В 2025 году Политех Петра стал победителем программы «Приоритет-2030», в рамках которой вуз получит финансирование в размере 1 млрд рублей. Одно из стратегических направлений, которые определил для себя СПбПУ в рамках этого проекта, — развитие ИИ для решения междисциплинарных задач. Что это означает для студентов университета? Появление новых программ, амбициозных проектов — и, конечно, образование, которое дает выпускникам преимущества за порогом вуза. Уже сегодня многим институтам есть о чем рассказать. О них и пойдет речь далее.
Биомедицина, архитектура и менеджмент. Что объединяет такие разные, казалось бы, отрасли знаний? Ответ, возможно, удивит: искусственный интеллект. Санкт-Петербургский политехнический университет Петра Великого активно применяет ИИ в образовательных программах по этим направлениям.
Зачем студентов Политеха Петра учат с помощью ИИ
Технология лидерства
Конечно, цифровые платформенные решения используют практически все институты вуза, однако в нашем материале собраны примеры, где сотрудничество человека и машины дает особенно впечатляющие результаты.
II часть
Может ли физик руководить биомедицинской лабораторией? Да, если это научно-исследовательская лаборатория анализа биомедицинских изображений и данных Политеха (Институт биомедицинских систем и биотехнологий).
Ее возглавляет кандидат физико-математических наук Екатерина Пчицкая. Профессиональный путь молодого ученого показывает: современная биомедицина — область на стыке биологии, математики, физики и программирования. Причем влияние цифровых технологий настолько велико, что естественная наука постепенно «мигрирует» в сторону точных. Это, кстати, хорошо видно и на структуре самой лаборатории: в ее составе есть и типичный кабинет «как в фильме» с пробирками, аппаратами и людьми в белых халатах, и коворкинг с мощными ноутбуками для работы с большими данными и создания программ. Разные компетенции объединены вместе ради единой цели — здоровья человека.
Екатерина Пчицкая,
доцент Высшей школы биомедицинских систем и технологий, заведующий лабораторией анализа биомедицинских изображений и данных, кандидат физико-математических наук
Лаборатория Екатерины Пчицкой занимается исследованиями мозга, а также причин и предполагаемых способов лечения болезни Альцгеймера, болезни Хантингтона и других неройродегенеративных заболеваний. Происходящие в организме процессы ученые исследуют на уровне нейронов и соединений между ними — синапсов.
«При болезни Альцгеймера человек теряет синапсы, у него наблюдаются сильные когнитивные изменения, потеря памяти, внимания и т. д. Если не дать синапсам деградировать, уменьшиться в размере, чтобы они продолжали эффективно выполнять свою функцию, то, как мы предполагаем, можно остановить развитие болезни», — объясняет наша собеседница.
«
Как нейросети помогают победить Альцгеймер
Еще недавно адекватных инструментов для этого у биологов не было, поэтому междисциплинарная команда лаборатории начала развивать проект по обработке данных с использованием машинного обучения. Результатом стало программное обеспечение, которое позволяет создать трехмерную модель нейрона. Ее можно «покрутить», отделить синапсы, изучить их форму (которая оказалась гораздо сложнее, чем представлялось раньше).

Не обойтись без ИИ и в наблюдении за лабораторными мышами: алгоритм научился соотносить действия грызуна и активность нейронов в его мозге в этот момент. Благодаря тому, что нейросеть учитывает контекст, она улавливает закономерности, которые не видит человек.
Но прежде чем строить любые предположения и их доказывать, нужно точно описать форму нейронов, их взаимное расположение и взаимосвязь.
«Мы даже сделали карты внимания: они позволяют узнать, куда именно смотрела нейронная сеть, чтобы принять решение, что ей было интересно, — отметила Екатерина Пчицкая. — И увидели закономерности: допустим, она смотрит на начало активности — и тут важны активности других нейронов, расположенных от наблюдаемого на существенном удалении — больше, чем ближних. Вот такие фундаментальные инсайты удалось получить, оперируя огромным массивом данных с помощью ИИ».
«
А еще политехники создали алгоритм «NeuroDecon», с помощью которого сотрудникам лаборатории проще получать качественные микроскопические изображения в 3D. Он улучшает изображения без сложных вычислений и дорогостоящих технических ухищрений, используя модель искусственного интеллекта. Получается быстро и точно!

