Расписание открытой олимпиаде школьников университета ИТМО по математике и информатике 2021-2022 учебного года. Главная награда турнира – до 10 баллов к Единому государственному экзамену (ЕГЭ) при поступлении в Университет ИТМО, Санкт-Петербургский государственный университет, Высшую школу экономики и ведущие региональные вузы.
Открытая олимпиада по физике ИТМО
Эта олимпиада является личным зачетом "Олимпиады школьников по информатике и программированию" (ее командным зачетом является ВКОШП), которая входит в перечень олимпиад Российского совета олимпиад школьников и имеет 1 уровень. Университет ИТМО приглашает обучающихся 3-7 классов принять участие в открытой Санкт-Петербургской олимпиаде по программированию. На XVII Открытой олимпиаде по программированию для школьников учащиеся из Москвы завоевали 48 дипломов, из них 18 – первой степени. Открытая олимпиада школьников (ИТМО). Подробнее о проведении отборочного тура вы можете прочитать в регламенте отборочного тура на сайте олимпиады.
Школьники займутся машинным обучением: ИТМО и Softline Digital проводят олимпиаду НТИ
Главная» Новости» Открытая олимпиада школьников итмо. Санкт-Петербургский государственный университет ИТМО ежегодно проводит олимпиады для школьников 7−11 классов. Университет ИТМО проводит Международную открытую олимпиаду школьников по математике и информатике. Приглашаем учеников 7–11 классов к участию в «Открытой олимпиаде школьников» Университета ИТМО по информатике, математике и физике.
Международная открытая олимпиада школьников по математике и информатике
Всего на заключительном этапе выступили больше 400 детей из России, Армении, Белоруссии и Болгарии. Олимпиада проходила в два этапа. В рамках отбора участники решали 13 задач на одном из популярных языков программирования и писали программный код. Школьники с лучшими результатами вышли в финал.
И: Что бы ты пожелал будущим участникам Олимпиады? Павел Жучков: Я бы пожелал им упорства, удачи и стараний. Вячеслав Чертан: Меня зовут Чертан Вячеслав, я из города Кемерово, учусь в 11 классе городского классического лицея. Расскажи, пожалуйста, как ты проходил обучение и каким образом получил те знания, которые тебе помогли в Олимпиаде? Вячеслав Чертан: Искусственным интеллектом я занимаюсь как сам, так и в центре дополнительного образования в нашем городе. Олимпиадным программированием и математикой занимаюсь, можно сказать, полностью самостоятельно, ездил на смены в "Сириус". Олимпиада на отборочном этапе делилась на несколько частей. Это были задачи на олимпиадное программирование, на математику и на сам искусственный интеллект. И: Есть ли у тебя какие-то собственные проекты? Вячеслав Чертан: Есть у меня проект — телемедицинский сервис для помощи в реабилитации после поражения лицевого нерва. Есть такие заболевания, которые приводят к тому, что часть лицевых мышц отказывается работать. Это может произойти от обморожения и несколько других болезней. Чтобы восстановить мышцы, нужно периодически выполнять мимические упражнения, делать это правильно. Как происходит контроль сейчас? Пациент приходит к врачу, врач у него лично принимает то, как пациент делает упражнения. В дополнение ещё может быть система, в которой человек выполняет перед зеркалом сам или записывает на камеру телефона и отправляет врачу. Это не сильно удобно, потому что врач должен отсматривать упражнения пациента либо вживую, либо на записи, тратя своё время. Я разработал систему, которая на основе искусственного интеллекта определяет правильность выполнения мимических упражнений. Благодаря нескольким мифотекам, которые переводят изображение, определяют точки лица, по точкам лица строят отрезки и определяется правильность выполнения упражнения. И: Скажи, пожалуйста, какие задания Олимпиады у тебя вызвали наибольший интерес? Вячеслав Чертан: С заданиями по математике и программированию я справился, в принципе, легко. Самыми интересными как раз были задачи на машинное обучение — особенно всё, что связано с текстом. Я узнал, что в CatBoost можно использовать один дополнительный параметр, чтобы всё это работало легко и просто. И: Важным этапом любой задачи является предварительное исследование датасета. Что в рамках решения обеих задач полезного получилось узнать при анализе? Вячеслав Чертан: Во второй задаче занимательным было то, что можно было обучить обычный классификатор через CatBoost, и он будет достаточно хорошо работать, а также то, что данные были немного повреждены и это нужно было заметить и устранить, чтобы балл стал выше. И: Что поспособствовало улучшению качества решения? Вячеслав Чертан: Как уже говорил, убрав последний элемент и приплюсовав к индексам всех остальных по единичке, я получил качество модели лучше на 3 сотых. Без этого я был бы наверно на середине трейнинга, а здесь я оказался на одной четверти. И: Задача на предсказание клика включала в себя анонимные данные без описания. Как в таком случае ты подходил к анализу признаков? Вячеслав Чертан: Вообще — не знаю, сразу или нет, вроде бы через какое-то время — в задаче появилось описание того, что означает каждая колонка хотя бы примерно. Например, было написано, что буква алфавита обозначает какие-то категориальные признаки один и два, счетчики С1, С2, С3 — набор категориальных признаков. Я просто в катбусте прописал, что есть что, и это начало хорошо работать. По крайней мере лучше, чем было до. В целом не составляет труда понять, какие признаки являются чем, проведя небольшой анализ в своём ноутбуке. И: Как и какие зависимости изучал? Вячеслав Чертан: Вообще на изучение зависимостей не так много времени ушло. Я почти сразу начал писать модельки. Во второй задаче что-то пошло не так сначала. Моделька выдавала на трейне и на валидации хороший результат, а на тесте приписывала всем класс того, что человек кликнет. Это было, естественно, как-то очень странно. И: Оценивал важность признаков или использовал всё как есть? Вячеслав Чертан: Не было на это времени. Когда я написал хорошее решение, у меня оставалось минут 30, чтобы дошлифовать. Это очень мало с учётом того, что датасет весит очень много и одна его выгрузка и загрузка на систему занимает минут пять. И: Применял ли какие-то действия, чтобы оптимизировать метрику качества не с точки зрения хорошо решённой задачи, а с позиции "взлома" метрики качества? Вячеслав Чертан: Как я уже говорил — уберём последнюю запись, добавим ко всем остальным ID-шникам по единичке, и решение начинает работать лучше. В первой задаче, возможно, получилось случайно, возможно, нет, но я вовремя остановил выполнение своего решения, оно было медленным, отправил, и поэтому балл выровнялся на своей максимальной позиции. Если бы я не дорешал, балл был бы меньше, потому что одно решение. У меня два решения совмещались, показатели меняли друг друга. Если бы я это сделал чуть раньше или чуть позже, у меня был бы более низкий балл. И: Как тебе в принципе задание? Вячеслав Чертан: Это было очень интересно, особенно то, что мне пригодилось не только знание по ML, но и знание об алгоритмах, умение оптимизировать тут тоже полезно. И: Расскажи, пожалуйста, какие эмоции ты испытываешь от того, что участвуешь в Олимпиаде? Вячеслав Чертан: Это просто круто, что находишься в таком месте. И: Что бы ты пожевал у участников следующей Олимпиады? Вячеслав Чертан: Не паникуйте и грамотно распределяйте своё время. Тимур Гарифуллин: Здравствуйте, меня зовут Тимур Гарифуллин. Я из Уфы. Учусь в 10-м классе 58-го лицея. И: Расскажи о своей подготовке к олимпиаде. Тимур Гарифуллин: Я изучал разные материалы. В интернете рассматривал также библиотеки, связанные с этим направлением. В основном самостоятельно. Я вообще самоучка. И: Нравится заниматься машинным обучением? Тимур Гарифуллин: Да, это очень интересно. И: Какие перспективы видишь в этом направлении? Тимур Гарифуллин: Мне очень интересна эта область. Хотел бы побольше узнать об этом. И: Какие у тебя планы? И: Может, уже сейчас есть проекты, в которых ты участвуешь? А сейчас подал заявку в Сириус. И: Есть ли у тебя какие-то идеи будущих проектов? Тимур Гарифуллин: Я хочу попробовать векторную базу данных, но пока что не могу придумать какой-то проект, чтобы её опробовать. И: Какие олимпиадные задания вызвали наибольший интерес? Тимур Гарифуллин: Наибольшие трудности вызвала рекомендательная система, так как я с этим никогда не сталкивался. И: А какое-нибудь простое задание выделить можешь? Тимур Гарифуллин: Простыми показались задачи по оценке зарплат профессии, хотя некоторые люди в последний день решили её лучше, чем я. И: Расскажи про свои ощущения от олимпиады. Тимур Гарифуллин: Олимпиада интересная, узнаю много нового для себя. Например, никогда не интересовался рекомендательными системами, не пробовал математальные модели, а сейчас с удовольствием изучаю эти области.
Задания несложные, баллы за тренировочную сессию не идут в зачет баллов отборочного этапа. Отборочный этап проводится в 2 тура. Принять участие в турах можно в любой день указанных периодов.
Опубликован график проведения Открытой олимпиады школьников по программированию 21 ноября 2023 г. На сайте состязания сообщается , что длинный тур отборочного этапа будет проводиться с 25 ноября 2023 года по 15 января 2024 года. В этом году отбор на олимпиаду будет осуществляться по одному длинному туру.
ИТМО «Открытая олимпиада школьников» для 5-11 кл
Открытая олимпиада школьников (ИТМО). Из всех олимпиад могу отметить Innopolis Open, «Технокубок», Открытую олимпиаду школьников и ВКОШП. Открытая олимпиада школьников «Информационные технологии» от ИТМО довольно простая, но тоже имеет первый уровень и по ней можно поступить. Открытая олимпиада проводилась впервые и сразу по 23 школьным предметам. Открытая олимпиада школьников (ИТМО). Подробнее о проведении отборочного тура вы можете прочитать в регламенте отборочного тура на сайте олимпиады. Например, в этом году победил в Открытой олимпиаде школьников по информатике, по которой можно поступить в ИТМО без вступительных экзаменов.
Университет ИТМО проводит "Открытую олимпиаду школьников"
«Открытая олимпиада школьников» по информатике и математике Сайт проведения олимпиад: Санкт-Петербург, Университет ИТМО, факультет информационн. Финальный этап олимпиады начался с торжественной церемонии открытия, которая состоялась в Белом зале Главного корпуса Санкт-Петербургского политехнического университета Петра Великого. На XVII Открытой олимпиаде по программированию для школьников учащиеся из Москвы завоевали 48 дипломов, из них 18 – первой степени. «Открытая олимпиада школьников» по информатике и математике Сайт проведения олимпиад: Санкт-Петербург, Университет ИТМО, факультет информационн.
Школьники займутся машинным обучением: ИТМО и Softline Digital проводят олимпиаду НТИ
Она охватила более 450 тысяч школьников из 53 регионов страны. Олимпиадные задания были максимально приближены к тем, которые встретятся учащимся в новом учебном году на школьном этапе Всероссийской олимпиады школьников. С 23 марта по 24 апреля школьники Ленинградской области выполняли олимпиадные задания на цифровой платформе. В олимпиаде приняло участие более 12,5 тысяч учащихся 3—10-х классов из 209 школ. Ученики написали 26,6 тыс. Самое большое число победителей зафиксировано по математике, первому по популярности предмету. Этот статус получили 607 школьников. Самыми массовыми предметами стали математика 8,5 тыс.
Олимпиады проводятся для иностранных граждан, лиц без гражданства, в том числе соотечественников, проживающих за рубежом. Участники, успешно прошедшие заключительный этап, могут претендовать на бесплатное обучение по техническим специальностям в рамках квоты Российской Федерации в любом российском ВУЗе, принимающем на обучение иностранных студентов. Информатика - Отборочный этап в дистанционной форме с 18 октября 2022 года по 5 февраля 2023 года.
На написание тура отводится 3 часа и только одна попытка. Для того, чтобы ознакомиться с функционалом системы, пройдите тренировочные сессии, доступные на страницах олимпиад. Правильные ответы и набранные баллы будут опубликованы после окончания времени проведения тура, то есть после 14 декабря.
И: Важным этапом любой задачи является EDA. Что получилось узнать полезного в рамках решения обеих задач при анализе? Что помогло улучшить качество решения? Павел Жучков: Я в первой задаче данные особо не анализировал. Поэтому про то, что там повторяются данные в тесте и трейне, не узнал. Во второй задаче я понял, что T — это время. По-моему, об этом сказали позже. Хотя, может, сразу не увидел. Потом я выкидывал несколько раз N, потому что, по-моему, оно было одинаковое. И: Задача на предсказание клипа включала в себя анонимизированные данные без описания. Как в таком случае вы подходили к анализу признаков? Как и какие зависимости изучали? Может, как-то оценивали важность признаков или использовали сразу всё, как есть? Павел Жучков: В основном использовал всё, как есть: посмотрел на среднее, минимум, максимум. Собственно, из времени вычитал минимальное время, потому что оно там, видимо, юниксовское, так как начинается с 13 миллиардов. Несколько раз выкидывал N, потому что оно было одинаковое. Также думал выкидывать групповые категориальные признаки, потому что с ними очень трудно работать. Но в итоге не выкинул. И: Делали ли какие-то дополнительные признаки? Павел Жучков: GC-шки, я их хэшировал, потому что иначе они просто не помещаются в память. И: Что бы ты пожелал будущим участникам Олимпиады? Павел Жучков: Я бы пожелал им упорства, удачи и стараний. Вячеслав Чертан: Меня зовут Чертан Вячеслав, я из города Кемерово, учусь в 11 классе городского классического лицея. Расскажи, пожалуйста, как ты проходил обучение и каким образом получил те знания, которые тебе помогли в Олимпиаде? Вячеслав Чертан: Искусственным интеллектом я занимаюсь как сам, так и в центре дополнительного образования в нашем городе. Олимпиадным программированием и математикой занимаюсь, можно сказать, полностью самостоятельно, ездил на смены в "Сириус". Олимпиада на отборочном этапе делилась на несколько частей. Это были задачи на олимпиадное программирование, на математику и на сам искусственный интеллект. И: Есть ли у тебя какие-то собственные проекты? Вячеслав Чертан: Есть у меня проект — телемедицинский сервис для помощи в реабилитации после поражения лицевого нерва. Есть такие заболевания, которые приводят к тому, что часть лицевых мышц отказывается работать. Это может произойти от обморожения и несколько других болезней. Чтобы восстановить мышцы, нужно периодически выполнять мимические упражнения, делать это правильно. Как происходит контроль сейчас? Пациент приходит к врачу, врач у него лично принимает то, как пациент делает упражнения. В дополнение ещё может быть система, в которой человек выполняет перед зеркалом сам или записывает на камеру телефона и отправляет врачу. Это не сильно удобно, потому что врач должен отсматривать упражнения пациента либо вживую, либо на записи, тратя своё время. Я разработал систему, которая на основе искусственного интеллекта определяет правильность выполнения мимических упражнений. Благодаря нескольким мифотекам, которые переводят изображение, определяют точки лица, по точкам лица строят отрезки и определяется правильность