20 мая в Оздоровительно-учебном центре "Ярополец" Московского авиационного института стартовала II Весенняя смена молодежной школы "Математическое моделирование и IT". За 10 дней маевцам предстоит погрузиться в тематику школы, решить актуальные кейсы, принять участие в семинарах и мастер-классах от ведущих IT-компаний, а еще 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 развернута вычислительная инфраструктура с удаленным доступом на супервычислитель "Шелдон" для задач моделирования и обучения нейронных сетей.

- Кейсы от внутренних и отраслевых партнеров 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-тренажер, 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 полетных 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....