Анализ данных астероидных миссий в ВКР: обработка телеметрии и ML-модели

Новость о том, что в астероиде Рюгу найдены все пять молекул ДНК, облетела мировые СМИ. Для студента ИТ-направления это не просто научная сенсация, а готовый кейс для выпускной работы. Космические аппараты передают на Землю огромные объёмы телеметрии, спектрографических снимков и данных масс-спектрометрии. Всё это требует обработки, очистки, хранения и анализа — типичные задачи Data Engineering и ML. Если вы думаете, что ВКР по «космическим данным» — это слишком сложно или далеко от вашей специальности, спешу разубедить: речь идёт о тех же пайплайнах, контейнерах и метриках, что и в любом Industrial IoT. Разберём, как превратить эту научную новость в защищаемый проект.

В этой статье вы получите конкретную схему для дипломной работы: от постановки задачи и сбора данных до метрик эффективности и оформления пояснительной записки по ГОСТ. Материал прикладной — без абстрактных «развитий темы», только то, что действительно пригодится на защите.

Почему новость о «молекулах ДНК» — это тема для ИТ-диплома

Миссия JAXA по астероиду Рюгу — это не только астрохимия, но и инженерия данных. Уже сейчас в открытом доступе лежат сырые данные с бортовых инструментов (спектрометры, камеры, лидары). Для их анализа нужны:

• пайплайны для чтения разнородных форматов (CSV, FITS, HDF5);
• очистка и нормализация временных рядов;
• классификация спектров и поиск аномалий;
• веб-дашборды для визуализации результатов.

Всё это — полноценные направления ВКР по профилям «Программная инженерия», «Большие данные», «Машинное обучение». Космическая тематика даёт вам уникальный кейс, который выделит работу на фоне типовых интернет-магазинов.

Как интегрировать статью в ВКР: 3 конкретные темы

Ниже — три разработанные темы, которые можно взять за основу или адаптировать под требования вашей кафедры. Каждая тема включает актуальность, цель, задачи и структуру глав — это уже готовый каркас для дипломного проекта.

Основная часть: что писать в каждой главе

Глава 1 — как вставить научную новость в теоретическую часть

Не пересказывайте статью из SecurityLab. Вместо этого постройте мост: «Исследование Рюгу показало, что сложные органические молекулы могут доставляться на планеты из космоса. Для подтверждения этого потребовалось анализировать тысячи спектральных снимков. Возникает задача: разработать программный метод для автоматической классификации подобных данных».

Далее вы делаете обзор методов: что уже используют исследователи (например, PCA, косинусная мера), какие инструменты подходят для обработки на Python. Добавьте ссылку на реальный источник данных JAXA и нормативные документы: ГОСТ 34.601 (АС), ISO/IEC 25010 (качество продукта).

Глава 2 — проектирование и реализация

Постройте диаграмму C4 context (Level 1): внешние пользователи (исследователь, администратор) между собой и вашей системой. Для более детального уровня — UML-диаграмму вариантов использования или BPMN-схему процесса загрузки данных.

Пример фрагмента кода для очистки данных (можно вставить в приложение или листинг в главе 2):

import pandas as pd
import numpy as np

def load_sample(path):
    # Читаем сырые данные спектрометра (упрощённо)
    df = pd.read_csv(path, sep=';', header=None, names=['wavelength', 'intensity'])
    # Фильтруем неинформативные длины волн
    mask = (df['intensity'] > 0.05) & (df['wavelength'].notna())
    df = df[mask].copy()
    # Нормализация
    df['norm'] = df['intensity'] / df['intensity'].max()
    # Заполняем пропуски интерполяцией
    df['norm'] = df['norm'].interpolate(method='linear', limit_direction='both')
    return df[['wavelength', 'norm']]

Если тема предполагает ML — в главе 2 обучите модель, запишите все эксперименты. Используйте перекрёстную валидацию (StratifiedKFold) и метрики:

• precision (точность) — доля верно классифицированных веществ;
• recall (полнота) — насколько полно находим каждый тип;
• F1 — гармоническое среднее;
• время обучения и инференса.

Глава 3 — тестирование и эффективность

Сравните ваше решение с базовыми альтернативами. Например, если вы использовали градиентный бустинг, сравните с логистической регрессией. Экономический эффект считается через сокращение времени исследователя: вы пишете, что ручная обработка одного спектра занимает 30 минут, ваша модель делает это за 2 секунды с точностью 94%. Пересчитываете экономию в часах. Дополнительно прогоните нагрузочный тест (например, Apache Bench для веб-приложения) и опишите результат.

Чему вы научитесь в процессе работы

• Проектировать архитектуру ETL-пайплайнов уровня production (Docker, Kubernetes).
• Работать с реальными научными данными и очищать временные ряды.
• Строить ML-модель, подбирать гиперпараметры и оценивать метрики.
• Оформлять пояснительную записку по ГОСТ 34 и стандартам оформления кода.
• Выстраивать защиту: от проблемы в новости до разработанного решения.

FAQ — частые вопросы студентов

1. Как обосновать актуальность, если моя кафедра не связана с космосом?

Сместите фокус с космической тематики на методы обработки данных, которые универсальны. Например: «потоковые данные с сенсоров IoT встречаются повсюду, а космический кейс — это экстремальная проверка подхода». Подчеркните навыки анализа данных, а не астрохимию.

2. Где взять данные для тестирования?

Используйте открытые наборы JAXA (DART scientific archive), репозитории на Kaggle по спектрам минералов, либо синтетические симуляции. Если данных мало — примените аугментацию (добавление шума, сдвиги) и опишите это в главе 2.

3. Нужно ли писать код с нуля?

Нет. Допустимо использовать библиотеки (scikit-learn, FastAPI, PyArrow) и фреймворки. Ваша задача — корректно применить их под конкретные данные и обосновать выбор. В приложении достаточно привести листинги главных модулей, а не все 500 строк.

4. Как оформить схемы, если я не умею рисовать?

Создайте диаграмму C4 с помощью бесплатного инструмента Structurizr или draw.io. UML-диаграммы делаются в PlantUML. Экспортируйте в PNG/SVG и вставьте в работу. Главное — подпишите элементы в соответствии с требованиями вуза.

5. Как посчитать эффективность для главы 3?

Возьмите метрику до внедрения (например, время обработки вручную) и после. Переведите разницу в проценты, при необходимости — в экономию ФОТ. Для ML-модели обязательны Precision/Recall/F1. По ОСТ 34 — это всё задокументируйте в таблице.

Типичные ошибки студентов

Источник: Земля не создавала жизнь — только принимала посылки из космоса. В астероиде нашли все пять молекул ДНК (опубликовано 2026-03-17)