И вот что важно: во всех IT-проектах, упомянутых нами, принимают участие студенты. На программе бакалавриата «Биотехнические системы и технологии» и ее продолжении в магистратуре «Биомедицинские информационные системы и технологии» и «Приборостроение», а также специалитета «Биоинженерия и биоинформатика» студенты получают фундаментальные базовые знания не только в области молекулярной и клеточной биологии, но и в математике и физике. Есть отдельные курсы по машинному обучению и по базам данных, также ребята изучают язык программирования Python. А новая программа специалитета «Биоинженерия и биоинформатика» вобрала в себя лучшие междисциплинарные практики.
«Наработки студентов по взаимодействию с нейросетями легли в основу дипломных проектов: в этом году у нас защищаются семь человек, — рассказала руководитель лаборатории. — И у каждого из них микс биологии с нейробиологией и алгоритмами машинного обучения, искусственного интеллекта».
«
Под руководством преподавателей молодые люди занимаются сборкой датасетов (наборов данных для нейросети), проектируют нейронные сети и алгоритмы и учатся решать с их помощью научные задачи. Благодаря использованию математических моделей можно интегрировать данные разных типов и оценить, будет ли эффективным то или иное лекарство, еще до клинических исследований — как правило, дорогих и трудоемких.
Не обошлось из без LLM (Large Language Model – это большие языковые модели): один из дипломных проектов посвящен дообучению LLM на учебниках по нейробиологии и оптимизации поиска нужных данных в интернете, чтобы нейросеть давала более точные и обоснованные ответы в такой сложной и специализированной области.
Возможно, через несколько десятков лет медицина сможет победить серьезные нейродегенеративные заболевания. ИИ помогает понять, как реагируют нейроны на те или иные препараты или воздействия.
70% отечественных девелоперов заинтересованы в создании и обучении собственных моделей искусственного интеллекта. Однако в реальности только 3% строительных компаний в России используют ИИ-технологии в работе*.
Но, возможно, скоро соотношение изменится — появятся доступные инструменты и специалисты, которые смогут их грамотно применять. В сентябре 2025 года Инженерно-строительный институт СПбПУ планирует запустить онлайн-курс для студентов «ИИ в архитектуре». Однако уже сегодня ассистент Высшей школы промышленно-гражданского и дорожного строительства Людмила Михайловская рассказывает в университетской аудитории о том, как применяют ИИ в строительстве и что умеют те или иные цифровые платформы.
Людмила Михайловская, ассистент Высшей школы промышленно-гражданского и дорожного строительства
«Картинку сегодня сгенерирует любой: достаточно написать в чат-бот «нарисуй мне домик» — и готово. Но не все знают, как прийти к качественному результату. И мы со студентами не знали, когда начинали эту работу в прошлом году. Потом попробовали зайти по-другому и стали ближе к тому, к чему стремились», — рассказывает Людмила Андреевна.
«
ИИ вместо архитектора: миф или реальность?
Изображение генерировала нейросеть Exactly.ai
«Все признаки художественной ценности присутствуют, и это сделал искусственный интеллект. Для меня это удивительно», — комментирует результат Людмила Михайловская.
«
Перед ней на мониторе — десятки сгенерированных ИИ изображений по запросу «здание в виде пингвина». По ним хорошо видно, как эволюционировала за несколько месяцев одна из нейросетей: сначала она понимала задание слишком буквально и выдавала малореализуемые на практике и не слишком эстетичные варианты фасадов с клювом и лапками. В процессе обновлений машина, кажется, «поняла», что от нее требуется: в результате перед нами — интересная идея павильона, который бы украсил любой зоопарк. Тема пингвина на этот раз решена более абстрактно — скорее, она лишь угадывается в облике сооружения.
Изображение генерировала нейросеть Exactly.ai
Пингвин пингвином, но нарисует ли нейросеть фасад здания с петербургской идентичностью?
Вместо ответа преподаватель показывает содержимое другой папки своего компьютера: одна из студенток в рамках выпускной работы обучила машину на нескольких фотографиях исторического центра Петербурга. Проанализировав их, нейросеть выдала свои варианты, которые не повторяли оригинальные изображения и в то же время гармонично вписались бы в облик города. Честно: отличить несуществующие здания от настоящих было бы невозможно, если бы не мелкие «галлюцинации» ИИ в деталях рядом с домом — машины, вывески и т. д.
«Искусственный интеллект не срисовывает и не склеивает кусочки, как в аппликации. Он как будто бы в глубину идёт и использует основополагающие принципы художественной выразительности, о которых мы студентам рассказываем на занятиях», — резюмирует Людмила Андреевна. Она добавляет:

«Сейчас в нашей сфере два лагеря: кто-то говорит, что ИИ не сможет заменить архитектора, кто-то говорит, что сможет. Я, скорее, во втором».
«
Реальный дом
Изображение сгенерировано ИИ
Реальный дом
Изображение сгенерировано ИИ
Реальный дом
Изображение сгенерировано ИИ
А вы сможете угадать, какое здание есть в Петербурге, а какое нарисовал ИИ?
Реальный дом
Изображение сгенерировано ИИ
Реальный дом
Изображение сгенерировано ИИ
Реальный дом
Изображение сгенерировано ИИ
А вы сможете угадать, какое здание есть в Петербурге, а какое нарисовал ИИ?
Кроме генерации идей фасадов искусственный интеллект уже сегодня можно привлекать к «нарезке» планировок квартир на этаже.
«Как покупатели мы видим, что в домах планировки не всегда удачные. Можно было бы сделать и получше, но как будто бы у специалистов был цейтнот, времени не хватило. А ИИ может справиться с этой задачей быстро и достаточно качественно — главное, не забыть его проконтролировать», — убеждена сотрудница Политеха.
«
Что касается проработки офисных и общественных пространств, то тут у искусственного интеллекта успехи скромнее. Возможно, это связано с необходимостью хорошей базы данных для обучения нейросети, а реальные участники рынка делиться наработками не готовы.

Так или иначе, но крупные компании взяли ИИ-инструменты на вооружение, и молодые специалисты из Политеха к этому будут готовы.
Планировку разработала студентка ИСИ Марина Санникова
Уже сегодня искусственный интеллект справится с планировкой этажа и нарисует оригинальный фасад — под присмотром человека-эксперта.
Ответ на этот вопрос знают специалисты Института промышленного менеджмента, экономики и торговли.
В 2025 году здесь на базе программы «Бизнес-информатика» появилась программа магистратуры «Искусственный интеллект и инжиниринг данных в бизнесе». Она родилась в содружестве с компанией «PIX Robotics» — разработчиком ПО для бизнеса в России. Первый набор студентов пройдет осенью.
«Программа предназначена для менеджеров, аналитиков, IT-специалистов и предпринимателей, стремящихся применять технологии искусственного интеллекта для развития бизнеса, — рассказывает директор Высшей школы бизнес-инжиниринга, доктор экономических наук, профессор Игорь Ильин. — Также она будет полезна руководителям и стратегам, которым необходимо грамотно оценивать потенциал ИИ, принимать обоснованные решения о его внедрении и рассчитывать возврат инвестиций. Кроме того, эта программа рассчитана на специалистов, желающих не просто следить за технологическими трендами, но и активно использовать их для создания конкурентных преимуществ компании».
«
Игорь Ильин, директор Высшей школы бизнес-инжиниринга, заведующий лабораторией «Междисциплинарные исследования и образование по технологическим и экономическим проблемам энергетического перехода (CIRETEC-GT)», доктор экономических наук, профессор
Выпускники смогут работать архитекторами и инженерами данных, Data Scientist, бизнес-аналитиками, промпт-инженерами.

