参与者必须：
- 了解机器人建模的原理，现代传感器的特性以及获取感官信息的方法。
- 了解并能够将轨迹规划和自动控制以及感觉信息处理的方法和算法付诸实践。
- 具有结构化和面向对象的编程技能。 能够在机器人系统的开发环境中工作。
- 了解现代机器人的计算部分，驱动器和传感器的原理，关键特性和特征。 具有计划和设置实验的技能。
要“拉起”任何区域，您可以关注
官方网站上的
网络研讨会 。 在此分析了以前奥林匹克竞赛的一些任务。 也有专门的文献，例如：
以及Openedu，Coursera和Edx的在线课程
有关奥运会的其他信息：