28 и 29 июня с 10:00 до 14:00 в рамках проекта «Умный туризм» пройдет мастер-класс «Вычислительные методы: Технологии настоящего и будущего».

На мастер-классе вы узнаете о применении численных методов: от мобильных игр до искусственного интеллекта. Эта область находится на стыке IT технологий и математики, что всегда будет оставаться востребованной сферой.

Преподаватели мастер-класса являются работниками международных проектов. Они расскажут как о теоретических основах, так и о повседневной работе специалиста-расчетчика.

Цель мастер-класса: знакомство с вычислительными методами в процессе решения задач на движение космических тел, 3D моделирование и динамику молекул.

Темы мастер-класса включают описание движения космических тел, 3D моделирование и динамику молекул. Мастер-класс разделён на блоки, каждый из которых содержит теорию по одному из методов и интересную задачу. Участники должны пройти этапы составления модели, программирования на Python и анализа решения. По каждой задаче мы разработали несколько уровней с постепенным усложнением от очень простого до олимпиадного уровня, которые участники будут выбирать в соответствии с уровнем своей подготовки.

Возраст участников: 9-11 класс, 10 человек

Мастер-класс проведут: 

• Алимов Дмитрий Валерьевич — Кафедра химической и биологической физики НГУ. м.н.с. МТЦ СО РАН. разработчик алгритмов LEDAS.
• Ли Роман Николаевич — Кафедра физики элементарных частиц НГУ ИЯФ СО РАН.

Чтобы попасть на мастер-класс, нужно выполнить отборочное задание и заполнить регистрационную форму до 25 июня (включительно).

Место проведения: Парк науки и технологий РЦ «Альтаир», ул. Николаева 12.

Приходи программировать математику вместе с нами!

По всем вопросам можно обращаться к методисту направления «Искусство» Регионального центра «Альтаир» (ГАУ ДО НСО «ОЦРТДиЮ») Ивановой Татьяне Владимировне, контактный телефон: 8-996-377-00-23, е-mail: altair-nso@yandex.ru

Следите за новостями РЦ «Альтаир» в соцсетях:

Мы Вконтакте — https://vk.com/altair_rc

Мы в Телеграме — https://t.me/altair_nso