В МАИ стартовала весенняя школа «Математическое моделирование и IT»
20 мая в Оздоровительно-учебном центре «Ярополец» Московского авиационного института стартовала II Весенняя смена молодёжной школы «Математическое моделирование и IT». За 10 дней маёвцам предстоит погрузиться в тематику школы, решить актуальные кейсы, принять участие в семинарах и мастер-классах от ведущих IT-компаний, а ещё знакомиться и отдыхать. Школа организована IT-Центром МАИ, институтом № 8 «Компьютерные науки и прикладная математика», Центрами компетенций «Математическое моделирование», «Энергетические системы» и «Беспилотные летательные аппараты» при поддержке всероссийской программы профориентации и обучения «Лифт в будущее».
Как отметила директор IT-Центра Мария Булакина, целью школы является разработка MVP решений реальных кейсов и прокачка скиллов по работе с данными, построению математических моделей и IT-разработке. Программа школы направлена на развитие компетенций в области математического и 3D моделирования, прогнозирования, дефектоскопии, создания цифровых моделей, 3D-сканирования и распознавания. Для успешного выполнения проектов для участников школы развёрнута вычислительная инфраструктура с удалённым доступом на супервычислитель «Шелдон» для задач моделирования и обучения нейронных сетей.
— Кейсы от внутренних и отраслевых партнёров МАИ как нельзя лучше подходят для организации такой формы обучения. Мы намерены развивать полученные решения, как минимум, в рамках студенческих исследовательских работ. Также рассчитываем на востребованность выпускников школы в центрах компетенций МАИ, — добавила Мария Булакина.
Рассказываем, какие кейсы будут решать участники весенней школы.
Мультиплеер XR (Центр компетенций «Энергетические системы» МАИ)
Цель кейса — разработать приложение-тренажёр, используя технологию VR или AR с возможностью совместной работы нескольких пользователей. Итоговая работа должна содержать, как минимум, один из сценариев следующих обучающих симуляций: сборка и пуско-наладка стенда, выполнение ремонтных работ по замене предметов из конструкции стенда; техника безопасности при работе со стендом.
Алгоритм группового применения БАС в авиахимработах («Аэромакс»)
Цель кейса — увеличить производительность БАС при обработке сельхозугодий. Для этого необходимо разработать алгоритм формирования полётных заданий для группы сельскохозяйственных коптеров и добавить в него реализацию избегания столкновений со статическими препятствиями.
Прогнозирование паводков на реках Дальнего Востока (Сбер)
Цель кейса — разработка концепции и фреймворка для формирования прогнозов гидрологической ситуации на реках Дальнего Востока с использованием методов математического моделирования и AI/ML.
Рекомендательный сервис (МТС)
Цель кейса — разработка алгоритма рекомендательного сервиса с интеграцией со сторонними продуктами в экосистему. Проблематика разработки продуктов состоит в том, что автономный продукт уже не так интересен, стоимость встраивания в экосистему может быть намного дороже разработки самого продукта, а команда должна уметь потреблять сервис других команд и сама предоставлять доступ к своим данным в рамках экосистемы.
Доставка грузов с применением беспилотных авиационных систем («Аэромакс»)
Цель кейса — рассмотреть различные сценарии применением БАС для доставки медикаментов, товаров, книг и других грузов в сельской или городской местности и определить оптимальный.
Предиктивная аналитика в авиации (Центр компетенций «Математическое моделирование» МАИ)
Цель кейса — разработать программное обеспечение на основе подхода AI/ML для предсказания выхода из строя отдельных компонент авиационных систем.
