Skip to content

Repository files navigation

Фонд оценочных средств по дисциплине «Структуры и алгоритмы обработки данных». Семестр 1

Направление 09.03.04 «Программная инженерия», профиль «ТОП-ИТ: Разработка и сопровождение программного обеспечения», МТУСИ, кафедра «Программная инженерия». Дисциплина Б1.О.30, 2 курс, 4 учебный семестр (первый семестр курса), форма промежуточной аттестации — зачёт.

Репозиторий содержит рабочую программу первого семестра дисциплины (РПД) и фонд оценочных средств (ФОС): контрольно-измерительные материалы (КИМ) лабораторных работ, дополнительных практических заданий по кейсам индустриальных партнёров, банков тестов и зачёта. Структура следует шаблону репозитория fundamentals-of-ann.


1. О дисциплине

Цель — изучение фундаментальных принципов организации и эффективного управления данными, базовых структур данных и алгоритмов их обработки (Python, C/C++, Java), развитие навыков анализа сложности алгоритмов и выбора оптимальных структур данных. Особое внимание — навыкам критической проверки и верификации программных решений, полученных с использованием технологий ИИ (см. docs/ai-verification.md).

Состав семестра 1: 8 лекций (16 ч) + 8 лабораторных работ (32 ч) + 4 промежуточных тестирования + 4 дополнительных практических задания (на материалах кейсов индустриальных партнёров hh.ru и ГК «Астра») + зачёт. Разделы 1–4 тематического плана. Общая трудоёмкость семестра — 108 ч.

Компетенции: ОПК-6 (индикаторы ОПК-6.1–6.4, соответствуют ППК-Р1.1/Р1.4/Р1.5/Р1.6) и ОПК-7 (индикаторы ОПК-7.1, ОПК-7.2). Новые коды индикаторов не вводятся.

Подробнее — в docs/rpd.md.

2. Модель измерения

Связка результатов обучения с индикаторами компетенций и оценочными средствами. Машиночитаемая матрица — в data/kim-indicator-matrix.csv.

Модуль / КИМ Тема Индикаторы Форма контроля КИМ
M1 / ЛР 1 Анализ временной сложности элементарных алгоритмов ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-01
M1 / ЛР 2 Рекурсия, динамический массив, стек и дек ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-02
M2 / ЛР 3 Простые сортировки и QuickSort с рандомизацией ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-03
M2 / ЛР 4 MergeSort, Counting, Radix, HeapSort ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-04
M3 / ЛР 5 Бинарное дерево поиска: построение, обходы, вставка, удаление ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-05
M4 / ЛР 6 Линейный, бинарный и интерполяционный поиск ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-06
M4 / ЛР 7 Поиск подстрок: КМП, Рабин–Карп, Бойер–Мур ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-07
M4 / ЛР 8 Хеш-таблица с цепочечным хешированием ОПК-6.1, ОПК-7.2, ОПК-6.3, ОПК-6.4 Текущая КИМ-08
Cases / ДЗ 1 Верификация ИИ-сгенерированной сортировки ОПК-6.1, ОПК-6.2, ОПК-7.2 Текущая КИМ-01
Cases / ДЗ 2 Эксперимент: высота BST и деградация операций ОПК-6.1, ОПК-7.1, ОПК-7.2 Текущая КИМ-02
Cases / ДЗ 3 Кейс ГК «Астра»: аномалии в журналах событий ОС ОПК-6.1, ОПК-6.2, ОПК-7.1, ОПК-7.2 Текущая КИМ-03
Cases / ДЗ 4 Кейс hh.ru: семантический подбор по эмбеддингам ОПК-6.1, ОПК-6.2, ОПК-7.1, ОПК-7.2 Текущая КИМ-04
Тесты 1–4 Промежуточные тестирования по разделам 1–4 ОПК-6.1, ОПК-7.1, ОПК-7.2 Текущая test-banks
Exam Зачёт (письменный тест) ОПК-6.1–6.4; ОПК-7.1, ОПК-7.2 Промежуточная КИМ-01

Каждый КИМ содержит: назначение и формируемые результаты, привязку к компетенциям, цель, условия проведения, материалы и ресурсы, пошаговое задание, формат сдачи, критерии и шкалу, правила использования генеративного ИИ, вопросы для защиты.

3. Контрольно-измерительные материалы

Группа Расположение
Модуль 1 «Введение и базовые структуры» (ЛР 1–2) M1-intro-and-basic-structures/
Модуль 2 «Алгоритмы сортировки» (ЛР 3–4) M2-sorting/
Модуль 3 «Деревья и иерархические структуры» (ЛР 5) M3-trees/
Модуль 4 «Алгоритмы поиска и хеш-таблицы» (ЛР 6–8) M4-search-and-hashing/
Дополнительные практические задания / кейсы (ДЗ 1–4) Cases/
Зачёт (Exam) Exam/

4. Итоговая оценка

Применяется балльно-рейтинговая система (БРС), максимум 100 баллов.

