хакатон
офлайн
14—15 марта
ИИ ЧЕМП
Командный 24-часовой хакатон для студентов и выпускников технических специальностей, интересующихся машинным обучением, анализом данных и ИИ.
Событие пройдет одновременно в двух городах —Санкт-Петербурге (Университет ИТМО) и Москве (Центральный университет).
Событие пройдет одновременно в двух городах —Санкт-Петербурге (Университет ИТМО) и Москве (Центральный университет).
Победителям — фаст-трек на бюджетное место в магистратуре Центрального университета и институте прикладных компьютерных наук ИТМО
Реальные кейсы от лидеров рынка
Т-Банк, Okko, Х5 Tech, Альфа-Банк, Яндекс
24 часа
интенсивной работы в командах из 2—4 человек
Менторская поддержка
от экспертов индустрии и науки на обеих площадках
Финальная защита перед жюри
из топовых специалистов — представителей компаний и вузов
Преимущество при поступлении
в оба университета при победе в одном из кейсов
Что тебя ждет
Кейсы
Сервис Т-Путешествия ежедневно обрабатывает множество предложений по бронированию отелей от разных операторов. Чтобы предлагать клиентам лучшие цены, необходимо сопоставлять эти предложения с единой сущностью — мастер-комнатой. Эту задачу решает ML-модель, а при неуверенных предсказаниях подключается краудсорсинг
Часто поставщики предоставляют неполные или неоднозначные описания комнат, из‑за чего невозможно однозначно идентифицировать их даже вручную. Такие случаи приводят к увеличению числа заданий в краудсорсинге и росту операционных издержек
Научиться заранее предсказывать, что в описании комнаты недостаточно данных для матчинга, чтобы минимизировать поток таких заданий в краудсорсинг. Требуется достичь заданной точности детекции и максимизировать полноту с помощью ML‑моделей
Табличные данные
Современные стриминговые платформы позволяют найти фильм по актеру или жанру, по описанию. Но что, если пользователь захочет найти фильм по конкретному моменту?
Пользователи все чаще задают вопросы не о названиях, а о содержании. Они хотят понять сложные сюжетные линии, найти забытые сцены, проанализировать мотивы персонажей
Пользователи все чаще задают вопросы не о названиях, а о содержании. Они хотят понять сложные сюжетные линии, найти забытые сцены, проанализировать мотивы персонажей
Традиционный поиск, основанный на текстовых метатах, с этим не справляется.
Разработать прототип Video RAG для онлайн-кинотеатра
Видеозапись
В логистике и складских операциях важно эффективно формировать паллеты из коробов разного размера и веса, соблюдая ограничения по высоте, грузоподъёмности, устойчивости и допустимым поворотам
Ручная сборка и простые эвристики приводят к низкой утилизации объёма и ошибкам (пересечения, неустойчивость, некорректное распределение веса), что увеличивает затраты и риск повреждений
Разработать 3D-оптимизатор укладки, который автоматически строит корректный план размещения (координаты и ориентации коробов), исключает пересечения и учитывает ограничения, оптимизируя утилизацию объёма или минимизируя число паллет
Параметры паллеты, характеристики коробов (размеры, вес, количество, допустимые ориентации) и бизнес-ограничения
SourceCraft — платформа для работы с кодом, задачами и CI/CD, где можно запускать ИИ-навыки через Code Assistant. ИИ-навыки — это заранее описанные сценарии, которые автоматизируют рутинные действия в репозитории и помогают команде работать по единым стандартам
Команды разработчиков регулярно выполняют повторяющиеся задачи: разбор issue, онбординг новичков, анализ конфигов, подготовку отчётов. Команды выполняют вручную, по-разному в каждой команде и часто без использования всего контекста проекта
Разработать пользовательский ИИ-навык для SourceCraft, который решает конкретную рутинную задачу в репозитории: экономит время, снижает ошибки или упрощает работу с кодом и задачами. Навык должен быть формализован в SKILL. md, иметь понятные параметры запуска и демонстрировать практическую пользу
Репозиторий проекта (код, коммиты, конфиги, структура папок), задачи/issue, параметры навыка (metadata.inputs), а также сценарий использования (ссылка на задачу или readme, ветка, период времени) и скринкаст
В Банке существуют разные ИИ-ассистенты и агенты, которые помогают клиентам быстро и эффективно решать их задачи: от консультации по карточному продукту до продумывания персональной инвестиционной стратегии или планирования путешествия. В рамках решения клиентских задач предполагается использование персональных данных (например, ФИО, дата рождения, пр.)
