xmas

hack

2023

Акселератор Возможностей при ИНТЦ МГУ «Воробьевы горы» представляет уникальное новогоднее мероприятие, которое охватит самые популярные направления для разработки инновационных решений: Финтех, Информационная безопасность, Искусственный интеллект, Data Science,
Legal Tech, Электронная коммерция

Собирай команду и подавай заявку до 19 декабря 2023!

30

дней

часов

минут

секунд

30

11

11

Возможности

1 000 000

рублей

и подарки самым активным участникам, мерч и сертификаты!

идеатон

Мероприятие, на котором молодые специалисты из разных областей генерируют идеи по улучшению бизнес-процессов внутри компании или предлагают свои решения для внедрения

Идеатон на X-MAS HACK — секция, в которой ты можешь предложить свою идею, проработанную по определенным критериям, обсудить ее с экспертом и побороться за денежный приз

прокачка лидерских качеств и навыков коммуникации

крутые
призы

свобода выбора –
проработка идеи с нуля до уровня концепции

знакомство
с опытными спикерами

Разработка бизнес-идеи для топовой компании

Стек технологий:

• Любые инструменты для анализа данных. Например, SQL, Python, R
• Для визуализаций: JavaScript (например, maplibre, leaflet, openlayers) или Python (например, matplotlib)

Исходные данные:

• Справочник расположения WiFi роутеров
• Граф улично-дорожной сети (набор дуг и узлов)
• Набор данных за год (с выбросами, пропусками).

Структура данных:
Уникальная метка записи (UUID); Дата и Время (RFC3339); Идентификатор WiFi роутера (UUID или MAC), Идентификатор пользователя (MAC), Уровень сигнала (db)

Задачи:

1. Провести разведочный анализ данных (EDA — Exploratory data analysis). Проанализировать изменения дорожно-транспортной ситуации с течением времени на основе перемещений между роутерами. Построить временную шкалу по неделям
2. Составить матрицу перемещений/спроса с расчётом среднего времени поездки по трём видам интервалов: утренний час пик, день, вечерний час пик.
3. Визуализировать результат на диаграммах/картограммах
4. Предоставить замечания/комментарии, если такие появятся, к расположение WiFi роутеров для качественного улучшения охвата города

Разведочный анализ данных с Wi-Fi роутеров о перемещениях пользовательских устройств по городу

Целевая аудитория: Разработчики/студенты с опытом в AI/ML/CV

Стек: AI/ML, opencv

Описание: В последнее время нас окружают все больше камер. Камеры смартфона, камеры видеонаблюдения. При этом, камеры, как и люди видят все немного в разном цвете. Проблема детекции цвета известна и достаточно хорошо изучена, однако смена камеры, тень от предмета рядом или блик могут привести к некачественный распознавания цвета. Предлагается в рамках проекта разработать средство автоматической коррекции цвета на изображении, полученном с разных камер, например наружного наблюдения.

Задача:

1. Разработать инструмент (включающий в том числе веб-интерфейс) для калибровки цвета уже установленных камер. При этом камеры могут быть физически находиться в разных городах.
2. Создать сервис для коррекции цвета на фото с камеры с учётом теней, блоков и засветов, например, для стационарного объекта, который снимает камера.

Вводные данные: Фото/видеопоток с камер

Выходные данные:

• Модель, корректирующая цвет на изображениях с камер
• Модель, корректирующая цвет на фото без блика или тени
• Результат обработки изображений

Цветокоррекция на базе ИИ

Цель проекта: Построить прогностическую модель для рейтинга рекламных блоков, для более оптимального планирования рекламных кампаний.

Задание ограничено 1 телеканалом и 25 его регулярными телепрограммами.

Задачи:

1. Генерация признаков на основе предоставленных данных. Определение и оценка значимости факторов, влияющих на телесмотрение блока.
2. Подбор оптимального алгоритма модели, гиперпараметров и т. д.

Предоставляемые данные

• Исторические данные: Смотрение рекламных блоков — за 2023 год (январь-октябрь)
• Данные для прогноза: Данные по выходам блоков за ноябрь 2023 без значений смотрения (его нужно спрогнозировать). Отдельно предоставляются данные с общим телесмотрением населения по месяцам за 2021−2023 годы.

Формат результатов:

• Прогноз смотрения рекламных блоков (далее он будет сверен с фактом) в заданном формате.
• Аналитика с оценкой важности факторов модели.

Планирование
рекламных кампаний

Цель
Разработка целевых продуктов, подрывных инноваций, которые решают конкретную задачу клиента. Более точное формирование уникального торгового предложения.

Проблема
Длинный цикл между стадией исследования болей и потребностей клиентов и стадией разработки продукта. Из-за чего скорость вывода продуктов замедляется. Разработка продуктов не всегда решает конкретную задачу пользователя.

Задача
Разработать модель, которая может предсказывать потенциальную боль (в финансовой/нефинансовой сфере) и проблему клиента в конкретном отраслевом сегменте на базе характера ведения клиентом его бизнеса, объема бизнеса, общего состояния отрасли.

Для решения задачи могут быть использованы различные датасеты, выбранные командой (внутренние датасетов не предоставляется), такие, как данные о клиентах (статистические данные, собранные данные из открытых источников, история транзакций, предпочтения), данные о рыночном спросе (статистика продаж, потребительские индексы), данные о конкурентах (продукты и услуги, цены, маркетинговые активности) и другие данные, связанные с указанной выше отраслью в части использования финансовых и не финансовых инструментов/продуктов.

Итоговый результат
Просмотр результатов сформированных разработанными моделями, проверки возможности дальнейшего обогащения данными и сравнении их с имеющимся анализом.

Предсказание потребностей и болей клиентов

В каждом большом динамично развивающемся городе остро стоит вопрос организации дорожного движения и борьбы с заторами. Одним из наиболее распространнёных решений данной проблемы является внедрение интеллектуальных транспортных систем (ИТС) для управления трафиком на дорогах. При этом нет единых критериев оценки эффективности построенных систем и параметров, на основании которых принимаются решения для распределения транспортных потоков. Поэтому мы предлагаем вам выявить факторы и сопоставить их между собой, которые могли бы помочь эффективно бороться с заторами и перераспределять транспортные потоки в разных городах мира.
В качестве основы для работы над данной проблематикой мы предлагаем использовать периферийные устройства, входящие в аппаратно-программный комплекс SmartLight: детекторы транспорта, датчики экологических параметров, Wi-Fi снифферы, устройства оповещения, модуль взаимодействия дорожной инфраструктуры с автомобилями (технология V2X), дорожные контроллеры, и «умные светофоры».

Данные, получаемые с устройств:

• Детекторы транспорта — дистанция между автомобилями, метры; скорость, км/ч; интенсивность движения, авт./час; состав транспортного потока; занятость полосы.
• Датчики экологических параметров — концентрация вредных газов; опционально: уровень радиации, шума, вибрации, освещённости, солнечной радиации.
• Wi-Fi снифферы- распределение потоков на улично-дорожной сети.
• Дорожные контроллеры — данные о продолжительности фаз.
• «Умные светофоры» — данные видеопотока.

На основе данных с приведённых устройств, необходимо разработать перечень параметров, связанных единой логикой, для эффективного управления транспортными потоками на улично-дорожной сети городов.
Однако данный перечень устройств может выдавать не все характеристики, которые могли бы вам помочь сформировать параметры. Поэтому вам необходимо обосновать, какие данные и дополнительные факторы могли бы повлиять на изучаемую вами переменную, и найти источники данных, из которых можно взять необходимую информацию.

Нужно сформулировать исследовательский вопрос и гипотезу, продумать механизм влияния выделенных факторов на потоки, найти необходимые данные и предложить план дальнейшего исследования поставленного вопроса.

Интеллектуальные транспортные системы

Цель: Разработать алгоритм вывода новых продуктов для сервиса рекомендаций

Вводная часть:
На рынок не так давно выведен сервис рекомендаций банковских и финансовых продуктов. Участник программы регистрируется на странице сервиса, рекомендует продукты и получает вознаграждение за успешную рекомендацию. Сейчас для рекомендаций доступны сервисы доставки — Самокат, СберМаркет, подписки на СберПраво, СберЗдоровье, а также лёгкие банковские продукты, такие как кредитные и дебетовые карты и продукты автострахования.

Ваша задача:

• Предложить дополнительный пул продуктов, который будет пользоваться популярностью среди рекомендателей. Тут также важно сформулировать критерии выбора и разработать алгоритм от идеи до запуска в разработку.
• Разработать модель управления разработкой.
• Составить модель компетенций участников процесса разработки от этапа генерации продукта до вывода продукта.
• Распределить сотрудников по командам в соответствии с выбранной моделью.
• Выбрать фреймворки и и инструменты, позволяющие выстроить процесс производства в команде разработки

Алгоритм вывода новых продуктов
для сервиса рекомендаций

итоги

24 декабря завершился новогодний хакатон от Акселератора Возможностей. На протяжении трех дней команды работали над решением кейсов от крупных IT-компаний.
В этом году мероприятие приобрело новые масштабы: побороться за призовой фонд 1.000.000 рублей участники смогли не только онлайн, но и офлайн — на площадке в Москве. X-MAS HACK традиционно прошёл в двух секциях: хакатон и идеатон.

На выбор участникам были предоставлены 6 задач от экспертов из компаний-партнёров. В этом году в состав жюри вошли эксперты из компаний-партнёров: Г К Юзтех, АО «Компас», Бланк Лабс, ADV Tech, Tymy и «АРКОНА». Кроме основных мероприятий, в рамках соревнования для участников были организованы мастер-классы, связанные с тематикой кейсов.
X-MAS HACK собрал разнообразную и талантливую группу участников, состоящую не только из IT-специалистов, но и из креативной молодежи. Высокий уровень конкуренции на кейсах показал, что все участники находятся на достойном уровне подготовки и готовы решать самые сложные задачи.

X-MAS HACK 2023 — официальное соревнование, аккредитованное Федерацией спортивного программирования.

кого мы ждем?

Разработчики

ML-специалисты

Продакт-менеджеры

Data science-специалисты

команда от 3 до 5 человек

Backend-разработчики

Frontend-разработчики

аналитики

А также стартаперы, студенты, специализирующиеся на генерации идей.
Все талантливые люди, предлагающие инновационные решения для бизнеса.
Все те, кто хочет прокачать свой питч.

эксперты xmas hack

Михаил Одиноков

Директор по аналитике данных, ADV Tech (группа АДВ)

Хакатон: Кейс 3

Кирилл
Чистов

Head of Product Development, ADV Tech (группа АДВ)

Дарья
Истомина

Product Manager, ADV Tech (группа АДВ)

Илья Смирнов

Руководитель практики ML/AI, ГК Юзтех

Хакатон: Кейс 2

Вадим Мельников

Директор по цифровым технологиям группы АДВ

Кирилл Бантуков

CEO BLANC Labs

Андрей
Клычев

Операционный директор группы АДВ, генеральный директор ADV Tech

Глеб
Черняев

Cтарший бизнес-аналитик, АО «Компас»

Хакатон: Кейс 1

Александр Поляков

Профессор РУТ (МИИТ) и НИУ ВШЭ, к.т.н., действующий государственный эксперт Минтранса РФ и Минстроя РФ, член научно-экспертного совета в Совете Федерации РФ

Денис Трескинский

Директор ООО «АРКОНА»

Идеатон: Кейс 1

Юрий
Савин

Первый заместитель директора ООО «АРКОНА»

Идеатон: Кейс 1

Игорь
Петров

Начальник отдела разработки ООО «АРКОНА»

Идеатон: Кейс 1

Ольга Бернацкая

Операционный директор,
Tymy

Идеатон: Кейс 2

Михаил Челяпин

СРО BLANC Банк

Хакатон: Кейс 4

Виктор Прусаков

Data Scientist, ГК Юзтех

Хакатон: Кейс 2

Денис
Пчеленок

Генеральный директор АО «Компас»

Дмитрий Крюков

DevOps инженер, АО «Компас»

Хакатон: Кейс 1

Акселератор Возможностей

Крупный оператор и организатор хакатонов и инвестиционных мероприятий, куратор инновационного блока ИНТЦ МГУ«Воробьевы горы».

организатор

партнеры

f.a.q

Вы можете задать вопрос организаторам по почте contact@ac-vo.ru или в Телеграм

Остались вопросы?

Присоединяйся!

© 2023 Все права защищены