Составляющая Баллы
Выполнение и защита 8 лабораторных работ (балл 10-балльной рубрики × 0,6 — до 6 баллов БРС за ЛР) 48
Промежуточные тестирования № 1–4 (по 4 балла) 16
Дополнительные практические задания № 1–4 (рубрика × 0,2 для ДЗ 1–2 и × 0,3 для ДЗ 3–4: 2+2+3+3) 10
Зачёт (письменный тест) 30
Итого (потолок БРС) 100

Номинальная сумма составляющих равна 104 баллам; итоговый балл ограничивается потолком БРС в 100 баллов. При наборе более 70 баллов по итогам семестра зачёт выставляется автоматически, без письменного теста. Результаты кейс-чемпионата (см. Cases/) учитываются в порядке, установленном для дополнительных практических заданий.

Согласование шкал

  • Рубрика каждой ЛР/ДЗ — 10-балльная с уровнями 10 / 8 / 6 / 4 / 0–3; в БРС балл рубрики умножается на коэффициент составляющей (0,6 для ЛР; 0,2/0,3 для ДЗ).
  • Критерии рубрик соответствуют ФОС дисциплины: корректность реализации, вычислительная эффективность, полнота верификации, качество и оформление кода, обоснованность выводов — веса см. в methodical-guidelines/teachers-assessment/.
  • Допуск к зачёту — выполнение и защита всех лабораторных работ.
Результат зачёта Условие
Зачтено Более 70 баллов БРС (автомат) либо успешное написание зачётного теста
Незачтено Незнание основной части программного материала

5. Методические материалы

5а. Исполняемая часть

  • Окружениеrequirements.txt (Python 3.10+); настройка, seed по варианту и методика бенчмаркинга — docs/reproducibility.md.
  • Методика верификации ИИ-решений (сквозная для всех КИМ) — docs/ai-verification.md.
  • Стартовые заготовки для всех ЛР и ДЗ — в attachments/ модулей.
  • Генерация данныхscripts/generate_data.py (массивы, тексты, журналы событий, псевдо-эмбеддинги; детерминированно по seed варианта).
  • Smoke-тесты окруженияpytest tests/ (секунды, CPU): версии пакетов, воспроизводимость генераторов.
  • Проверка ссылок и структурыpython scripts/check_links.py: внутренние ссылки и якоря, пары КИМ/рубрика, обязательные разделы КИМ, шкала рубрик, согласованность БРС. Запускается в CI (.github/workflows/check.yml) на каждый push и pull request.

6. Структура репозитория

data-structures-and-algorithms/
├── README.md                        (этот файл)
├── LICENSE.md
├── .gitignore
├── requirements.txt                 (окружение Python)
├── scripts/                         (генерация данных, проверка ссылок и структуры)
├── tests/                           (smoke-тесты окружения)
├── docs/                            (РПД, воспроизводимость, верификация ИИ-решений)
├── lectures/                        (лекционные материалы)
├── M1-intro-and-basic-structures/   (ЛР 1–2 + рубрики + заготовки)
├── M2-sorting/                      (ЛР 3–4 + рубрики + заготовки)
├── M3-trees/                        (ЛР 5 + рубрика + заготовка)
├── M4-search-and-hashing/           (ЛР 6–8 + рубрики + заготовки)
├── Cases/                           (ДЗ 1–4 на кейсах hh.ru и ГК «Астра»)
├── Exam/                            (зачёт)
├── methodical-guidelines/           (students, teachers-assessment, teachers-resources)
├── resources/                       (textbooks, datasets, software, test-banks, problem-banks, …)
├── data/                            (матрица «КИМ ↔ индикатор»)
├── team/
└── other/

7. Порядок заполнения и сопровождения

  1. Изучить docs/rpd.md и исходные документы дисциплины (РПД и ФОС актуализации 2026, хранятся на кафедре ПИ).
  2. Сверить коды индикаторов с матрицей data/kim-indicator-matrix.csv.
  3. После любых правок документов запускать python scripts/check_links.py.
  4. Материалы второго семестра курса (разделы 5–7: жадные алгоритмы и ДП, графы, продвинутые концепции; экзамен) добавляются модулями M5–M7 без изменения настоящей структуры.

8. Кейсы индустриальных партнёров

Дополнительные практические задания построены на кейсах, включённых в РПД актуализации 2026:

  • «Семантический подбор резюме и вакансий» (hh.ru) — ДЗ 4;
  • «Обнаружение аномалий в журналах событий ОС» (ГК «Астра») — ДЗ 3;
  • «Скоринг подозрительных вакансий» (hh.ru) — признаковая часть доступна как вариант ДЗ 3; полное развёртывание (жадные стратегии и ДП при отборе признаков) — во втором семестре курса.

Порядок интеграции кейсов и таблицы рисков — в документе кафедры «Алгоритм интеграции практико-ориентированных кейсов индустриальных партнёров в РПД и ФОС» (2026).

9. Команда

Состав и вклад участников — в team/README.md.

10. Лицензия

CC BY 4.0 — см. LICENSE.md. © ФГБОУ ВО МТУСИ, кафедра «Программная инженерия», 2026.

About

ФОС дисциплины «Структуры и алгоритмы обработки данных» (МТУСИ, ТОП-ИТ), семестр 1: КИМ, рубрики, кейсы hh.ru и ГК «Астра», банки тестов, CI

Resources

Stars

7 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages