«Я — профессионал» — это конкурс для бакалавров и магистров гуманитарных и технических специальностей. Его организуют крупные российские ИТ-компании и сильнейшие вузы страны, в том числе Университет ИТМО. Сегодня говорим о целях олимпиады и двух направлениях, которые курирует наш вуз — «Большие данные» и «Робототехника» (об остальных — в наших следующих хабратопиках).
Фото: Victor Aznabaev / Unsplash.com
Цель. Оценить знания студентов и познакомить их с требованиями работодателей. Учащиеся развиваются в выбранной научной сфере, работая в компаниях международного уровня. Выигрывает и работодатель — ему не нужно переучитывать подготовленных специалистов и встречать новоиспеченных сотрудников фразой: «Забудьте все, чему вас учили в вузе».
Зачем участвовать. Победители получают возможность поступить в российские вузы без экзаменов. Можно пройти стажировку в Яндексе, Сбербанке, IBS, Mail.ru и других крупных корпорациях. В прошлом году предложения от российских компаний получили более четырехсот лучших участников. Также проявившие себя студенты смогут посетить зимние школы.
Кто участвует. Студенты всех специальностей — технических, гуманитарных и естественно-научных. Кроме выпускников, аспирантов, ординаторов и учащихся зарубежных вузов.
Формат мероприятия. Зарегистрироваться можно до 18 ноября. Отборочный онлайн-этап пройдет с 22 ноября по 8 декабря, но его можно пропустить, если успешно окончить не меньше двух онлайн-курсов из списка. Победители отборочного тура пройдут на очные соревнования в крупных вузах по всей стране, которые запланированы на январь — март. Результаты олимпиады «Я — профессионал» опубликуют в апреле на сайте проекта.
В этом году олимпиада включает 68 направлений. Специалисты Университета ИТМО курируют пять из них — «Фотоника», «Информационная и кибербезопасность», «Программирование и информационные технологии», а также «Большие данные» и «Робототехника». О последних двух мы расскажем подробнее.
Это направление охватывает все технологии жизненного цикла Big Data, включая их сбор, хранение, обработку, моделирование и интерпретацию. Победители смогут поступить в магистратуру университета ИТМО без экзаменов на программы: «Прикладная математика и информатика», «Цифровое здравоохранение», «Финансовые технологии больших данных» и несколько других.
Также участники получат возможность пройти стажировку по специальностям data scientist и data engineer в компаниях-партнерах. Это — Национальный центр когнитивных разработок, Mail.ru, Газпромнефть НТЦ, Роснефть, Сбербанк и ЭР-Телеком.
Какие будут задачи. Их готовит команда Мегафакультета трансляционных информационных технологий Университета ИТМО. Они учитывают тот факт, что специалист по обработке Big Data должен обладать базовыми знаниями в теории вероятности и математической статистики, а также машинного обучения. Иметь представление о логике и методологии современных систем искусственного интеллекта и владеть языками R, Java, Scala, Python (или другими инструментами для решения практических задач).
Далее приведем пример задачи с одного из этапов олимпиады.
Как подготовиться. Можно начать со следующих ресурсов:
Еще несколько доступных книг по прикладной статистике для различных направлений деятельности. Их авторы просто, но состоятельно поясняют логику решения задач точечного и интервального оценивания:
Также информацию можно почерпнуть в тематических курсах из утвержденного списка на сайте олимпиады.
Робототехника объединяет такие дисциплины, как алгоритмика, электроника и механика. Выбирать это направление стоит тем, кто уже учится или готовится поступать в магистратуру и аспирантуру по специальностям программная инженерия, прикладная механика, прикладная математика и информатика или электронное машиностроение. Проявившие себя студенты могут бесплатно поступить на программы «Робототехника», «Цифровые системы управления» и «Системы и технологии цифрового производства» нашего университета.
Какие будут задачи. Магистранты и бакалавры решают разные задания. Однако все задачи проверяют комплексные знания в сфере теории управления, обработки информации и моделирования роботов. Например, участникам предложат проверить устойчивость или управляемость системы, выбрать структуру или рассчитать коэффициенты регулятора.
