Участники направления робототехники будут разделены на 2 группы. Опытные ребята возьмутся сразу за проекты на основе своих или предложенных кураторами идей и пройдут все стадии – от идеи до реализации и презентации результатов. Проектантов ждет полноценная исследовательская работа по ряду аспектов популярных «железных» направлений: от связи с использованием BLE и Wi-Fi до решения задач распознавания образов, от организации пула девайсов в рамках «интернета вещей» до разработки API и протоколов сопряжения самых разных устройств. Конечно же, не обойдется без 3D-проектирования и печати. Работа с движками, датчиками и уверенное программирование на C/C++ – подразумеваются по умолчанию. Новичков в работе с железом в первые дни школы ждет интенсивный вводный курс для получения специфичных направлению базовых навыков и знаний: участники поработают с Arduino, средой разработки и различными датчиками, микросхемами и сервомоторами. После прохождения КМБ и «огневого рубежа» — зачета по базовым знаниям — группа присоединится к проектникам и перейдет к реализации своей задачи в виде умного устройства. Таким образом, каждый участник направления получит к концу школы результат в виде законченного устройства, а также пройдет серию мастер-классов по проектной работе, электронике, промдизайну и 3D-печати, интернету вещей и др.

В рамках направления прикладного программирования по итогам собеседования и теста формируется 2 группы.
Первую группу ждет интенсив погружения в несколько областей: мобильная и веб-разработка, базы данных, сети, анализ данных и применение алгоритмов в прикладных задачах. Вся необходимая теория дается индивидуально и непосредственно в процессе работы над небольшими проектами. Более опытные участники все время посвятят реализации основного проекта в рамках задачи от компании-партнера или на основе своей идеи. Каждая команда в первый же день познакомится со своим куратором и начнет работу по индивидуальному плану на 2 недели, эпизодически отвлекаясь на спецкурсы, мастер-классы и традиционный хакатон на экваторе. Помимо ежедневной работы над проектами под руководством кураторов всех участников ждут как технологические мастер-классы, так и семинары по организации работы в проекте, формированию ТЗ и исследованию требований от пользователей, тестированию.

Изучение алгоритмов – основа подготовки специалиста Computer Science. Разработка любой современной системы состоит из двух частей: бизнес-логика и инфраструктурный код. Инфраструктурный код приходится писать всегда и вне зависимости от условной простоты приложения, однако реализация алгоритмической части системы требует более фундаментальной подготовки.
С другой стороны, знания алгоритмов точно пригодятся для выступлений на олимпиадах по программированию и успешного поступления в сильнейшие технические университеты, и для успешного прохождения собеседований в технологические компании, и для развития соответствующего мышления, которое пригодится в любой области. На направлении участники в деталях познакомятся с каждым из вышеперчисленных аспектов: теоретическими знаниями для олимпиад и практическими приложениями алгоритмов в индустрии. Мы проследим, как одни и те же концепции встречаются в контестах и в практических задачах поиска информации, оптимизации. Наиболее опытным участникам будет предложено реализовать проект со значительной алгоритмической частью. Подробнее

В базовом треке направления участники познакомятся с основными алгоритмами машинного обучения для задач классификации и регрессии, методами предобработки данных и оценки качества решений.В программе: линейные модели, KNN, дерево решений, случайный лес, градиентный бустинг, ансамбли, матричные разложения для понижения размерности, t-SNE, алгоритмы кластеризации, полносвязные, сверточные и рекуррентные нейронные сети.
Практические задания включают в себя применение изученных алгоритмов к реальным данным и участие в соревнованиях по машинному обучению на Kaggle. В проектном треке участники реализуют свои идеи или задачи от компаний-партнеров по самым разным направлениям: от рекомендательных систем и NLP до компьютерного зрения и других элементов искусственного интеллекта, а также изучают более узкие темы, например, reinforcement learning, generative adversarial networks и т.п. Подробнее

Современная биология далека от скучного предмета, который преподают сегодня в школах. С развитием технологий появилась возможность определять уровни активности генов отдельных клеток, определять пространственную структуру белков, считывать активность нервных клеток – у биологов появилось огромное количество данных, что привело к бурному развитию биоинформатики. Биоинформатика – наука, занимающаяся поиском новых закономерностей в биологических данных с помощью алгоритмических и статистических методов и проектированием систем принятия решений на их основе. В рамках школы участники познакомятся с основными биоинформатическими задачами, получат опыт работы с реальными данными, изучат результаты современных исследований и их применение в медицине, экологии и сельском хозяйстве. Желающие смогут реализовать собственный проект под руководством ученых из ведущих академических и индустриальных лабораторий. К участию приглашаются все, кто имеет опыт в анализе данных, прикладном программировании или алгоритмах и хочет выйти за пределы бесконечных веб-сайтов, кредитных скорингов и прочих таргетингов – попробуйте себя в междисциплинарной области. Биологию знать не обязательно, мы вам всё покажем и расскажем. Также приглашаем биологов, которые хотят применять программирование и анализ данных для своих задач.

На направлении распределенных систем участники смогут пройти интенсивный курс и реализовать проекты в рамках одного из треков:
Кластеры и enterprise. Изучение подходов, которые используются при реализации высоконагруженных и надежных систем, существующими архитектурами и их реализациями. Будут рассмотрены практики анализа и хранения больших данных (HDFS, MapReduce, Spark) и написания эффективных масштабируемых сервисов (Docker, Kubernetes, концепции микросервисов, pub-sub queue). Открытые распределённые системы. Как сделать то, что сможет жить не только в уютном кластере вашей корпорации, но и в живом интернете? И не привязано к одному серверу? Как HTML избавился от тегов, работающих только в одном браузере? Как HTTPS вообще может безопасно работать для миллиардов пользователей с Windows XP? Как MQTT набрал популярность? И как и зачем на самом деле децентрализовывают вещи, без ICO и асбеста. Всё это и менее заезженные кейсы, а также распределение доверия, топологии, шаринг данных, история подходов к вопросу от двадцатилетней до трёхдневной давности, зачатки системного мышления и #wefixthenet – ждет участников трека.

Направление для начинающих предназначено для участников, которые имеют мало опыта в программировании и не работали над прикладными задачами. Цель этого курса - заполнить пропасть между изучением программирования и решением реальных промышленных задач. Многие участники наших школ начинают обучение именно с этого направления. Программа обучения – базовый курс прикладного программирования для начинающих в формате последовательной реализации небольших проектов на Python. С одной стороны, это позволит получить много необходимого практического опыта, с другой стороны, любую задачу можно будет впоследствии развить до большого проекта. Занятия проходят в маленькой группе, вся необходимая теория дается индивидуально и непосредственно в процессе работы над проектом. За 2 недели участники поработают с изображениями, звуком, backend-разработкой веб-сервисов, базами данных и API популярных сервисов (VK, Instagram и др.), знакомятся с базовым анализом данных, реализуют Telegram-бота, сайт со своей cms, бота для онлайн-игры, свои онлайн-игры и чаты на сокетах. Подробнее