выполнения упражнения. И: Скажи, пожалуйста, какие задания Олимпиады у тебя вызвали наибольший интерес? Вячеслав Чертан: С заданиями по математике и программированию я справился, в принципе, легко. Самыми интересными как раз были задачи на машинное обучение — особенно всё, что связано с текстом. Я узнал, что в CatBoost можно использовать один дополнительный параметр, чтобы всё это работало легко и просто. И: Важным этапом любой задачи является предварительное исследование датасета. Что в рамках решения обеих задач полезного получилось узнать при анализе? Вячеслав Чертан: Во второй задаче занимательным было то, что можно было обучить обычный классификатор через CatBoost, и он будет достаточно хорошо работать, а также то, что данные были немного повреждены и это нужно было заметить и устранить, чтобы балл стал выше. И: Что поспособствовало улучшению качества решения? Вячеслав Чертан: Как уже говорил, убрав последний элемент и приплюсовав к индексам всех остальных по единичке, я получил качество модели лучше на 3 сотых. Без этого я был бы наверно на середине трейнинга, а здесь я оказался на одной четверти. И: Задача на предсказание клика включала в себя анонимные данные без описания. Как в таком случае ты подходил к анализу признаков? Вячеслав Чертан: Вообще — не знаю, сразу или нет, вроде бы через какое-то время — в задаче появилось описание того, что означает каждая колонка хотя бы примерно. Например, было написано, что буква алфавита обозначает какие-то категориальные признаки один и два, счетчики С1, С2, С3 — набор категориальных признаков. Я просто в катбусте прописал, что есть что, и это начало хорошо работать. По крайней мере лучше, чем было до. В целом не составляет труда понять, какие признаки являются чем, проведя небольшой анализ в своём ноутбуке. И: Как и какие зависимости изучал? Вячеслав Чертан: Вообще на изучение зависимостей не так много времени ушло. Я почти сразу начал писать модельки. Во второй задаче что-то пошло не так сначала. Моделька выдавала на трейне и на валидации хороший результат, а на тесте приписывала всем класс того, что человек кликнет. Это было, естественно, как-то очень странно. И: Оценивал важность признаков или использовал всё как есть? Вячеслав Чертан: Не было на это времени. Когда я написал хорошее решение, у меня оставалось минут 30, чтобы дошлифовать. Это очень мало с учётом того, что датасет весит очень много и одна его выгрузка и загрузка на систему занимает минут пять. И: Применял ли какие-то действия, чтобы оптимизировать метрику качества не с точки зрения хорошо решённой задачи, а с позиции "взлома" метрики качества? Вячеслав Чертан: Как я уже говорил — уберём последнюю запись, добавим ко всем остальным ID-шникам по единичке, и решение начинает работать лучше. В первой задаче, возможно, получилось случайно, возможно, нет, но я вовремя остановил выполнение своего решения, оно было медленным, отправил, и поэтому балл выровнялся на своей максимальной позиции. Если бы я не дорешал, балл был бы меньше, потому что одно решение. У меня два решения совмещались, показатели меняли друг друга. Если бы я это сделал чуть раньше или чуть позже, у меня был бы более низкий балл. И: Как тебе в принципе задание? Вячеслав Чертан: Это было очень интересно, особенно то, что мне пригодилось не только знание по ML, но и знание об алгоритмах, умение оптимизировать тут тоже полезно. И: Расскажи, пожалуйста, какие эмоции ты испытываешь от того, что участвуешь в Олимпиаде? Вячеслав Чертан: Это просто круто, что находишься в таком месте. И: Что бы ты пожевал у участников следующей Олимпиады? Вячеслав Чертан: Не паникуйте и грамотно распределяйте своё время. Тимур Гарифуллин: Здравствуйте, меня зовут Тимур Гарифуллин. Я из Уфы. Учусь в 10-м классе 58-го лицея. И: Расскажи о своей подготовке к олимпиаде. Тимур Гарифуллин: Я изучал разные материалы.