В финале студенты должны запрограммировать робота на выполнение задач от компаний-партнеров: РЖД, «Диаконт», KUKA и др. Проекты связаны с беспилотниками для земли и воздуха, а также коллаборативными роботами, работающими в условиях физического контакта с окружением. Формат соревнования напоминает DARPA Robotics Challenge. Сперва учащиеся работают на симуляторе, а потом — на реальном железе.
Далее, рассмотрим несколько вариантов задач направления «Робототехника», с которыми могут столкнуться студенты. Вот примеры для поступающих в магистратуру:
А вот задачки для поступающих в аспирантуру или ординатуру:
Как подготовиться. Оценить свои знания и перспективы можно с помощью чек-листа. Участники направления «Робототехника» должны:
Чтобы «подтянуть» какую-либо из областей, можно обратить внимание на вебинары с официального сайта. Там разобраны некоторые задачи с предыдущих олимпиад. Также есть специализированная литература, например:
Дополнительная информация по олимпиаде:
Фото: Victor Aznabaev / Unsplash.com
Пара слов об олимпиаде
Цель. Оценить знания студентов и познакомить их с требованиями работодателей. Учащиеся развиваются в выбранной научной сфере, работая в компаниях международного уровня. Выигрывает и работодатель — ему не нужно переучитывать подготовленных специалистов и встречать новоиспеченных сотрудников фразой: «Забудьте все, чему вас учили в вузе».
Зачем участвовать. Победители получают возможность поступить в российские вузы без экзаменов. Можно пройти стажировку в Яндексе, Сбербанке, IBS, Mail.ru и других крупных корпорациях. В прошлом году предложения от российских компаний получили более четырехсот лучших участников. Также проявившие себя студенты смогут посетить зимние школы.
Кто участвует. Студенты всех специальностей — технических, гуманитарных и естественно-научных. Кроме выпускников, аспирантов, ординаторов и учащихся зарубежных вузов.
Формат мероприятия. Зарегистрироваться можно до 18 ноября. Отборочный онлайн-этап пройдет с 22 ноября по 8 декабря, но его можно пропустить, если успешно окончить не меньше двух онлайн-курсов из списка. Победители отборочного тура пройдут на очные соревнования в крупных вузах по всей стране, которые запланированы на январь — март. Результаты олимпиады «Я — профессионал» опубликуют в апреле на сайте проекта.
В этом году олимпиада включает 68 направлений. Специалисты Университета ИТМО курируют пять из них — «Фотоника», «Информационная и кибербезопасность», «Программирование и информационные технологии», а также «Большие данные» и «Робототехника». О последних двух мы расскажем подробнее.
Большие данные
Это направление охватывает все технологии жизненного цикла Big Data, включая их сбор, хранение, обработку, моделирование и интерпретацию. Победители смогут поступить в магистратуру университета ИТМО без экзаменов на программы: «Прикладная математика и информатика», «Цифровое здравоохранение», «Финансовые технологии больших данных» и несколько других.
Также участники получат возможность пройти стажировку по специальностям data scientist и data engineer в компаниях-партнерах. Это — Национальный центр когнитивных разработок, Mail.ru, Газпромнефть НТЦ, Роснефть, Сбербанк и ЭР-Телеком.
«В последние годы направление Big Data становится все более востребованным. Развиваются технологии первичного сбора и хранения данных, появляются новые цифровые механизмы (в сфере IoT и социальных сетей) для регистрации ранее ненаблюдаемых процессов, — комментирует Бухановский Александр Валерьевич, директор Мегафакультета трансляционных информационных технологий Университета ИТМО. — При этом внимание уделяется не только тому, как организовать сам процесс хранения и использования данных, но и обоснованию выводов и решений, а также созданию предсказательных моделей».
Какие будут задачи. Их готовит команда Мегафакультета трансляционных информационных технологий Университета ИТМО. Они учитывают тот факт, что специалист по обработке Big Data должен обладать базовыми знаниями в теории вероятности и математической статистики, а также машинного обучения. Иметь представление о логике и методологии современных систем искусственного интеллекта и владеть языками R, Java, Scala, Python (или другими инструментами для решения практических задач).
Далее приведем пример задачи с одного из этапов олимпиады.
Пример задачи: В кластере 50 серверов, с 12 доступными ядрами на каждом. Ресурсы между мапперами и редьюсерами перераспределяются динамически (нет жесткого разделения ресурсов). Напишите, сколько минут на таком кластере будет работать MapReduce задача, которой требуется 1000 мапперов. При этом время работы одного маппера составляет 20 минут. Если в задаче оставить только 1 редьюсер, то он обработает все данные за 1000 минут. Ответ принимается с точностью до одного знака после запятой.
A. 44.6
B. 43.2
C. 41.6
D. 50.0
Правильный ответC
Как подготовиться. Можно начать со следующих ресурсов:
- Руководство по системе компьютерной математики MathCAD. Может быть полезно для самостоятельной работы с исходными кодами решений задач.
- Фундаментальные основы построения и интерпретации вероятностных моделей. Основополагающий труд — рассказывает, зачем вероятностным моделям нужен такой математический конструкт, как σ-алгебра.
- Гмурман В. Е. «Теория вероятностей и математическая статистика». Простая и полезная книга, в которой изложены основы вероятностного исчисления случайных событий.
Еще несколько доступных книг по прикладной статистике для различных направлений деятельности. Их авторы просто, но состоятельно поясняют логику решения задач точечного и интервального оценивания:
Список литературы
- Хан Г. «Статистические модели в инженерных задачах»
- Орлов А. И. «Вероятность и прикладная статистика. Основные факты»
- Левин «Статистика для менеджеров с использованием Microsoft Excel»
- Фишер Р. А. «Статистические методы для исследователей»
- Кобзарь А. И. Прикладная математическая статистика
- Трухачева Н. В. «Медицинская статистика»
- ГОСТ по статистическим расчетам
Также информацию можно почерпнуть в тематических курсах из утвержденного списка на сайте олимпиады.
Робототехника
Робототехника объединяет такие дисциплины, как алгоритмика, электроника и механика. Выбирать это направление стоит тем, кто уже учится или готовится поступать в магистратуру и аспирантуру по специальностям программная инженерия, прикладная механика, прикладная математика и информатика или электронное машиностроение. Проявившие себя студенты могут бесплатно поступить на программы «Робототехника», «Цифровые системы управления» и «Системы и технологии цифрового производства» нашего университета.
Какие будут задачи. Магистранты и бакалавры решают разные задания. Однако все задачи проверяют комплексные знания в сфере теории управления, обработки информации и моделирования роботов. Например, участникам предложат проверить устойчивость или управляемость системы, выбрать структуру или рассчитать коэффициенты регулятора.
«Придется решать прямую или обратную задачу кинематики для мобильного или манипуляционного робота, работать с Якобианом системы и искать уравновешивающие моменты в сочленениях при заданной внешней нагрузке, — рассказывает Колюбин Сергей Алексеевич, заместитель директора Мегафакультета компьютерных технологий и управления в ИТМО. — Не обойдется без задач на программирование — нужно написать небольшую программу для моделирования робота или планирования траекторий на Python или С++».
В финале студенты должны запрограммировать робота на выполнение задач от компаний-партнеров: РЖД, «Диаконт», KUKA и др. Проекты связаны с беспилотниками для земли и воздуха, а также коллаборативными роботами, работающими в условиях физического контакта с окружением. Формат соревнования напоминает DARPA Robotics Challenge. Сперва учащиеся работают на симуляторе, а потом — на реальном железе.
Далее, рассмотрим несколько вариантов задач направления «Робототехника», с которыми могут столкнуться студенты. Вот примеры для поступающих в магистратуру:
Пример задачи №1: Робот автомобильной кинематики движется с линейной скоростью v=0,3 м/с. Рулевое колесо повернуто на угол w=0,2 рад. Если радиус колес робота равен r=0,02 м, а длина и колея робота равны соответственно L=0,3 м и d=0,2 м, чему будут равны угловые скорости каждого из задних колес w1и w2, выраженные в рад/с?
Ответ введите в формате двух чисел, разделенных пробелом, с точностью до второго знака после запятой, с учетом знака.