Отправка личных данных в большие языковые модели (LLM) сопряжена со значительными рисками и юридическими последствиями для Банка. Например, нарушение ФЗ-152
Разработать прототип, который сможет в real time определять в запросах к большим языковым моделям (LLM) наличие персональных данных, маскировать их и отправлять запрос в LLM. При этом ответ LLM для клиента возвращается в режиме streaming и не должен содержать маскированных данных. В прототипе решения не использовать LLM
Табличные данные
Менторы
Роман Васильев
- Лектор курсов по машинному обучения и анализу данных в ЦУ и ВШЭ
- Работает в индустрии Data Science 8+ лет
- Руководитель трека аналитики Yandex Cup 2024, 2025
- Возглавляет аналитику международного «Яндекс Поиска», которая делает продукт удобным и эффективным для десятка миллионов пользователей
- Руководил командами аналитики в «Мегафоне», «Магнит Tech» и «Яндекс Лавке»
Никита Учителев
- Магистр прикладной физики и математики ФУПМ МФТИ
- Ведущий исследователь‑разработчик, руководитель службы E‑Commerce ML
- 16 лет общий стаж в ML, из них 10 лет руководителем различных команд, 9 лет — в сфере E‑Commerce ML: YouDo, Lamoda, Я. Маркет, Т‑Банк (Шопинг), 5 лет занимаюсь матчингом товаров
- Дважды успешно запускал выделение атрибутов товаров на базе LLM — в Яндекс. Маркете и Т‑Банке (Шопинг)
- За все время работы провел более 200 финальных собеседований
- Умеет объяснять бизнесу, почему мерить честную полноту матчинга невозможно
Евгений Ильюшин
- Работал в индустрии и исследованиях 20+ лет
- Опыт создания IT подразделений и исследовательских групп с нуля
- Проектирование и запуск суперкомпьютеров
- Директор по ИИ в Okko
- Академический лид направления ML в Центральном Университете
- Сотрудник факультета ВМК МГУ
Артём Ерохин
- Ведущий инженер нейронных сетей в X5 Tech
- 11 лет работы с данными, из них 6 лет в X5 в различных командах
- 4 года опыта руководства командами аналитики и Data Science
- Работал в медиа, транспорте, сервисах и ритейле — от стартапов до корпораций, в частном и государственном секторе
- Автор и лектор курса «Data Science для менеджеров» в совместной магистратуре X5 и ВШЭ
- Публичный спикер. Выступал на Data Fest, AiConf, IML, Матемаркетинге и многих других мероприятиях и конференциях. Автор статей на Хабре и телеграм канала Artificial Stupidity
- Аспирант по специальности «Менеджмент». Тема диссертации: «Механизмы трансформации организационных систем управления в условиях внедрения мультиагентных технологий искусственного интеллекта»
- Сертифицированный Enterprise Product Owner
- Писатель и сценарист-любитель
Булина Екатерина
- Руководитель направления развития цифровых продуктов кибербезопасности
- Успешно масштабировала самую крупную российскую топливную b2c программу лояльности на рынке СНГ и в Балканском регионе
- Реализовала топливный благотворительный проект с фондом поиска пропавших людей
- Провела 100+ глубинных интервью для выявления болей и потребностей клиентов
- Популяризатор Гемба
Роберт Аксенов
- Директор продукта SourceCraft, Яндекс
- 10+ лет в IT и больших продуктах
- Запускал платформы с 150 000+ пользователей
- Строил команды и продукты в enterprise
- DevOps, AI, масштаб и реальные деньги
Требования к участникам
Есть аккаунт на Kaggle
Готов лично присутствовать на хакатоне в Москве или Санкт-Петербурге
Обладаешь знаниями в области машинного обучения, математики, алгоритмов и разработки AI-систем
Имеешь опыт в IT или участвовал в релевантных пет-проектах
Учишься на 3—4‑м курсе бакалавриата по технической специальности или недавно получил степень бакалавра
Тебе больше 18 лет
Убедись заранее, что у тебя есть доступ к платформе. Из-за ограничений регистрация из России может занять чуть больше времени. Подробнее о регистрации рассказали в разделе FAQ
Призы и возможности для каждого участника команд-победителей
Классный мерч от Центрального университета или ИТМО
AirPods для 2 команд, выбранных жюри
Расписание хакатона
09:00—09:30
Регистрация участников
09:30—10:00
Открытие хакатона, приветствие, правила
10:00—11:30
Презентация кейсов от менторов, Q&A
11:30-12:30
Обед
12:30
Старт хакатона!
16:00
Первый чекпойнт (отчеты команд менторам)
19:00
Второй чекпойнт, вечерний кофе-брейк
19:00
Работа команд, зоны отдыха, ужины, поддержка организаторов
Как стать участником?
Заполни форму регистрации
Не забудь прикрепить резюме и мотивационное письмо
Прием заявок до 1 марта 6 марта → Объявление результатов отбора до 5 марта 10 марта → Хакатон 14—15 марта
Ответ придет по указанной в заявке почте после отбора участников
Продлили отбор, чтобы вы успели подать заявку
Пример структуры мотивационного письма
О себе:
Достижения
Почему хочешь участвовать
Что можешь внести в команду
- Вуз, курс, специальность (например: 3-й курс, направление «Прикладная математика и информатика»)
- Опыт и навыки
- Опыт в IT: стажировки, работа, фриланс
- Пет-проекты: кратко — что делал, какие технологии использовал
- Знания: ML, анализ данных, алгоритмы, языки программирования (Python, SQL и т. д.)
Достижения
- Участие в олимпиадах, хакатонах, соревнованиях (например, на Kaggle, Stepik, Яндекс Контесте и др.)
Почему хочешь участвовать
- Твоя мотивация: чем привлекает хакатон?
- Что хочешь получить: опыт, команду, обратную связь, решение реальных кейсов?
Что можешь внести в команду
- Твои сильные стороны: аналитика, код, презентация, лидерство, креативность
Вопросы и ответы
Это интенсивное командное соревнование, где участники за 24 часа решают реальные бизнес-задачи от ведущих компаний. Ты и твоя команда будете работать над кейсами, применяя навыки программирования, анализа данных, машинного и глубокого обучения.
Да! Площадки будут открыты 24 часа — с 14 на 15 марта.
Ты можешь работать без остановки.
Ты можешь работать без остановки.
Не проблема! Мы поможем найти тебе команду на площадке в день хакатона.
Важно: участие в одиночку невозможно. Команда должна состоять из 2—4 человек.
Важно: участие в одиночку невозможно. Команда должна состоять из 2—4 человек.
Нет, нужно взять свое устройство.
У каждого кейса — своя команда наставников, они будут на площадке или онлайн. Также можно задать вопрос в чат поддержки.
Да, будет организован обед и вечерний кофе-брейк в первый день, а также обед во второй день мероприятия. При необходимости можешь взять с собой еду или приобрести её на территории кампуса.
Заполни анкету, прикрепи резюме и мотивационное письмо.
Если у тебя уже есть команда, укажи ее.
Если у тебя уже есть команда, укажи ее.
Мы отбираем участников, регистрация не гарантирует тебе участие в хакатоне.
ИТМО: г. Санкт-Петербург, Кронверский пр-т, 49.
ЦУ: г. Москва, ул. Гашека, 7.
На каждой площадке доступны все 4 кейса.
ЦУ: г. Москва, ул. Гашека, 7.
На каждой площадке доступны все 4 кейса.
В формате презентации вашего решения перед экспертами и наставниками кейса.
После победы в хакатоне с вами свяжутся сотрудники ЦУ для назначения даты собеседования. В зависимости от результатов собеседования вам будет предложено бюджетное место или фиксированный грант до 75% на весь период обучения в ЦУ.
Победители хакатона получают право на поступление на несколько магистерских программ ИТМО без вступительного экзамена. Для этого необходимо пройти собеседование, по результатам которого можно получить до 100 баллов для участия в конкурсе на бюджетные места.
Победители хакатона получают право на поступление на несколько магистерских программ ИТМО без вступительного экзамена. Для этого необходимо пройти собеседование, по результатам которого можно получить до 100 баллов для участия в конкурсе на бюджетные места.
Программы в институт прикладынх компьютерных наук ИТМО:
Офлайн- или онлайн-программы магистратуры ЦУ по машинному обучению.
- «Глубокое обучение и генеративный искусственный интеллект»
- «Управление ИИ-продуктами / AI Product»
- «Руководитель IT-разработки»
- «Искусственный интеллект»
Офлайн- или онлайн-программы магистратуры ЦУ по машинному обучению.
- Рекомендуется использовать VPN и электронную почту с домена, отличного от .ru (например, Gmail, Outlook и др.).
- На верификацию аккаунта может потребоваться время — позаботьтесь об этом заранее.
- При возникновении сложностей можно обратиться в поддержку Kaggle.
- Регистрация полностью бесплатна.