Факультет проведёт Летнюю школу по компьютерным наукам для учащихся 8-10 классов
С 14 по 28 августа в Липецкой области факультет компьютерных наук проведёт Летнюю школу для учащихся 8-10 классов. В рамках школы по компьютерным наукам будут работать параллели B и С, направленные на подготовку к Всероссийской олимпиаде школьников и другим перечневым олимпиадам по информатике, а также параллель ML, посвященная изучению методов машинного обучения и анализа данных. Для участия нужно пройти конкурсный отбор, который продлится до 1 июня.
"Мы впервые проводим школу для учащихся 8-10 классов и это долгожданный проект как для школьников, так и для факультета, — рассказывает куратор школы Маргарита Власенко. — За два года работы ФКН успел получить статус “факультета олимпиадников”, и нам часто задают вопрос “как подготовиться заранее к поступлению на факультет?”. Участие в Летней школе будет правильным шагом в подготовке к победе на Всероссийской и перечневых олимпиадах по информатике. Помимо подготовки к олимпиадам мы проведем отдельную параллель ML, в рамках которой школьники, уже имеющие успешный опыт участия в олимпиадах, смогут изучить основы такой популярной сейчас области, как машинное обучение, и уже сейчас начать путь к профессии специалиста по анализу данных — одной из самых востребованных и перспективных профессий 21-го века".
Подготовка к победе на олимпиадах
Для школьников, нацеленных на получение дипломов победителей и призеров Всероссийской олимпиады школьников по информатике, будет организовано две параллели. Всего на них приглашается 30 человек: для более опытных школьников организована параллель B, а для тех, кто недавно начал заниматься олимпиадами — параллель C.
Глеб Евстропов,
cтарший преподаватель департамента больших данных и информационного поиска,
абсолютный победитель Всероссийской олимпиады школьников по информатике 2010 года,
серебряный медалист IOI 2010, дважды вице-чемпион мира ACM ICPC (2014, 2015)
Летняя школа — это уникальная возможность в сжатые сроки интенсивно освоить фундаментальные алгоритмы и структуры данных, закладывающие базу под дальнейшее изучение и погружение в теорию алгоритмов и вычислительной сложности. Эти знания совершенно необходимы как тем, кто хочет успешно выступать на олимпиадах по информатике и программированию, так и тем, кто хочет стать квалифицированным инженером-разработчиком или исследователем в области компьютерных наук. Особой эффективности обучение в летней школе достигает за счёт непрерывного общения школьника и преподавателя как в учебном классе, так и за его пределами, а также большого количества мотивированных единомышленников. В такой среде образовательный процесс захватит и увлечёт даже не самого прилежного ученика.
Параллель B предназначена в первую очередь для тех учащихся, кто уже имеет базовые представления о таких понятиях как асимптотическая сложность алгоритма, теория графов, сортировки и бинарный поиск. Также предполагается наличие практических навыков реализации различных алгоритмов на производительных языках программирования и, возможно, небольшой олимпиадный опыт. Программа параллели сосредоточена на эффективной работе с данными, графовых задачах и древовидных структурах, вычислительной геометрии. Основной упор будет делаться на те эффективные алгоритмы и приёмы решения задач, которые не требует глубокого анализа структуры и опираются скорее на интуицию и здравый смысл, чем на формальное исследование математической модели данных. Кроме того, абсолютно по всем темам подразумевается практическое закрепление знаний и формирования навыка решения связанных с этой темой задач.
Узнать больше о машинном обучении
Для учащихся 10 класса, которые уже имеют хорошую алгоритмическую подготовку и добились определённых успехах на олимпиадах и хотят этим летом погрузиться в такую популярную область компьютерных наук, как машинное обучение, в школе будет проведена параллель ML.
Обязательным условием участия в параллели является знание языка программирования Python.
Евгений Соколов,
cтарший преподаватель департамента больших данных и информационного поиска,
куратор параллели ML
Программирование и алгоритмы, которым учат ребят в летних школах и которые необходимо знать, чтобы участвовать в олимпиадах по информатике — это, безусловно, важный фундамент, без которого нечего делать в компьютерных науках. После того, как этот фундамент заложен, возникает несколько путей развития. Можно углубляться в алгоритмы и изучать сложные современные подходы к работе, например, со строками или с графами, или же тренироваться на задачах уровня международных олимпиад — собственно, это уровень самых старших параллелей в других летних школах. Нам кажется, что есть и другое направление — машинное обучение и анализ данных. Это область, которая сегодня позволяет решать с помощью алгоритмов очень нетривиальные задачи вроде анализа изображений или структуры ДНК, ранее считавшиеся слишком сложными для компьютеров. Знание машинного обучения вряд ли поможет лучше выступить на олимпиадах, но зато оно позволит открыть для себя огромную область с большим количеством сложных нерешённых задач, продолжить изучать её в университете, и потом найти себе высокооплачиваемую работу или заняться современной наукой.
Отмечу, что машинное обучение во многом похоже на программирование с соревновательной точки зрения. Сейчас набирают большую популярность соревнования по анализу данных (например, на платформе Kaggle), где участникам предлагается за несколько месяцев решить задачу на реальных данных от крупной компании. Конечно, у этих соревнований есть определённые отличия от олимпиад по информатике, но суть та же — побеждает тот, кто лучше всех понимает методы машинного обучения, умеет генерировать много гипотез, развивать их и выбирать ту, которая приведёт его к высоким результатам. Участие в таких контестах требует больших усилий, но при этом и размеры призов достигают миллионов рублей. Мы уверены, что достаточно скоро соревнования по анализу данных станут распространены и среди школьников, и хотим начать развивать эту культуру уже сейчас.
Мы начнём с самых азов и расскажем, чем задачи машинного обучения отличаются от алгоритмических задач, какие у них бывают постановки, как они применяются в реальной жизни. Поговорим об основных классах моделей машинного обучения, и на каждом практическом занятии будем решать настоящие прикладные задачи с помощью этих методов — например, мы попытаемся автоматически находить закономерности в ассемблерном коде, позволяющие определить его вредоносность. Также в программе будет уделено большое внимание соревнованиям по анализу данных. Планируется дать навыки и опыт участия в таких соревнованиях с тем, чтобы участники школы смогли продолжить заниматься машинным обучением и совершенствовать свои умения и после её завершения.
Списки зачисленных на школу будут опубликованы 8 июня. Победители и призеры Заключительного этапа Всероссийской олимпиады школьников по информатике, математике и физике на конкурсной основе смогут получить грант, компенсирующий их расходы по участию в летней школе, за счет средств оргкомитета.
Власенко Маргарита Юрьевна
Евстропов Глеб Олегович