Пример задачи №2: Что может являться признаком астатизма в замкнутой системе относительно задающего воздействия, если анализ ведется по структурной схеме системы?
наличие в разомкнутом контуре апериодических звеньев;
наличие в разомкнутом контуре идеальных интегрирующих звеньев;
наличие в разомкнутом контуре колебательных и консервативных звеньев.
А вот задачки для поступающих в аспирантуру или ординатуру:
Пример задачи №1: На рисунке показан робот-манипулятор избыточной кинематики с 7 вращательными сочленениями. На рисунке отображена система координат базы робота {s} с вектором оси y перпендикулярной плоскости страницы, система координат {b} связана с фланцем и коллинеарна с {s}. Робот изображен в конфигурации, в которой значения угловых координат всех звеньев равны 0. Винтовые оси для семи кинематических пар отображены на рисунке (положительно направление против часовой стрелки). Оси сочленений 2, 4 и 6 сонаправлены, оси сочленений 1, 3 5 и 7 идентичны осям начальной системы координат базы. Размеры звеньев L1 = 0,34 м, L2 = 0,4 м, L3 = 0,4 м, and L4 = 0,15 м.
Пример задачи №2: Для более устойчивой работы алгоритма одновременной локализации и картирования (SLAM) мобильных роботов на базе фильтров частиц (particle filters) разработчики решили использовать алгоритм ресэмплирования resampling wheel. В определенный момент работы алгоритма в памяти остался сэмпл из 5«частицы» с весами w(1) = 0,5, w(2) = 1,2, w(3) = 1,5, w(4) = 1,0 и w(5) = 0,8. При каком минимальном пороговом значении эффективного размера сэмпла на данной итерации запустится механизм ресэмплирования. Ответ запишите в формате десятичной дроби с точностью до одного знака после запятой.
Как подготовиться. Оценить свои знания и перспективы можно с помощью чек-листа. Участники направления «Робототехника» должны:
- Знать принципы моделирования роботов, характеристик современных сенсоров и способов получения сенсорной информации.
- Знать и уметь применять на практике методы и алгоритмы планирования траекторий и автоматического управления, а также обработки сенсорной информации.
- Иметь навыки структурного и объектно-ориентированного программирования. Уметь работать в средах разработки для робототехнических систем.
- Знать принципы, ключевые характеристики и особенности работы вычислительной части, приводов и сенсоров современных роботов. Обладать навыками планирования и постановки экспериментов.
Чтобы «подтянуть» какую-либо из областей, можно обратить внимание на вебинары с официального сайта. Там разобраны некоторые задачи с предыдущих олимпиад. Также есть специализированная литература, например:
- Колюбин С. А. «Динамика робототехнических систем»
- Борисов О. И., Громов В. С., Пыркин А.А. «Методы управления робототехническими приложениями»
- Мирошник И. В. «Теория автоматического управления. Линейные системы»
- Bruno Siciliano «Robotics: Modelling, Planning and Control»
Больше книг
- Мирошник И. В. «Теория автоматического управления. Нелинейные и оптимальные системы»
- Юревич Е. И. «Основы робототехники»
- Etienne Dombre «Modeling, Performance Analysis and Control of Robot Manipulators»
- Mark Spong, Seth Hutchinson «Robot Modeling and Control»
- Bruno Siciliano «Springer Handbook of Robotics»
- Sebastian Thrun, Wolfram Burgard, Dieter Fox «Probabilistic robotics»
И онлайн-курсы на Openedu, Coursera и Edx
- Управление мехатронными и робототехническими системами
- Линейные системы автоматического управления
- Основы мехатроники и робототехники
- Методы обработки навигационной измерительной информации
- Алгоритмы программирования и структуры данных
- Элементы систем автоматического управления
- Теория автоматического управления. Нелинейные системы автоматического управления
- Моделирование процессов и систем. Нелинейные динамические системы
- Robotics Foundations I – Robot Modeling
- Robotics
- Robotics: Dynamics and Control
- Robotics: Perception
- Control of Mobile Robots
- Robotics: Kinematics and Mathematical Foundations
- Autonomous Mobile Robots
Дополнительная информация по олимпиаде:
