Уважаемые все пропустившие…

Текущая версия на 11:32, 1 декабря 2024

«Wish you were here»© «Опоздавшая Молодежь™»

Этот курс отличается стандартных курсов «зачитывания книжки» и «решения/списывания избитых упражнений + долбления заезженных тестов», основные его квесты расчитаны на активную работу в коллаборативных средах над уникальными (и поэтому «одноразовыми») заданиями, и требует большого внимания преподавателя. Он не масштабируется как «Calculus 101» и прочее такое^[1]. В процессе «прогрева», в простом входном квесте типа Практикуемся В Алгоритмах учащиеся с одной стороны «вкатываются» в принципы взаимодействия, с другой — выясняется их количество и уровень — и в зависимости от этого строится основная карта заданий (например Blog:Advanced Algorithms/2024-09-08 Презентация курса «на осень 2024»).

Т.е. если было видно, что к курсу присоединяется сотня активно взаимодействующих, он был бы просто другой, с другими правилами, баллами, принципами. И наоборот, при считанных единицах, тоже было бы по-другому — и может более интересней, у нас были и индивидуальные работы над дипломами и исследовательским проектами.

Поэтому многократно озвучены справедливые и обоснованные правила, что если кто-то не присоединился к работе за время большее половины времени на курс^[2], не говоря уже о прохождении^[3] простого входного квеста — то это ваш выбор в отношении этого курса по выбору^[4]. Он не один, курсов по выбору много, вы свой выбор сделали. Это невозможно запрыгивать на поезд, когда поезд уже давно ушел (нет, это индивидуальный коучинг, и не масштабируемый MOOC с тестами). И нет, чекание где-то за пределами нашего пространства работы, галочки, что вы выбрали курс, чтобы потом придти, по физтеховской привычке на «экзамен», и продавливать «я тут сам что-то изучал», «вы обязаны принять экзамен» , «ваще поставьте уд, раз я нашел кто ведет курс» — не работает (достаточно халявные пути прохождения на «уд» допускались и были, если бы учащийся хотя бы стартовал вовремя).

В этом году даже выяснилось, что лучше было бы сделать правила отсечки жесче — десятки набежавших за сутки до дедлайна, не извлекли никакой пользы от кривой публикации списанных заданий, но принесли и видимо, принесут много проблем процессу. Да, вы можете жаловаться декану-ректору-президенту-спортлото-… Уверен, вы даже можете добится закрытия курса прямо до окончания, или как-то иначе навредить процессу — пострадают при этом только ваши коллеги-студенты, серьезно.

Т.е. правила озучены, правила зафиксированы, делать индивидуальные исключения по бытовым детским причинам попросту неэтично (этой ссылкой и текстом я одинаково отвечаю на десятки таких запросов в ТГ и почте).

Запрыгнуть на стандартный поезд уже не получится. Единственные возможные исключения по опыту, это для персонажей декларирующих «Я уже бог в Алгоритмах/Computer Science/Hacking» (олимпиады, западные универы, огромный промышленный опыт), поэтому мне этот курс виделся детским, и я рассчитывал что все будет автоматом за счет Божественного Сияния… Тогда, индивидуально я еще могу предложить (не гарантированно, надо посмотреть резюме, пообщатся), пройти индивидуальные исследовательские работы, как-то связанные с этим курсом и алгоритмами (тут я очень надеюсь на пользу). Сейчас их список примерно такой (попробую вспомнить все, и да, мне надо будет поднимать стенды, активно взаимодействовать и т.п.).

• Для тех, кто хорош и интересуется…
  • в физике-механике, доработка обучающих материалов на базе Jupyter Notebook c Sympy Physics Mechanics.
  • в функциональщине-верификации — доработка обучающих материалов на базе Jupyter Notebook про Haskell / Idris.
  • в Ghidra — есть что исследовать (связанное да, с курсами Моделирование бизнес-задач и Моделирование труднорешаемых задач).
  • в машинном обучении в «классификации текстов» (с LLM или просто BERTaми, но с пониманием edge), можно переподнять автокатегоризацию для MediaWiki, или что-то такое.
  • просто очень хорош в prompt engineering — есть квесты по разговору-классификации с gemma2 сообществ VK.
• Для тех, кто ОЧЕНЬ хорош в ML в области какого-нибудь scoring/prediction можно поднять ценные околопромышленные датасеты.
• Для тех, кто очень хорош в Python-backend — есть идея про NEOS-like сервер для Pyomo (для курсов Моделирование бизнес-задач и Моделирование труднорешаемых задач).
• Для тех кто очень крут в комбинаторных алгоритмах — есть что покрутить.

1. ↑ Хотя работа над этим ведется, ну и некоторые, принципиально новые методологические принципы освещены в докладах [1], [2]
2. ↑ Два месяца это выше любой крыши
3. ↑ Даже при регистрации — непрохождение входного теста — graceful отчисление, т.е. никаких отрицательных оценок, просто «мирный развод», ничего не пойдет в ведомости
4. ↑ Да, есть многолетняя договоренность с МОУ об этом