Самый масштабный хакатон в мире!
Шестой ежегодный конкурс Мэра Москвы для лучших ИТ-специалистов мира.
О хакатоне:
Возможности для участников
Для кого?
Современное развитие экономики характеризуется непрерывным увеличением роли инноваций как ключевого фактора роста. Перед городом стоит задача повышения инновационной активности компаний и исследователей.
Патентная статистика – важнейший инструмент для оценки существующего уровня научно-исследовательской активности и выявления тенденций развития технологического предпринимательства.
Однако система регистрации российских патентов не учитывает уникальный идентификатор организаций - идентификационный номер налогоплательщика (ИНН). Для повышения эффективности внедрения городских программ поддержки инноваторов требуется обогащение базы данных о патентовании сведениями об авторах и правообладателях.
Описание задачи:
Разработайте сервис, который позволит загружать и парсить первичные данные о патентах, а также формировать на основе этих данных перечни патентов, размеченных по авторам и правообладателям.
Ключевой частью сервиса станет алгоритм, который позволит разметить патенты по ИНН юридических лиц и индивидуальных предпринимателей, а также ID физических лиц.
Дополнительными возможностями сервиса и алгоритма могут являться:
Ресурсы:
Набор данных, включающий: Реестр патентов на изобретения, полезные модели и промышленные образцы, включающий данные о наименовании организации, почтовом адресе, наименовании и описании патента; Реестр юридических лиц и индивидуальных предпринимателей, включающий данные о наименовании организаций и их ИНН, а также реестр физических лиц-получателей поддержки.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#frontend, #backend, #ml, #bigdata.
Язык проведения:
Русский и английский.
Разработайте сервис, позволяющий на основании сведений о закупках прошлых лет и информации бухгалтерского учета визуализировать статистику, проводить прогнозирование потребностей в закупках, а также готовить необходимые для формирования закупок данные.
Сервис должен иметь возможность интеграции с внешними системами, настройки параметров прогнозирования и формирования данных, с возможностью взаимодействия через чат-бот.
Ресурсы:
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#python, #bigdata, #sql, #bi, #js, #ml, #frontend, #backend, #datascience, #gpt, #neuralnetworks
Язык проведения:
Русский и английский.
В рамках ежегодного благоустройства дворовой территории хозяйствующими учреждениями (балансодержателями) так же производится замена оборудования на детских игровых площадках.
В большинстве случаев оснащение детских площадок новым игровым оборудованием и малыми архитектурными формами (далее – МАФ) производится по аналогии с тем, что уже было установлено ранее.
Разработанный инструмент должен значительно ускорить время на подготовку проекта оснащения детских площадок, а так же решить ряд важных социальных задач (связанных с учётом реальной потребности жителей), предложить принципиально новые и более интересные конфигурации зон отдыха для дворовых территорий.
Описание задачи:
Разработайте конструктор, который создает конфигурацию оснащения детских и спортивных площадок МАФ, в зависимости от исходных данных.
Также конструктор может предложить альтернативные варианты наполнения с учетом изменения подходов к формированию площадки (больше спортивного, либо детского оборудования и т. п), либо иной конфигурации зон отдыха на дворовой территории.
Ресурсы:
Набор обезличенных данных (возможны корректировки), включающий: Обезличенные возрастные группы жителей на дворовых территориях, где планируется установка МАФ; Площади планируемых к благоустройству территорий, на которых будут устанавливаться МАФ; Смежные территории и их наполнение; Существующее наполнение МАФ на площадках, планируемых к благоустройству; Технические требования к оснащению площадок; Каталоги поставщиков с визуализацией оборудования, стоимостью, габаритами и зонами безопасности МАФ; Лимиты финансирования; Паспорта дворовых территорий и координаты плоскостных сооружений; Готовые концепции МАФ у поставщиков; Классификация территорий в учете.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#backend, #frontend, #python, #js, #swift, #kotlin, #ui, #ux, #3dmodeling.
Язык проведения:
Русский и английский.
Разработайте сервис, позволяющий анализировать текстовые, графические и векторные данные и по заданным критериям осуществлять анализ и подбор территорий для вовлечения в хозяйственный оборот с формированием рекомендаций по внесению изменений разрешённого использования, дальнейшему использованию и расчету экономической эффективности.
Ресурсы:
Набор обезличенных общедоступных данных на примере округа/района Москвы: Векторные данные (слои) различного назначения: границы оформленных и не оформленных земельных участков/границы зон ограничений, влияющих на возможность/невозможность строительства/границы зданий; Текстовые и числовые сведения в данных слоях, которые влияют на критерии подбора, кроме границ зон ограничений; Подложки космических снимков.
Описание итогового продукта:
Веб-сервис.
Описание итогового продукта:
#frontend, #backend, #datascience, #gisanalyst, #geoanalyst, #dataanalyst, #ml, #database #engineer.
Язык проведения:
Русский и анлийский.
Москва регулярно взаимодействует с представителями городского бизнеса и предлагает инвестиционные площадки для реализации собственных бизнес-проектов в рамках Инвестиционного портала Москвы. Кроме того, в рамках реализации инвестиционных проектов, город предлагает многочисленные меры поддержки, а также полезные сервисы и услуги, способствующие их реализации.
Сейчас на Инвестиционном портале Москвы представлено около 2200 лотов, выставленных на городские торги, и 190 инвестиционных площадок, однако Правительство Москвы регулярно расширяет объем опубликованных данных.
Разработка механизма комплексного подбора инвестплощадок по минимальному количеству заданных пользователем критериев, позволит создать унифицированный функционал, в равной степени подходящий для пользователей разного уровня информационной подготовленности, а также обеспечить персонализированное предложение актуальных объектов.
Кроме того, механизм может предлагать пользователю воспользоваться подходящими под его запрос мерами поддержки, а также другими полезными сервисами Инвестиционного портала города Москвы.
Таким образом, за счет интерактивности и клиентоориентированности, могут быть созданы условия для увеличения вовлеченности пользователя в процесс взаимодействия с городом, а также увеличения пользовательской активности на Инвестиционном портале города Москвы.
Описание задачи:
Разработайте механизм с использованием искусственного интеллекта для комплексного подбора инвестплощадок, мер поддержки и иных полезных сервисов, по 2-3 пользовательским критериям. Механизм должен уметь обрабатывать запрос пользователя, задавать уточняющие вопросы и предлагать ему релевантные объекты и дополнительную информацию по запросу.
Ресурсы:
Набор данных, включающий: Информацию о площадках (атрибутивный состав в приложении); Информацию о префрежимах (атрибутивный состав в приложении); Информацию о мерах поддержки (атрибутный состав в приложении); Данные Мосстата и прочих открытых источников города.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#backend, #ml, #bigdata, #frontend, #design.
Язык проведения:
Русский.
Цифровой двойник города Москвы – это точная 3D-копия Москвы в виртуальной реальности (фотограмметрическая модель), которая помогает руководству столицы планировать строительство жилых, промышленных и социальных объектов, принимать управленческие решения и контролировать ход реализации значимых городских проектов.
В 2023 году в Цифровом двойнике появилась новая подсистема с более реалистичной графикой и возможностью взаимодействовать с городской средой в виртуальном пространстве. Она позволяет принимать еще более точные и эффективные решения по вопросам развития столицы.
В этой связи большую практическую ценность имеет разработка инструмента, симулирующего передвижение и взаимодействие виртуальных объектов в Цифровом двойнике города. Такими объектами могут быть, к примеру, виртуальные персонажи или транспорт. Подобная симуляция и моделирование событий, которые могут произойти при взаимодействии большого количества объектов, позволит еще тщательнее планировать развитие городской среды, в том числе пешеходных и общественных пространств, транспортной инфраструктуры. Кроме того, это будет полезным для моделирования нагрузки на городскую инфраструктуру.
Кроме того, он может быть полезен и в таких областях как разработка видеоигр, техническое проектирование, компьютерная графика, виртуальная реальность и др.
Описание задачи:
Разработайте инструмент, который позволит автоматически разметить на фотограмметрической модели города следующие зоны:
Ресурсы:
Набор обезличенных данных, содержащий: Образцы трехмерной модели города в формате B3DM (не менее двух образцов); Полигоны тротуаров города в формате json для образцов трехмерной модели (при наличии, как минимум, один образец).
Описание итогового продукта:
Программное обеспечение/алгоритм/плагин для Unreal Engine 5.2
Рекомендуемые навыки:
#ml, #dataanalyst, #data scientist, #unrealengine, #с++, #motionplanning.
Язык проведения:
Русский.
Разработайте сервис с применением искусственного интеллекта, который позволит проектировщикам генерировать 3D-модель в соответствии с заданными параметрами и условиями на базе уже готовых моделей зданий и сооружений, а также предлагать альтернативные варианты со схожими параметрами.
Ресурсы:
Набор данных, включающий: свод норм и правил строительства; нормы ГОСТ; геоподоснова 3D; типовые проекты; утвержденные стандарты строительства.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#ai, #ml, #bigdata, #frontend, #ux, #ui, #backend, #qa&test
Язык проведения:
Русский.
Центр обеспечения мобильности пассажиров Московского метрополитена распределяет заявки на сопровождение маломобильных граждан внутри метро. Это могут быть, например, пассажиры с ограничениями по зрению, либо с ограничениями по передвижению (колясочники). Если слабовидящего пассажира надо просто сопроводить, то его обслуживает 1 сотрудник, если у него еще есть багаж, то его обслуживают 2 сотрудника. Колясочника сопровождают от 2 до 4 сотрудников. Пассажира встречают у входа у станции отправления и сопровождают до станции назначения.
В настоящее время процесс распределения и управления заявками почти не автоматизирован и отнимает много времени и ресурсов, требуя уточнения и учета графиков работы сотрудников, просмотра всех заявок и сопоставления данных между участками обслуживания и т.д.
Вручную невозможно построить оптимальные логистические маршруты для сотрудников с заданными параметрами для обслуживания пассажиров. Кроме того, текущая система не позволяет быстро отследить ближайших доступных сотрудников в случае чрезвычайной ситуации (например, сбоя заранее составленного расписания выполнения заявок из-за задержки движения транспорта) и «переназначить» их с учетом фактических ограничений.
Описание задачи:
Разработайте сервис, способный:
Сервис позволит:
Ресурсы:
Набор обезличенных данных, включающих в себя: Список работающих сотрудников (сутки); Список заявок на сопровождение (сутки); Описание типовых сценариев нарушение ранее насчитанного расписания (сбои движения, задержки, неявки пассажира, отказы, изменение времени заявки и т.д.); Список станций обслуживания.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#datascience, #backend, #frontend
Язык проведения:
Русский и английский.
Необходимо разработать алгоритм прогнозирования количества исследований различных видов и применить его для автоматизированного составления расписания работы врачей в зависимости от предполагаемого количества исследований, компетенций специалистов и сведений об их рабочем графике.
Прогнозное количество исследований и их категории (модальность, локализация, сложность) необходимо спрогнозировать на основании предоставленных данных.
Описание задачи:
Разработайте сервис для автоматизированного составления расписания работы врачей в зависимости от предполагаемого количества исследований, компетенций специалистов и сведений об их рабочем графике.
Предполагаемое количество исследований и их категории (модальность, локализация, сложность) необходимо спрогнозировать на основании предоставленных данных.
Ресурсы:
Набор данных, включающий: количество исследований по неделям с 2021 года по настоящее время в разрезе модальностей и видов исследований; нормы количества описанных исследований на одного врача в смену в разрезе модальностей и видов исследований и нормы выхода врача в смену (день-ночь, 2 выходных, сутки через трое и т. д.); список врачей (ID или Псевдонимы) с описанием компетенций (модальности и виды исследований, которые врач может описать).
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#dataanalyst, #datascience, #frontend, #backend, #math, #combinatorics
Язык проведения:
Русский и английский.
В настоящее время отсутствует возможность автоматического расчета оптимального сценария реагирования служб коммунального хозяйства в случаях возникновения инцидентов на объектах городского хозяйства. Анализ массива разрозненных данных о состоянии объектов жилищно-коммунального хозяйства позволит выявить проблемные объекты и оперативно устранить инциденты в случае их возникновения.
В целях снижения трудозатрат на ручной анализ и оптимизации процесса реагирования на возникшие ситуации предлагается реализовать автоматизированный сервис с использованием алгоритмов машинного обучения.
Описание задачи:
Разработайте сервис, который позволит спрогнозировать возникновение аварийных ситуаций на системах жизнеобеспечения, в многоквартирных домах и социальных объектах, а также позволит сформировать оптимальные сценарии реагирования служб городского хозяйства.
Ресурсы:
Обезличенный набор данных, включающий: Данные по инцидентам (включая время их устранения); Данные по обращениям граждан из информационной системы «Единый диспетчерский центр» и с портала «Наш город»; Сведения по общедомовому потреблению ресурсов Кроме того, из открытых источников могут быть взяты сведения о погодных условиях, характеристиках зданий, работах по капитальному ремонту, проведенных в МКД, нормативах температуры в жилом помещении т.д.
Описание итогового продукта:
Веб-сервис или микросервис, реализующий ml-алгоритм.
Рекомендуемые навыки:
#frontend, #backend, #datascience, #gisanalyst, #geoanalyst, #dataanalyst, #ml, #database #engineer
Язык проведения
Русский.
Управленческий анализ прибыли – один из важнейших инструментов оценки эффективности деятельности диверсифицированных компаний.
В Сбере, являющимся одной из крупнейших компаний в России, – высокая сложность анализа эффективности работы.
Например, ежемесячно в Сбер приходят счета на оплату коммунальных услуг на 15 тыс. объектов недвижимости. Суммы необходимо рассчитывать и распределять согласно установленным правилам и драйверам в разрезе соответствующих финансовых аналитик.
Наличие Low-code инструмента, позволяющего пользователю быстро настроить и получить необходимые варианты распределения расходов и расчета эффективности, даст возможность оптимизировать траты, повысить скорость принятия решений и непосредственно повлиять на стоимость продуктов Банка.
Описание задачи:
Разработайте сервис для распределения расходов/доходов по заданным правилам с гибким набором производственных аналитик, с логикой и формулами расчета.
Ресурсы:
Набор обезличенных данных Банка, включающий: правила распределения; тестовую выборку (не менее 15 000 строк).
Описание итогового продукта:
Рекомендуемые навыки:
#react, #java, #python, #datascience
Язык проведения:
Русский.
Разработайте мультимодальную модель, позволяющую прогнозировать выдачу продуктов в течение следующего месяца.
Обязательное условие: использование библиотеки PyTorch-LifeStream в решении задачи.
Ресурсы:
Набор обезличенных данных Банка, включающий выборку с поведенческими данными из 3 цифровых каналов и таргеты
Описание итогового продукта:
ML-модель.
Рекомендуемые навыки:
#datascience, #ml
Язык проведения:
Русский и английский.
Каждый день клиент взаимодействует с банком посредством цифровых каналов (мобильный банк, пуши, email и тд).
Качественный креатив баннера или другого вида предложения в цифровых каналах банка позволит повысить лояльность клиента, а значит, и конверсию предложения.
Описание задачи:
Разработайте сервис, который поможет сотрудникам банка генерировать изображения в фирменном стиле банка для использования в креативных материалах банка
Ресурсы:
Набор обезличенных данных, описывающих поведение клиента в банке и содержащий сведения о соц-деме, продуктах, активности клиента.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#datascience, #backend, #design
Язык проведения:
Русский.
Разработайте сервис, содержащий алгоритм, который будет анализировать контент на нарушение авторских прав.
Необходимо реализовать алгоритм создания слепка (эмбеддинга) лицензируемого контента, содержащий информацию как об аудио, так и о видео, так как только связка этих типов контента может обеспечить полноценную и точную работу сервиса.
Ресурсы:
Набор данных, включающий: лицензионные видео; контент с возможными модифицированными вставками, отрезками или копиями лицензионного видео.
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#ml, #datascience, #backend
Язык проведения:
Русский и английский
В библиотеке Yappy десятки миллионов коротких видео. Возможность быстро и эффективно находить интересующий контент улучшает пользовательский опыт, помогает найти новые интересы пользователя и улучшить рекомендации.
Описание задачи:
Разработайте сервис, позволяющий индексировать и осуществлять поиск по видео на основе медиаконтента. Сервис должен уметь обрабатывать запросы пользователей, извлекать из них ключевые слова и на их основе осуществлять поиск релевантных видеофайлов
Ресурсы:
Набор видеофрагментов
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#backend, #datascience, #devops
Язык проведения
Русский и английский
Разработайте сервис, который по транскрибации телефонного разговора сможет определить, предлагал ли оператор контакт-центра скидку, и если предлагал — то какую.
Ресурсы:
Набор обезличенных данных, включающий: датасеты для обучения и валидации качества модели.
Описание итогового продукта:
ML-алгоритм
Рекомендуемые навыки:
#ml, #nlp, #ner, #api
Язык проведения:
Русский
Росатомфлот создает единую платформу цифровых сервисов Севморпути. Безопасность и удобство — основные критерии, которыми грузоперевозчики руководствуются при выборе транспортных магистралей. Чтобы они сделали выбор в пользу Севморпути — создается Единая платформа цифровых сервисов Северного морского пути, аналогов которой в мире нет.
С ее созданием пользователи получат „ледовый навигатор“, позволяющий просчитать время в пути из точки А в точку Б с точностью до нескольких часов. С помощью уникального ИТ-продукта плавание по арктической магистрали станет таким же надежным и комфортным, как по другим популярным транспортным маршрутам.
Описание задачи:
Разработайте сервис для формирования каравана и построения его оптимального маршрута на основе динамических данных о ледовой проходимости и фиксированного графа переходов судов по Северному морскому пути.
Ресурсы:
Набор данных, включающий: таблицу судов, требующих проводки с их координатами на графе (сетке) и датой готовности к проводке; таблицу доступных ледоколов в рассматриваемом временном промежутке; данные ледовой проходимости на рассматриваемом временном промежутке; опорный граф (сетка) маршрутизации.
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#backend, #datascience, #devops
Язык проведения:
Русский и английский
Обработка спутниковых снимков предоставляет более точную информацию для различных областей применения. Это полезно для принятия оперативных решений в сферах сельского хозяйства, экологии, чрезвычайных ситуаций и др.
Выход из строя части космического оборудования может снижать эффективность обработки снимков, что делает задачу ещё более актуальной.
Описание задачи:
Разработайте алгоритм, который позволит эффективно обрабатывать снимки, полученные со спутников, а также восстанавливать и дополнять поврежденные или неполные данные.
Ресурсы:
Набор данных орбитальных группировок, включающий: Снимки со спутников; Техническую документацию проекта
Описание итогового продукта:
Алгоритм/ML-алгоритм
Рекомендуемые навыки:
#gisanalyst, #dataanalyst, #datascience, #backend, #softwareengineer, #photogrammetry, #cartography, #computervision
Язык проведения:
Русский и английский
Важность решения данной задачи обусловлена значительной потребностью руководителей и специалистов различных направлений в регулярном получении актуальной, полной и достоверной информации по различным аспектам.
Например, важным являются анализ рынка, сфер, конкурентов, цен, технологий и т. п. Это позволяет оперативно искать, адаптировать стратегии развития, технологий, выявлять новые бизнес-возможности и минимизировать риски, повышая тем самым конкурентоспособность и эффективность принятия решений.
Описание задачи:
Разработайте сервис для автоматического формирования аналитических отчётов на основе шаблонов или собственных сгенерированных отчётов с возможностью редактирования.
Конструктор должен формировать отчёт на основе заданных пользователем параметров поиска.
Для формирования отчёта участникам предлагается использовать данные в открытом доступе сети интернет.
Полученные отчёты должны сопровождаться сносками на источники данных, для того, чтобы аналитик смог верифицировать полученные данные.
Ресурсы:
Набор данных, включающий: шаблоны отчётов
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#bi, #ml, #frontend, #backend, #datascience, #gpt, #neuralnetworks
Язык проведения:
Русский
В современных условиях вопросы информационной безопасности требуют от крупных компаний со сложными и гибкими ИТ-ландшафтами обеспечить автоматизированную идентификацию и деперсонализацию разноформатных чувствительных данных.
Универсальный автоматизированный способ поиска и маскирования данных позволит избежать рисков влияния человеческого фактора и обеспечить регуляторные требования в отношении Баз данных с информацией ограниченного доступа.
Описание задачи:
Разработайте алгоритм, который позволит распознавать разные типы информации в базах данных, а также осуществлять релевантную замену чувствительных данных, основываясь на механизмах искусственного интеллекта.
Замена должна проходить по алгоритму, позволяющему исключить обратное демаскирование, и осуществлять работу с синтетическими данными, без превращения их в «иероглифы».
Ресурсы:
Данные не предоставляются
Описание итогового продукта:
ML-алгоритм
Рекомендуемые навыки:
#ml, #datascience, #backend, #ai, #bigdata
Язык проведения:
Русский
Разработайте приложение, которое будет иметь функционал коммуникационной площадки, позволяющей размещать новости, обмениваться комментариями, получать нотификации, а также поможет автоматизировать ключевые этапы рекрутингового процессинга.
Ресурсы:
Набор обезличенных данных, включающий: список платформ; примеры ключевых профилей; примеры задач; описание процессов.
Описание итогового продукта:
Веб-сервис
Описание итогового продукта:
#datascience, #ml, #backend, #frontend, #designer
Язык проведения:
Русский и английский
Разработайте сервис, позволяющий решить с помощью мобильного интерфейса следующие задачи:
Ресурсы:
Набор данных, включающий: реестр упражнений для формирования индивидуальных планов тренировки.
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#backend, #mobileapp, #ui, #ux
Язык проведения:
Русский
Разработайте сервис, который сможет детектировать воздушные объекты, а также оповещать пользователей сервиса о нарушениях безопасности воздушного пространства.
Ресурсы:
Набор обезличенных данных, включающий: данные в формате yolo; метка класса — 0, означающая наличие дрона на фото; координаты bounding box с дроном.
Описание итогового продукта:
Нейросеть
Рекомендуемые навыки:
#neuralnetworks, #computervision, #objectdetection, #python, #pytorch, #yolo
Язык проведения:
Русский
Разработайте механизм интеллектуального построения маршрута для туристов с ограниченными возможностями на основе данных туристического портала Волгоградской области, геоинформационных сервисов и открытых источников данных.
Ресурсы:
Данные портала https://welcomevolgograd.com
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#datascience, #dataanalyst, #statistics, #projectmanagement, #frontend, #backend, #mobile, #devops, #design
Язык проведения:
Русский
Разработайте мобильное приложение для прохождения экотроп в особо охраняемых природных территориях (ООПТ) Камчатского края с учетом допустимой нагрузки на них, а также мониторинга экологической ситуации: распознаванием мусорных свалок, сбросов отходов и так далее.
Также для администрирования и обработки уведомлений разработайте расширение для Портала Экологического мониторинга в Камчатском крае.
Ресурсы:
ГИС «Экопортал Камчатского края»; приложение «Зеленая кнопка»; веб-приложение «Публичная кадастровая карта».
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#datascience, #dataanalysis, #statistics, #projectmanagement, #frontend, #backend
Язык проведения:
Русский
Прием заявок;
03 - 16 июня
Разработка решений;
17 - 21 июня
Техническая экспертиза;
25 - 26 июня
Питч-сессии;
28-29 июня
Церемония награждения.
Формат: онлайн/офлайн награждение в г. Москва
Регистрация до 5 июня:
Шестой ежегодный конкурс Мэра Москвы для лучших ИТ-специалистов мира.
О хакатоне:
- Международное признание;
- Международный проект по разработке цифровых решений для городских структур и бизнеса;
- 25 задач от Правительства Москвы, регионов РФ и крупных компаний;
- Актуальные задачи по приоритетным направлениям развития.
Возможности для участников
- Реши актуальную задачу для развития города или бизнеса;
- Присоединись к уникальному международному IT-сообществу;
- Прокачай свои навыки и получи обратную связь от лучших экспертов;
- Выиграй денежный приз;
- Войди в инновационную экосистему для создания и развития своего стартапа;
- Получи первую стажировку или оффер в лучшие компании.
Для кого?
- Команда от 2 до 5 человек;
- Специалисты из РФ и других стран мира;
- Возраст участника от 18 лет;
- IT-предприниматели;
- Аналитики и маркетологи;
- Product, Project-менеджеры;
- UX / UI дизайнеры;
- Data scientists, Data engineers;
- Front, Back, Fullstack разработчики.
Задачи хакатона:
1. Сервис анализа патентной активности компаний Москвы
Актуальность:Современное развитие экономики характеризуется непрерывным увеличением роли инноваций как ключевого фактора роста. Перед городом стоит задача повышения инновационной активности компаний и исследователей.
Патентная статистика – важнейший инструмент для оценки существующего уровня научно-исследовательской активности и выявления тенденций развития технологического предпринимательства.
Однако система регистрации российских патентов не учитывает уникальный идентификатор организаций - идентификационный номер налогоплательщика (ИНН). Для повышения эффективности внедрения городских программ поддержки инноваторов требуется обогащение базы данных о патентовании сведениями об авторах и правообладателях.
Описание задачи:
Разработайте сервис, который позволит загружать и парсить первичные данные о патентах, а также формировать на основе этих данных перечни патентов, размеченных по авторам и правообладателям.
Ключевой частью сервиса станет алгоритм, который позволит разметить патенты по ИНН юридических лиц и индивидуальных предпринимателей, а также ID физических лиц.
Дополнительными возможностями сервиса и алгоритма могут являться:
- Категоризация патентов по семействам на основе используемых технологий, общих приоритетов;
- Построение диаграмм на основе данных статистики патентования. Детальная постановка к диаграммам будет представлена в техническом задании.
Ресурсы:
Набор данных, включающий: Реестр патентов на изобретения, полезные модели и промышленные образцы, включающий данные о наименовании организации, почтовом адресе, наименовании и описании патента; Реестр юридических лиц и индивидуальных предпринимателей, включающий данные о наименовании организаций и их ИНН, а также реестр физических лиц-получателей поддержки.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#frontend, #backend, #ml, #bigdata.
Язык проведения:
Русский и английский.
2. Сервис для прогнозирования и формирования закупок
Описание задачи:Разработайте сервис, позволяющий на основании сведений о закупках прошлых лет и информации бухгалтерского учета визуализировать статистику, проводить прогнозирование потребностей в закупках, а также готовить необходимые для формирования закупок данные.
Сервис должен иметь возможность интеграции с внешними системами, настройки параметров прогнозирования и формирования данных, с возможностью взаимодействия через чат-бот.
Ресурсы:
- Набор обезличенных данных, включающий: срез о закупках одного из заказчиков города Москвы за 5 лет;
- городские классификаторы предметов закупок;
- справочники городской системы закупок; логика формирования спецификаций закупок; срез по бухгалтерскому учету
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#python, #bigdata, #sql, #bi, #js, #ml, #frontend, #backend, #datascience, #gpt, #neuralnetworks
Язык проведения:
Русский и английский.
3. Конструктор пространственных решений по смарт-наполнению зон отдыха дворовых территорий
Актуальность:В рамках ежегодного благоустройства дворовой территории хозяйствующими учреждениями (балансодержателями) так же производится замена оборудования на детских игровых площадках.
В большинстве случаев оснащение детских площадок новым игровым оборудованием и малыми архитектурными формами (далее – МАФ) производится по аналогии с тем, что уже было установлено ранее.
Разработанный инструмент должен значительно ускорить время на подготовку проекта оснащения детских площадок, а так же решить ряд важных социальных задач (связанных с учётом реальной потребности жителей), предложить принципиально новые и более интересные конфигурации зон отдыха для дворовых территорий.
Описание задачи:
Разработайте конструктор, который создает конфигурацию оснащения детских и спортивных площадок МАФ, в зависимости от исходных данных.
Также конструктор может предложить альтернативные варианты наполнения с учетом изменения подходов к формированию площадки (больше спортивного, либо детского оборудования и т. п), либо иной конфигурации зон отдыха на дворовой территории.
Ресурсы:
Набор обезличенных данных (возможны корректировки), включающий: Обезличенные возрастные группы жителей на дворовых территориях, где планируется установка МАФ; Площади планируемых к благоустройству территорий, на которых будут устанавливаться МАФ; Смежные территории и их наполнение; Существующее наполнение МАФ на площадках, планируемых к благоустройству; Технические требования к оснащению площадок; Каталоги поставщиков с визуализацией оборудования, стоимостью, габаритами и зонами безопасности МАФ; Лимиты финансирования; Паспорта дворовых территорий и координаты плоскостных сооружений; Готовые концепции МАФ у поставщиков; Классификация территорий в учете.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#backend, #frontend, #python, #js, #swift, #kotlin, #ui, #ux, #3dmodeling.
Язык проведения:
Русский и английский.
4. Сервис подбора и оценки территорий для вовлечения в хозяйственный оборот
Описание задачи:Разработайте сервис, позволяющий анализировать текстовые, графические и векторные данные и по заданным критериям осуществлять анализ и подбор территорий для вовлечения в хозяйственный оборот с формированием рекомендаций по внесению изменений разрешённого использования, дальнейшему использованию и расчету экономической эффективности.
Ресурсы:
Набор обезличенных общедоступных данных на примере округа/района Москвы: Векторные данные (слои) различного назначения: границы оформленных и не оформленных земельных участков/границы зон ограничений, влияющих на возможность/невозможность строительства/границы зданий; Текстовые и числовые сведения в данных слоях, которые влияют на критерии подбора, кроме границ зон ограничений; Подложки космических снимков.
Описание итогового продукта:
Веб-сервис.
Описание итогового продукта:
#frontend, #backend, #datascience, #gisanalyst, #geoanalyst, #dataanalyst, #ml, #database #engineer.
Язык проведения:
Русский и анлийский.
5. Умный помощник по комплексному подбору инвестиционных площадок
Актуальность:Москва регулярно взаимодействует с представителями городского бизнеса и предлагает инвестиционные площадки для реализации собственных бизнес-проектов в рамках Инвестиционного портала Москвы. Кроме того, в рамках реализации инвестиционных проектов, город предлагает многочисленные меры поддержки, а также полезные сервисы и услуги, способствующие их реализации.
Сейчас на Инвестиционном портале Москвы представлено около 2200 лотов, выставленных на городские торги, и 190 инвестиционных площадок, однако Правительство Москвы регулярно расширяет объем опубликованных данных.
Разработка механизма комплексного подбора инвестплощадок по минимальному количеству заданных пользователем критериев, позволит создать унифицированный функционал, в равной степени подходящий для пользователей разного уровня информационной подготовленности, а также обеспечить персонализированное предложение актуальных объектов.
Кроме того, механизм может предлагать пользователю воспользоваться подходящими под его запрос мерами поддержки, а также другими полезными сервисами Инвестиционного портала города Москвы.
Таким образом, за счет интерактивности и клиентоориентированности, могут быть созданы условия для увеличения вовлеченности пользователя в процесс взаимодействия с городом, а также увеличения пользовательской активности на Инвестиционном портале города Москвы.
Описание задачи:
Разработайте механизм с использованием искусственного интеллекта для комплексного подбора инвестплощадок, мер поддержки и иных полезных сервисов, по 2-3 пользовательским критериям. Механизм должен уметь обрабатывать запрос пользователя, задавать уточняющие вопросы и предлагать ему релевантные объекты и дополнительную информацию по запросу.
Ресурсы:
Набор данных, включающий: Информацию о площадках (атрибутивный состав в приложении); Информацию о префрежимах (атрибутивный состав в приложении); Информацию о мерах поддержки (атрибутный состав в приложении); Данные Мосстата и прочих открытых источников города.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#backend, #ml, #bigdata, #frontend, #design.
Язык проведения:
Русский.
6. Сервис для автоматического моделирования движения объектов на Цифровом двойнике Москвы
Актуальность:Цифровой двойник города Москвы – это точная 3D-копия Москвы в виртуальной реальности (фотограмметрическая модель), которая помогает руководству столицы планировать строительство жилых, промышленных и социальных объектов, принимать управленческие решения и контролировать ход реализации значимых городских проектов.
В 2023 году в Цифровом двойнике появилась новая подсистема с более реалистичной графикой и возможностью взаимодействовать с городской средой в виртуальном пространстве. Она позволяет принимать еще более точные и эффективные решения по вопросам развития столицы.
В этой связи большую практическую ценность имеет разработка инструмента, симулирующего передвижение и взаимодействие виртуальных объектов в Цифровом двойнике города. Такими объектами могут быть, к примеру, виртуальные персонажи или транспорт. Подобная симуляция и моделирование событий, которые могут произойти при взаимодействии большого количества объектов, позволит еще тщательнее планировать развитие городской среды, в том числе пешеходных и общественных пространств, транспортной инфраструктуры. Кроме того, это будет полезным для моделирования нагрузки на городскую инфраструктуру.
Кроме того, он может быть полезен и в таких областях как разработка видеоигр, техническое проектирование, компьютерная графика, виртуальная реальность и др.
Описание задачи:
Разработайте инструмент, который позволит автоматически разметить на фотограмметрической модели города следующие зоны:
- Пешеходные зоны (тротуары, дорожки, площади, пешеходные переходы и пр.);
- Проезжую часть;
- Газоны;
- Препятствия (скамейки, столбы, памятники, фонтаны, тумбы, конструкции, деревья, кустарники и пр.);
- Здания (дома, постройки, сооружения и пр.)
Ресурсы:
Набор обезличенных данных, содержащий: Образцы трехмерной модели города в формате B3DM (не менее двух образцов); Полигоны тротуаров города в формате json для образцов трехмерной модели (при наличии, как минимум, один образец).
Описание итогового продукта:
Программное обеспечение/алгоритм/плагин для Unreal Engine 5.2
Рекомендуемые навыки:
#ml, #dataanalyst, #data scientist, #unrealengine, #с++, #motionplanning.
Язык проведения:
Русский.
7. Сервис для проектирования зданий на заданной территории
Описание задачи:Разработайте сервис с применением искусственного интеллекта, который позволит проектировщикам генерировать 3D-модель в соответствии с заданными параметрами и условиями на базе уже готовых моделей зданий и сооружений, а также предлагать альтернативные варианты со схожими параметрами.
Ресурсы:
Набор данных, включающий: свод норм и правил строительства; нормы ГОСТ; геоподоснова 3D; типовые проекты; утвержденные стандарты строительства.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#ai, #ml, #bigdata, #frontend, #ux, #ui, #backend, #qa&test
Язык проведения:
Русский.
8. Сервис мониторинга и адаптивного распределения заявок на обслуживание от маломобильных пассажиров
Актуальность:Центр обеспечения мобильности пассажиров Московского метрополитена распределяет заявки на сопровождение маломобильных граждан внутри метро. Это могут быть, например, пассажиры с ограничениями по зрению, либо с ограничениями по передвижению (колясочники). Если слабовидящего пассажира надо просто сопроводить, то его обслуживает 1 сотрудник, если у него еще есть багаж, то его обслуживают 2 сотрудника. Колясочника сопровождают от 2 до 4 сотрудников. Пассажира встречают у входа у станции отправления и сопровождают до станции назначения.
В настоящее время процесс распределения и управления заявками почти не автоматизирован и отнимает много времени и ресурсов, требуя уточнения и учета графиков работы сотрудников, просмотра всех заявок и сопоставления данных между участками обслуживания и т.д.
Вручную невозможно построить оптимальные логистические маршруты для сотрудников с заданными параметрами для обслуживания пассажиров. Кроме того, текущая система не позволяет быстро отследить ближайших доступных сотрудников в случае чрезвычайной ситуации (например, сбоя заранее составленного расписания выполнения заявок из-за задержки движения транспорта) и «переназначить» их с учетом фактических ограничений.
Описание задачи:
Разработайте сервис, способный:
- Осуществлять автоматизированный мониторинг поступающих заявок на обслуживание от маломобильных пассажиров на определенный день;
- Распределять их заранее и оптимально по сотрудникам на заданный день;
- Адаптивно подстраивать расписание в режиме онлайн (время пересчета должно быть не больше 5 сек) под изменяющиеся условия (нарушения расписания) и «переназначать» сотрудников на выполнение заявок.
Сервис позволит:
- Повысить качество обслуживания и лояльности маломобильных пассажиров;
- Оперативно реагировать в случае возникновения чрезвычайных ситуаций;
- Минимизировать риски возникновения ошибок в построении логистических цепочек;
- Увеличить количество выполняемых заявок текущим штатом сотрудников;
- Повысить эффективность и качество работы диспетчерского персонала Центра за счет цифровизации сервиса.
Ресурсы:
Набор обезличенных данных, включающих в себя: Список работающих сотрудников (сутки); Список заявок на сопровождение (сутки); Описание типовых сценариев нарушение ранее насчитанного расписания (сбои движения, задержки, неявки пассажира, отказы, изменение времени заявки и т.д.); Список станций обслуживания.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#datascience, #backend, #frontend
Язык проведения:
Русский и английский.
9. Сервис автоматизации составления графика работы врачей-рентгенологов
Актуальность:Необходимо разработать алгоритм прогнозирования количества исследований различных видов и применить его для автоматизированного составления расписания работы врачей в зависимости от предполагаемого количества исследований, компетенций специалистов и сведений об их рабочем графике.
Прогнозное количество исследований и их категории (модальность, локализация, сложность) необходимо спрогнозировать на основании предоставленных данных.
Описание задачи:
Разработайте сервис для автоматизированного составления расписания работы врачей в зависимости от предполагаемого количества исследований, компетенций специалистов и сведений об их рабочем графике.
Предполагаемое количество исследований и их категории (модальность, локализация, сложность) необходимо спрогнозировать на основании предоставленных данных.
Ресурсы:
Набор данных, включающий: количество исследований по неделям с 2021 года по настоящее время в разрезе модальностей и видов исследований; нормы количества описанных исследований на одного врача в смену в разрезе модальностей и видов исследований и нормы выхода врача в смену (день-ночь, 2 выходных, сутки через трое и т. д.); список врачей (ID или Псевдонимы) с описанием компетенций (модальности и виды исследований, которые врач может описать).
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#dataanalyst, #datascience, #frontend, #backend, #math, #combinatorics
Язык проведения:
Русский и английский.
10. Сервис прогнозирования возникновения аварийных ситуаций
Актуальность:В настоящее время отсутствует возможность автоматического расчета оптимального сценария реагирования служб коммунального хозяйства в случаях возникновения инцидентов на объектах городского хозяйства. Анализ массива разрозненных данных о состоянии объектов жилищно-коммунального хозяйства позволит выявить проблемные объекты и оперативно устранить инциденты в случае их возникновения.
В целях снижения трудозатрат на ручной анализ и оптимизации процесса реагирования на возникшие ситуации предлагается реализовать автоматизированный сервис с использованием алгоритмов машинного обучения.
Описание задачи:
Разработайте сервис, который позволит спрогнозировать возникновение аварийных ситуаций на системах жизнеобеспечения, в многоквартирных домах и социальных объектах, а также позволит сформировать оптимальные сценарии реагирования служб городского хозяйства.
Ресурсы:
Обезличенный набор данных, включающий: Данные по инцидентам (включая время их устранения); Данные по обращениям граждан из информационной системы «Единый диспетчерский центр» и с портала «Наш город»; Сведения по общедомовому потреблению ресурсов Кроме того, из открытых источников могут быть взяты сведения о погодных условиях, характеристиках зданий, работах по капитальному ремонту, проведенных в МКД, нормативах температуры в жилом помещении т.д.
Описание итогового продукта:
Веб-сервис или микросервис, реализующий ml-алгоритм.
Рекомендуемые навыки:
#frontend, #backend, #datascience, #gisanalyst, #geoanalyst, #dataanalyst, #ml, #database #engineer
Язык проведения
Русский.
11. Сервис для распределения и расчёта эффективности расходов
Актуальность:Управленческий анализ прибыли – один из важнейших инструментов оценки эффективности деятельности диверсифицированных компаний.
В Сбере, являющимся одной из крупнейших компаний в России, – высокая сложность анализа эффективности работы.
Например, ежемесячно в Сбер приходят счета на оплату коммунальных услуг на 15 тыс. объектов недвижимости. Суммы необходимо рассчитывать и распределять согласно установленным правилам и драйверам в разрезе соответствующих финансовых аналитик.
Наличие Low-code инструмента, позволяющего пользователю быстро настроить и получить необходимые варианты распределения расходов и расчета эффективности, даст возможность оптимизировать траты, повысить скорость принятия решений и непосредственно повлиять на стоимость продуктов Банка.
Описание задачи:
Разработайте сервис для распределения расходов/доходов по заданным правилам с гибким набором производственных аналитик, с логикой и формулами расчета.
Ресурсы:
Набор обезличенных данных Банка, включающий: правила распределения; тестовую выборку (не менее 15 000 строк).
Описание итогового продукта:
- Интерфейс формирования правил аллокации расходов в стиле «low-code».
- Интерфейс выполнения распределения и работы с отклонениями.
- ML-модель аллокации расходов/доходов.
Рекомендуемые навыки:
#react, #java, #python, #datascience
Язык проведения:
Русский.
12. Предиктивная модель для рекомендации продуктов банка
Описание задачи:Разработайте мультимодальную модель, позволяющую прогнозировать выдачу продуктов в течение следующего месяца.
Обязательное условие: использование библиотеки PyTorch-LifeStream в решении задачи.
Ресурсы:
Набор обезличенных данных Банка, включающий выборку с поведенческими данными из 3 цифровых каналов и таргеты
Описание итогового продукта:
ML-модель.
Рекомендуемые навыки:
#datascience, #ml
Язык проведения:
Русский и английский.
13. Сервис генерации маркетинговых изображений
Актуальность:Каждый день клиент взаимодействует с банком посредством цифровых каналов (мобильный банк, пуши, email и тд).
Качественный креатив баннера или другого вида предложения в цифровых каналах банка позволит повысить лояльность клиента, а значит, и конверсию предложения.
Описание задачи:
Разработайте сервис, который поможет сотрудникам банка генерировать изображения в фирменном стиле банка для использования в креативных материалах банка
Ресурсы:
Набор обезличенных данных, описывающих поведение клиента в банке и содержащий сведения о соц-деме, продуктах, активности клиента.
Описание итогового продукта:
Веб-сервис.
Рекомендуемые навыки:
#datascience, #backend, #design
Язык проведения:
Русский.
14. Сервис проверки видеофайлов на нарушение авторских прав
Описание задачи:Разработайте сервис, содержащий алгоритм, который будет анализировать контент на нарушение авторских прав.
Необходимо реализовать алгоритм создания слепка (эмбеддинга) лицензируемого контента, содержащий информацию как об аудио, так и о видео, так как только связка этих типов контента может обеспечить полноценную и точную работу сервиса.
Ресурсы:
Набор данных, включающий: лицензионные видео; контент с возможными модифицированными вставками, отрезками или копиями лицензионного видео.
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#ml, #datascience, #backend
Язык проведения:
Русский и английский
15. Сервис текстового поиска по медиаконтенту
Актуальность:В библиотеке Yappy десятки миллионов коротких видео. Возможность быстро и эффективно находить интересующий контент улучшает пользовательский опыт, помогает найти новые интересы пользователя и улучшить рекомендации.
Описание задачи:
Разработайте сервис, позволяющий индексировать и осуществлять поиск по видео на основе медиаконтента. Сервис должен уметь обрабатывать запросы пользователей, извлекать из них ключевые слова и на их основе осуществлять поиск релевантных видеофайлов
Ресурсы:
Набор видеофрагментов
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#backend, #datascience, #devops
Язык проведения
Русский и английский
16. Алгоритм для поиска предложенных скидок в телефонных разговорах с клиентами
Описание задачи:Разработайте сервис, который по транскрибации телефонного разговора сможет определить, предлагал ли оператор контакт-центра скидку, и если предлагал — то какую.
Ресурсы:
Набор обезличенных данных, включающий: датасеты для обучения и валидации качества модели.
Описание итогового продукта:
ML-алгоритм
Рекомендуемые навыки:
#ml, #nlp, #ner, #api
Язык проведения:
Русский
17. Сервис для планирования маршрута атомного ледокола по Северному морскому пути
Актуальность:Росатомфлот создает единую платформу цифровых сервисов Севморпути. Безопасность и удобство — основные критерии, которыми грузоперевозчики руководствуются при выборе транспортных магистралей. Чтобы они сделали выбор в пользу Севморпути — создается Единая платформа цифровых сервисов Северного морского пути, аналогов которой в мире нет.
С ее созданием пользователи получат „ледовый навигатор“, позволяющий просчитать время в пути из точки А в точку Б с точностью до нескольких часов. С помощью уникального ИТ-продукта плавание по арктической магистрали станет таким же надежным и комфортным, как по другим популярным транспортным маршрутам.
Описание задачи:
Разработайте сервис для формирования каравана и построения его оптимального маршрута на основе динамических данных о ледовой проходимости и фиксированного графа переходов судов по Северному морскому пути.
Ресурсы:
Набор данных, включающий: таблицу судов, требующих проводки с их координатами на графе (сетке) и датой готовности к проводке; таблицу доступных ледоколов в рассматриваемом временном промежутке; данные ледовой проходимости на рассматриваемом временном промежутке; опорный граф (сетка) маршрутизации.
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#backend, #datascience, #devops
Язык проведения:
Русский и английский
18. Алгоритм эффективной обработки спутниковых снимков российской орбитальной группировки
Актуальность:Обработка спутниковых снимков предоставляет более точную информацию для различных областей применения. Это полезно для принятия оперативных решений в сферах сельского хозяйства, экологии, чрезвычайных ситуаций и др.
Выход из строя части космического оборудования может снижать эффективность обработки снимков, что делает задачу ещё более актуальной.
Описание задачи:
Разработайте алгоритм, который позволит эффективно обрабатывать снимки, полученные со спутников, а также восстанавливать и дополнять поврежденные или неполные данные.
Ресурсы:
Набор данных орбитальных группировок, включающий: Снимки со спутников; Техническую документацию проекта
Описание итогового продукта:
Алгоритм/ML-алгоритм
Рекомендуемые навыки:
#gisanalyst, #dataanalyst, #datascience, #backend, #softwareengineer, #photogrammetry, #cartography, #computervision
Язык проведения:
Русский и английский
19. Конструктор для автоматического создания аналитических отчётов
Актуальность:Важность решения данной задачи обусловлена значительной потребностью руководителей и специалистов различных направлений в регулярном получении актуальной, полной и достоверной информации по различным аспектам.
Например, важным являются анализ рынка, сфер, конкурентов, цен, технологий и т. п. Это позволяет оперативно искать, адаптировать стратегии развития, технологий, выявлять новые бизнес-возможности и минимизировать риски, повышая тем самым конкурентоспособность и эффективность принятия решений.
Описание задачи:
Разработайте сервис для автоматического формирования аналитических отчётов на основе шаблонов или собственных сгенерированных отчётов с возможностью редактирования.
Конструктор должен формировать отчёт на основе заданных пользователем параметров поиска.
Для формирования отчёта участникам предлагается использовать данные в открытом доступе сети интернет.
Полученные отчёты должны сопровождаться сносками на источники данных, для того, чтобы аналитик смог верифицировать полученные данные.
Ресурсы:
Набор данных, включающий: шаблоны отчётов
Описание итогового продукта:
Веб-сервис
Рекомендуемые навыки:
#bi, #ml, #frontend, #backend, #datascience, #gpt, #neuralnetworks
Язык проведения:
Русский
20. Алгоритм деперсонализации чувствительных данных
Актуальность:В современных условиях вопросы информационной безопасности требуют от крупных компаний со сложными и гибкими ИТ-ландшафтами обеспечить автоматизированную идентификацию и деперсонализацию разноформатных чувствительных данных.
Универсальный автоматизированный способ поиска и маскирования данных позволит избежать рисков влияния человеческого фактора и обеспечить регуляторные требования в отношении Баз данных с информацией ограниченного доступа.
Описание задачи:
Разработайте алгоритм, который позволит распознавать разные типы информации в базах данных, а также осуществлять релевантную замену чувствительных данных, основываясь на механизмах искусственного интеллекта.
Замена должна проходить по алгоритму, позволяющему исключить обратное демаскирование, и осуществлять работу с синтетическими данными, без превращения их в «иероглифы».
Ресурсы:
Данные не предоставляются
Описание итогового продукта:
ML-алгоритм
Рекомендуемые навыки:
#ml, #datascience, #backend, #ai, #bigdata
Язык проведения:
Русский
21. Приложение для соискателей и рекрутеров для определения уровня ИТ-специалистов и процессинга
Описание задачи:Разработайте приложение, которое будет иметь функционал коммуникационной площадки, позволяющей размещать новости, обмениваться комментариями, получать нотификации, а также поможет автоматизировать ключевые этапы рекрутингового процессинга.
Ресурсы:
Набор обезличенных данных, включающий: список платформ; примеры ключевых профилей; примеры задач; описание процессов.
Описание итогового продукта:
Веб-сервис
Описание итогового продукта:
#datascience, #ml, #backend, #frontend, #designer
Язык проведения:
Русский и английский
22. Мобильное приложение-ассистент для формирования плана фитнес-тренировок
Описание задачи:Разработайте сервис, позволяющий решить с помощью мобильного интерфейса следующие задачи:
- Составление и корректировка индивидуального плана тренировок;
- Организация обратной связи и канала коммуникации между тренером и клиентом;
- Наблюдение прогресса.
Ресурсы:
Набор данных, включающий: реестр упражнений для формирования индивидуальных планов тренировки.
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#backend, #mobileapp, #ui, #ux
Язык проведения:
Русский
23. Нейросеть для мониторинга воздушного пространства вокруг аэропортов
Описание задачи:Разработайте сервис, который сможет детектировать воздушные объекты, а также оповещать пользователей сервиса о нарушениях безопасности воздушного пространства.
Ресурсы:
Набор обезличенных данных, включающий: данные в формате yolo; метка класса — 0, означающая наличие дрона на фото; координаты bounding box с дроном.
Описание итогового продукта:
Нейросеть
Рекомендуемые навыки:
#neuralnetworks, #computervision, #objectdetection, #python, #pytorch, #yolo
Язык проведения:
Русский
24. Рекомендательный сервис для помощи туристу с ограниченными возможностями здоровья
Описание задачи:Разработайте механизм интеллектуального построения маршрута для туристов с ограниченными возможностями на основе данных туристического портала Волгоградской области, геоинформационных сервисов и открытых источников данных.
Ресурсы:
Данные портала https://welcomevolgograd.com
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#datascience, #dataanalyst, #statistics, #projectmanagement, #frontend, #backend, #mobile, #devops, #design
Язык проведения:
Русский
25. Мобильное приложение для управления антропогенной нагрузкой на особо охраняемых природных территориях Камчатского края
Описание задачи:Разработайте мобильное приложение для прохождения экотроп в особо охраняемых природных территориях (ООПТ) Камчатского края с учетом допустимой нагрузки на них, а также мониторинга экологической ситуации: распознаванием мусорных свалок, сбросов отходов и так далее.
Также для администрирования и обработки уведомлений разработайте расширение для Портала Экологического мониторинга в Камчатском крае.
Ресурсы:
ГИС «Экопортал Камчатского края»; приложение «Зеленая кнопка»; веб-приложение «Публичная кадастровая карта».
Описание итогового продукта:
Мобильное приложение
Рекомендуемые навыки:
#datascience, #dataanalysis, #statistics, #projectmanagement, #frontend, #backend
Язык проведения:
Русский
Таймлайн:
03 апреля - 05 июняПрием заявок;
03 - 16 июня
Разработка решений;
17 - 21 июня
Техническая экспертиза;
25 - 26 июня
Питч-сессии;
28-29 июня
Церемония награждения.
Формат: онлайн/офлайн награждение в г. Москва
Регистрация до 5 июня:
Хочешь узнавать о новых хакатонах, соревнованиях первым?
Подписывайся на наши социальные сети:
Подписывайся на наши социальные сети:
Также, подписывайся на наш Telegram-бот, где мы присылаем хакатоны, соревнования по параметрам, которые интересны тебе:
