От ученых ИТМО и экспертов Геоскана
Выполни финальный тест по итогам лекций
Пройди в финал и реши инженерную задачу
Пройди собеседование с командой
Ждем тебя на летней инженерной школе
- Практический опытРеальные проекты и задачи от индустриального партнера
- Погружение в инженерную средуВход в инженерную среду и развитие компетенций, доступ к инфраструктуре и современным инструментам
- Оформление практикиПрохождение школы можно оформить как практику
- СоревнованияУчастие в соревнованиях и конкурсах в составе команды
- ТрудоустройствоПо итогам стажировки - возможность трудоустройства в МКБ
18 мая - очно
Лекции от экспертов ГК Геоскан
Лекции от ученых ИТМО
21 мая
- Генеративное проектирование
Задача команды
Ускорить переход от идеи к 3D-модели за счет генеративных методов.
Над какими задачами будешь работать
- исследовать современные подходы генерации CAD-моделей и выбрать оптимальные решения под реальные инженерные задачи
- разработать пайплайн генерации: от текстового описания и базовой геометрии до полноценной твердотельной модели с экспортом в STEP
- интегрировать генерацию в CAD-среды (КОМПАС, SolidWorks) через API и довести решение до рабочего инструмента
- протестировать и оценить качество моделей на реальных деталях беспилотных систем (крепления, рамы, адаптеры)
Кто подойдет
- программисты с опытом Python/ С++ (и другой язык) с интересом к нейросетям, готовые разбираться в генеративных моделях и геометрии
- конструкторы, уверенно работающие в CAD и понимающие параметрическое моделирование
2. Автономный интеллект на борту БАС
Команда занимается разработкой автономного интеллекта для беспилотных систем. Мы создаем модели, которые позволяют дрону не просто распознавать объекты, а понимать сцену и принимать решения прямо на борту без связи с внешними сервисами.
Разрабатываем легкие мультимодальные модели (VLM/VLA), которые работают на борту, распознают сцену и выдают команды управления.
Задача команды
Разработать бортовой интеллект, который позволяет дрону самостоятельно понимать сцену и принимать решения без связи с внешними системами.
Над какими задачами будешь работать
- запускать и дообучать мультимодальные модели VLM-модель (MobileVLM или аналог) на одноплатных компьютерах с NPU процессорами для работы на борту БАС
- обучать модель понимать сцену: отвечать на вопросы («есть препятствие слева?», «метка какого цвета?»), ориентироваться в окружении и принимать решения в реальном времени
- связывать восприятие с управлением: превратить вывод модели в реальные команды движения (VLA)
- оптимизировать модели под аппаратные ограничения и доводить их до стабильной работы
Ты подойдешь, если:
- уверенно программируешь на Python (плюсом будет C/C++) и опыт работы с PyTorch
- имеешь знания компьютерного зрения и/или мультимодальных моделей (VLM/LLM)
- имеешь опыт или желание разобраться в embedded AI: Jetson, Raspberry Pi, NPU-процессоры, edge-устройства (проверить)
- у тебя есть базовое понимание робототехники: сенсоры, управление, автономное движение
Будет плюсом
- если у тебя есть опыт с ROS/ROS2, OpenCV, ONNX/TensorRT, CUDA или оптимизацией моделей
Команда занимается разработкой решений в области компьютерного зрения, построения карты окружения и автономной навигации в нем. Решения должны быть легковесными для работы в реальном времени на борту. Зачастую для определений точек интереса требуется интеграция нейросетевых решений.
Задача команды
Разработать стек решений компьютерного зрения для автономной навигации на борту с использованием нейросетевых алгоритмов и аппаратной оптимизацией.
Над какими задачами будешь работать
- Разрабатывать и дорабатывать алгоритмы компьютерного зрения для автономной навигации (детекция объектов, сегментация, трекинг)
- Участвовать в построении и обновлении карты окружающей среды (SLAM, визуальная одометрия, оценка положения)
- Интегрировать CV-модели в навигационный стек: связывать восприятие с планированием траектории и принятием решений
- Работать над алгоритмами обнаружения препятствий и определения проходимости сцены
- Оптимизировать модели и алгоритмы для работы в реальном времени на бортовых устройствах (edge / embedded)
- Тестировать решения в симуляции и на реальных данных, анализировать ошибки и повышать устойчивость системы
Ты подойдешь, если:
- Уверенное владение Python (плюсом будет C/C++) и опыт работы с PyTorch
- понимаешь основы компьютерного зрения
- понимаешь задачи навигации: локализация, построение карт, планирование движения
- интересуешься к робототехнике и автономным системам
Будет плюсом
- опыт с OpenCV, ROS/ROS2
- знание SLAM / visual odometry / sensor fusion
- опыт оптимизации моделей (ONNX, TensorRT, CUDA)
- практика работы с embedded-платформами (Jetson, Raspberry Pi и др.)
до 15 мая
Молодежное конструкторское бюро Геоскан х ИТМО — это инженерное подразделение, где разрабатываются решения в области беспилотных авиационных систем.
Мы разрабатываем инженерные решения полного цикла: от проектирования узлов и ускорения CAD-разработки до алгоритмов автономного восприятия и управления на борту. Основной фокус направлен на ускорение проектирования, развитие интеллекта на борту и повышение устойчивости систем в реальных условиях.
Команды в МКБ Геоскан х ИТМО работают в формате индустриальной разработки: от постановки задач и сроков, до работающего прототипа.
- Живицкий Андрей Юрьевичкандидат технических наукРуководитель МКБ "Геоскан-ИТМО" на базе факультета систем управления и робототехники
- Егоров Андрей АндреевичПрограммистОтдел разработки платформенных решений и автономной навигации. Представитель компании ГК "Геоскан" по работе с МКБ
- ГеосканИндустриальный партнерРоссийская группа технологических компаний, которая занимается разработкой и производством беспилотных авиационных систем
Пиши нам на почту mkb@itmo.ru или в соцсетях!
Санкт-Петербург, Кронверкский пр., д.49
+7 (812) 480-04-80
https://itmo.ru/
https://www.geoscan.ru/