В рамках учебного процесса студенты научатся решать бизнес-задачи с использованием ИИ. Занятия включают в себя промпт-инжиниринг, настройку и использование алгоритмов машинного обучения в различных системах. Студенты освоят различные инструменты и модели AI, такие как ChatGPT, Midjourney и другие, которые помогут в автоматизации рутинных процессов, обработке данных, управлении запасами и производством и прочих задачах. И, конечно же, ребята научатся составлять эффективные запросы к ИИ — это важный навык для взаимодействия с языковыми моделями.
Учебная программа включает в себя такие дисциплины, как:
  • «Инжиниринг данных»,
  • «Основы искусственного интеллекта и систем ИИ»,
  • «Математические методы и модели для систем ИИ»,
  • «Модели машинного обучения»,
  • «Low-code и no-code для решения бизнес-задач»,
  • «Программная инженерия для ML-систем».
Как цифровые платформы могут помочь компаниям и потребителям?
Создание автоматизированной платформы для подбора персонала
Создание рекомендательной системы для e-commerce площадки
Прогнозирование динамики фондового рынка с помощью ИИ-моделей
Анализ социальных медиа с целью выявления потребительских предпочтений
Анализ деятельности и повышение эффективности деятельности высокотехнологичных медицинских организаций
Исследование эффективности производственных линий с помощью внедрения моделей искусственного интеллекта и т. п.
«Бизнес, активно использующий возможности нейросетей, получает значительные конкурентные преимущества: улучшает качество продукции и сервиса, снижает затраты и ускоряет внутренние процессы, принимает более точные решения на основе глубокого анализа данных, предлагает персонализированный подход к клиентам и опережает конкурентов, первыми осваивая технологические новшества, — убежден Игорь Васильевич. — Все это ведет к увеличению прибыли, снижению рисков и укреплению позиций на рынке. Поэтому подготовка специалистов, готовых применять нейросети в бизнесе, крайне востребованна».
«
Какие исследования для бизнеса студенты могут выполнять при помощи ИИ?
ИИ-инструменты делают бизнес более конкурентным: они помогают улучшить качество продукции, снизить затраты и принимать точные решения.
И, конечно, искусственный интеллект используют при работе с текстом.
В этой области он позволяет не только облегчать и ускорять процесс создания, но и открывает новые формы анализа — благодаря иным подходам.
«В частности, эмббединг (то есть представление слов в виде многомерных векторов) дает широкие возможности интеллектуального анализа текстов — от семантического анализа и определения авторства до анализа тональности, — рассказывает Дарья Быльева, кандидат политических наук, доцент Высшей школы общественных наук (Гуманитарный институт). — Можно, в частности, изучать, как изменяется использование слов с течением времени в рамках тех или иных корпусов текстов (собраний сочинений, прессы, научных статей, интернет-материалов). Это помогает решать разнообразные задачи: например, понять, как изменяется вид метафор, как меняется отношение к социальной группе или явлению, как развивается стиль автора, как изменился стиль научных статей с приходом ИИ. Более современные модели позволяют анализировать мультимодальные данные, состоящие из текстов, изображений, звуков, видео и т. д.»
«
Дарья Быльева,
доцент Высшей школы общественных наук (Гуманитарный институт), кандидат политических наук
Зачем филологам эмббединг
«Но, наверно, главный тренд заключается в расширяющихся возможностях массовой индивидуализации, — отмечает Дарья Сергеевна. — Уже сегодня, не в последнюю очередь благодаря ИИ, пользователи сети получают все более персонализированные рекомендации, а в будущем опыт может быть не только еще более персональным (когда искусственный интеллект будет дописывать то, о чем вы только подумали), но и более мультимодальным, когда один и тот же ролик будет заканчиваться по-разному для разных целевых аудиторий».
«
Преподаватель признает: не все инструменты принимаются студентами восторженно. На «ура» идет то, что можно использовать сразу и в чем очевидна польза. Тем не менее, впоследствии многие учащиеся Гуманитарного института Политеха используют цифровые платформы уже по собственной инициативе, выполняя исследовательские работы и проекты.

На вопрос, делает ли гуманитариев более востребованными на рынке труда владение ИИ, собеседница «Фонтанки» ответила так:
«Я бы сказала, что вскоре это будет базовый навык. Как раз неумение пользоваться инструментами ИИ будет примерно тем же, что и неумение пользоваться компьютером энное количество лет назад: такие люди вынуждены были либо срочно «догонять» прогресс, либо уходить из сферы интеллектуального труда».
«
Хорошо заметно развитие технологий и в рекламе. Она стала одной из первых областей, доступных широкой аудитории, куда проникли созданные с помощью ИИ изображения и видео.
Эмббединг — представление слов в виде многомерных векторов. Он дает исследователям широкие возможности интеллектуального анализа текстов.
ИИ в других институтах Политеха
Здесь ИИ применяют при изучении и создании технологий мультиспектрального зрения и распознавания образов. Сфера применения широка: например, распознавание дорожных знаков и разметки применяется в интеллектуальных системах помощи водителю. А в медицине технология используется для дистанционного мониторинга состояния пациента. В производстве, например, такие технологии помогают предотвратить внештатные ситуации, так как позволяют оценить состояние работника, не отвлекая его. Эта область знаний развивается стремительными темпами, в связи с чем постоянно появляются новые инструменты и подходы для задач распознавания образов. Их и изучают студенты.
Институт электроники и телекоммуникаций
Высшая школа автоматизации и робототехники готовит конструкторов широкого профиля. В рамках годового курса «Управление роботами и мехатронными устройствами» студенты учатся создавать систему телеуправления: на языке С++ с использованием стандартных библиотек программируют колесного робота и создают интерфейс для управления им с компьютера. Под их руководством робот должен проехать лабиринт, обнаружить в нем объекты (благодаря использованию готовых нейронных сетей), «промониторить» состояние среды около этих объектов и вернуться на базу. Так будущие инженеры получают начальный опыт разработки робототехнических систем, которые применяются в различных областях — в задачах мониторинга и обследования местности, дистанционного управления производством в опасных зонах и т. д.
Институт машиностроения, материалов и транспорта
Все больше выпускных работ по направлению подготовки «Прикладная математика и информатика» посвящены созданию моделей ИИ. Студенты не только разрабатывают собственные модели, но и создают чат-боты, чтобы разбираться в сложных темах. Кроме того, учащиеся активно используют современные модели ИИ в качестве ассистентов программиста в интегрированных средах разработки (IDE), таких как PyCharm, Visual Studio Code и GigaIDE. Эти инструменты значительно ускоряют процесс создания и отладки приложений, предлагая контекстуальные подсказки, автоматическое завершение кода и выявление ошибок на ранних стадиях. Виртуальные помощники позволяют студентам сосредоточиться на более сложных и творческих аспектах программирования, повышая общую продуктивность и качество кода.
Физико-механический институт
На курсе профессионально-ориентированного английского языка в весеннем семестре работают с ИИ-ресурсами для самопрезентации, подготовки презентаций по специальности. Например, разбирают, почему сгенерированная презентация Gamma не решает нужные задачи и как ее адаптировать. А в осеннем семестре студенты ведут научно-популярные блоги в Telegram по теплоэнергетике с использованием нейросетей. Поскольку однокурсники подписаны на каналы друг друга, появляется мотивация написать текст интересно, снять видео хорошо.
Институт энергетики
Здесь ИИ применяют при изучении и создании технологий мультиспектрального зрения и распознавания образов. Сфера применения широка: например, распознавание дорожных знаков и разметки применяется в интеллектуальных системах помощи водителю. А в медицине технология используется для дистанционного мониторинга состояния пациента. В производстве, например, такие технологии помогают предотвратить внештатные ситуации, так как позволяют оценить состояние работника, не отвлекая его. Эта область знаний развивается стремительными темпами, в связи с чем постоянно появляются новые инструменты и подходы для задач распознавания образов. Их и изучают студенты.
Институт электроники и телекоммуникаций
Высшая школа автоматизации и робототехники готовит конструкторов широкого профиля. В рамках годового курса «Управление роботами и мехатронными устройствами» студенты учатся создавать систему телеуправления: на языке С++ с использованием стандартных библиотек программируют колесного робота и создают интерфейс для управления им с компьютера. Под их руководством робот должен проехать лабиринт, обнаружить в нем объекты (благодаря использованию готовых нейронных сетей), «промониторить» состояние среды около этих объектов и вернуться на базу. Так будущие инженеры получают начальный опыт разработки робототехнических систем, которые применяются в различных областях — в задачах мониторинга и обследования местности, дистанционного управления производством в опасных зонах и т. д.
Институт машиностроения, материалов и транспорта
Все больше выпускных работ по направлению подготовки «Прикладная математика и информатика» посвящены созданию моделей ИИ. Студенты не только разрабатывают собственные модели, но и создают чат-боты, чтобы разбираться в сложных темах. Кроме того, учащиеся института активно используют современные модели ИИ в качестве ассистентов программиста в интегрированных средах разработки (IDE), таких как PyCharm, Visual Studio Code и GigaIDE. Эти инструменты значительно ускоряют процесс разработки и отладки приложений, предлагая контекстуальные подсказки, автоматическое завершение кода и выявление ошибок на ранних стадиях. Виртуальные помощники позволяют студентам сосредоточиться на более сложных и творческих аспектах программирования, повышая общую продуктивность и качество кода.
Физико-механический институт
На курсе профессионально-ориентированного английского языка в весеннем семестре работают с ИИ-ресурсами для самопрезентации, подготовки презентаций по специальности. Например, разбирают, почему сгенерированная презентация Gamma не решает нужные задачи и как ее адаптировать. А в осеннем семестре студенты ведут научно-популярные блоги в Telegram по теплоэнергетике с использованием нейросетей. Поскольку однокурсники подписаны на каналы друг друга, появляется мотивация написать текст интересно, снять видео хорошо.
Институт энергетики
Это жизнь!
Как студенты Политеха применяют навыки работы с ИИ
Ребята рассказали нам, как создали чат-бот, которым пользуется весь вуз, и что помогает достигать успехов в спортивном программировании.
Telegram-бот «Карманный политехник»
Яков Щербина,
Физико-механический институт СПбПУ
Так родился Telegram-бот «Карманный политехник» — помощник в учебе и повседневной жизни для студентов, а в перспективе — и преподавателей. Он может прислать расписание на конкретный день или сразу на неделю, напомнить о парах и занятиях в ближайшие дни. Бот научился даже давать прогноз погоды! Инструмент оценили студенты: расписание всегда под рукой, не нужно заходить на разные сайты или в приложения.
«На 2-м курсе в качестве курсового проекта по программированию можно было выбрать любую тему и написать какую-нибудь программу на языке Python. Мы с одногруппником Станиславом Бахметьевым решили написать Telegram-бот, так как многие часто используют этот мессенджер. Нам хотелось упростить себе жизнь, создав удобный способ узнать расписание занятий. Позже решили добавить больше различных функций и выпустить бот в массы. Когда решился вопрос с сервером, на котором будет работать сервис, у всех появилась возможность им пользоваться».
«
Фиджитал-спорт — новое направление на стыке видеоигр и традиционных дисциплин. Есть мнение, что это самый быстроразвивающийся спорт в России. В СПбПУ им занимаются серьезно. Капитан сборной по спортивному программированию Дмитрий Задорожний (Институт Институт промышленного менеджмента, экономики и торговли СПбПУ) ответил на наши вопросы.
Спортивное программирование
— Какими инновационными видами спорта занимаются политехники?
— У нас есть спортивное программирование**, интерактивный футбол, симрейсинг***, тактический бой, Minecraft, «Тетрис», спортивное пилотирование дронов, Dota 2 и т. д.
— ИИ используется в спортивном программировании? Если да, то как именно?
— В спортивном программировании ИИ может использоваться для решения несложных задач, для проверки работоспособности кода, для разбора задач и последующего обучения на этих задачах. Также мы используем искусственный интеллект для составления тренировок и как личного тренера: ему можно задать любой интересующий вопрос по теме, и он достаточно грамотно на него ответит. Плюсы ИИ, безусловно, в том, что он хоть и не полностью, но может заменять персонального тренера. Это очень важно в сфере спортивного программирования, где есть дефицит действительно сильных наставников. К минусам можно отнести то, что нейросеть не всегда правильно отвечает, информацию стоит перепроверять и тестировать (в случае с кодом).
— А как вы думаете, в будущем ИИ будет использоваться чаще и больше? Возможно ли, что человек будет играть против робота?
— Я думаю, по мере развития ИИ будет использоваться чаще, но сравняться с человеком в ближайшие 2-3 года вряд ли сможет.
— Какими своими победами вы гордитесь больше всего?
— Это достижения сборной и ее участников: призерство на чемпионате СНГ среди студентов (1/2 ICPC); победа на всероссийском соревновании «Свой код»; призовые места в Лиге Росатома; участие в нескольких мировых соревнованиях (ICPC, Midnightcup).
Студенты Политеха — на «ты» с ИИ: они умело используют его не только в учебе, но и в спорте, и в общественной жизни вуза.
Как искусственный интеллект будет развиваться дальше, читайте здесь
читать
Реклама, ФГАОУ ВО СПбПУ, ИНН 7804040077

Лицензия на осуществление образовательной деятельности Л035-00115-78/00096960 от 19.02.2016 № 344-06

*Источники: дом.рф.
**Спортивное программирование — дисциплина, где участники решают «головоломки» на скорость при помощи кода. В основном задачки связаны с алгоритмами и математикой.
*** Симрейсинг — воспроизведение реальных автогонок в виртуальной жизни.

Автор: Анастасия Коренькова
Редактор / корректор: Елена Виноградова
Координатор: Елена Рожнова
Дизайн: Ольга Сергеева
Фотографии предоставлены ФГАОУ ВО СПбПУ
Другие источники иллюстраций: IStock.com
Istock: HORDIEIEV ROMAN
Нейросеть Exactly.ai

Спецпроекты «Фонтанки.ру»

Просмотров: 6046

На информационном ресурсе применяются cookie-файлы . Оставаясь на сайте, вы подтверждаете свое согласие на их использование.