Новости
18.07.2022
Хакатон проходил в гибридном формате — офлайн-площадкой проведения четвертого окружного хакатона был выбран Томск — один из многочисленных сибирских студенческих и академических городов.
На хакатон зарегистрировались 366 человека. До защит дошли 38 команд. Участникам хакатона предложили решить три кейса на основе методов искусственного интеллекта. По итогам хакатона девять команд-победителей разделили между собой призовой фонд в 1 800 000 рублей.
К участникам торжественной церемонии закрытия обратился руководитель направления взаимодействия с регионами АНО «Россия – страна возможностей» Кирилл Антонов:
Кирилл Антонов
Руководитель направления взаимодействия с регионами АНО «Россия – страна возможностей»
Наши соревнования по искусственному интеллекту набирают обороты: сегодня в Томске мы подводим итоги окружного хакатона в Сибирском федеральном округе. Хочу отметить, что представленные задачи на хакатоне в Сибири были очень познавательными – уверен, участники с большим интересом окунулись в профильную деятельность кейсодержателей: познакомились с рынком безопасных товаров, сделали большой и важный шаг по борьбе с пандемией и научились определять уровень стресса. Приятно наблюдать за тем, как развивается ИИ-направление в нашей стране и в регионах. Наш проект не только помогает находить единомышленников, но и еще больше сплачивает команды, тем самым формируя активное профессиональное ИТ-сообщество. Проект является местом рождения талантов и обладает уникальной способностью притягивать интересных и разносторонних участников. Желаю всем дальнейших успехов и помните, что Россия – это страна возможностей!
Также Кирилл Антонов поблагодарил за вклад в реализацию проекта и формирование сообщества по искусственному интеллекту в России Министерство экономического развития Российской Федерации, Администрацию Томской области, региональных партнеров хакатона в Сибирском федеральном округе и кейсодержателей.
В рамках представленного ООО «Диджитал Консалтинг Солюшнс» кейса участникам нужно было предсказать уровень заражения вирусом в условиях пандемии на примере COVID-19 в городах России.
Вирус COVID-19 начал распространяться внутри России в 2020 году. Вирусы подобного типа по словам ученых рискуют стать частыми из-за глобального распространения авиации и других быстрых способов перемещения людей по планете. Для наиболее полного анализа распространения вируса правильно рассмотреть случаи заражения по каждому отдельному городу. Необходимо предсказать уровень заражения вирусом в городах, считая метрикой качества построенной модели MAE (mean absolute error).
Разработанное участниками решение поможет решить проблему распространения вируса COVID-19 и подобных типов вирусов, последствиями которых в некоторых случаях является смерть пациента, своевременно выявить случаи заражения, которые будут способствовать сокращению смертности зараженных людей, снижению нагрузки на систему здравоохранения и уменьшению расходов государства на лечение тяжелобольных пациентов. Кроме того, выявление случаев заражения вирусом на раннем этапе повысит психическое и физическое состояние общества в долгосрочном периоде.
ООО «Диджитал Консалтинг Солюшнс» представляет ML-решения и Data Science экспертизу для бизнес-задач всех сложностей. Компания является одной из ведущих в своей области, ее решениям доверяют крупнейшие корпорации России: Сбер, VK, SberCloud и др.
Артем Скандовский
Руководитель направления стратегии и развития в компании ООО «Диджитал Консалтинг Солюшнс»
Спасибо всем участникам за нестандартные идеи и проделанную работу. Вы большие молодцы! В заключение я поздравляю вас с получением этого невероятного опыта, желаю дальнейших успехов и, конечно, пусть победит сильнейший руководитель.
В ТОП-3 по кейсу DCS вошли решения команд:
1 место: Продам Муравъеда
Кирилл Белоцерковский (Свердловская область)
Виктор Ратков (Свердловская область)
Григорий Кирьянов (Санкт-Петербург)
Для решения задачи предсказания уровня заражения коронавирусом в городах комагда использовала стекинг различных алгоритмов машинного обучения, обученных на предобработанных данных. Вычислялись различные метрики для каждого города. Все данные были обработаны различными алгоритмами машинного обучения, получены первые предсказания. Модель обобщала все полученные предсказания для получения более точной оценки.
Уникальность: объединение различных архитектур для решения задачи регрессии. Использование дополнительных признаков для повышения качества.
Стек технологий: Python, Pytorch, Stacking, CatBoost, Random Forest, Gradient Boosting.
2 место: pyGeeks
Евгений Борисов (Томская область)
Бакулин Вячеслав (Томская область)
Артемий Крапива (Московская область)
Для решения задачи регрессии уровня заражения вирусом Covid-19 в начале пандемии команда провела очистку данных и построила математические модели прогнозирования. В рамках очистки данных участники удалили значения с пропусками в зависимой переменной inf_rate, удалили дубликаты городов, заменили медианным и нулевыми значениями пропуски в числовых признаках в зависимости от распределения, нормализовали числовые признаки с помощью техники Min Max Normalization, закодировали категориальные признаки региона и федерального округа.
В рамках построения математических моделей команда обучила: градиентный бустинг CatboostRegressor, KNeighborsRegressor с предсказанием на основе наиболее похожих городов, DecisionTreeRegressor.
Модели обладают такими преимуществами, как высокая скорость работы, минимальные требования к железу, возможность быстрого дообучения на новых данных.
Уникальность: построенные алгоритмы позволяют провести глубокую оценку предсказанного уровня заражения вирусом Covid-19 в том или ином городе.
Стек технологий: Python3, Scikit-learn, Pandas, Colab, Eli5.
3 место: Padavans (Кемеровская область)
Егор Солдатов
Родион Рыбко
Глеб Шабаев
Денис Устюжанин
Степан Назаров
Участники разработали Telegram-бота, который может прогнозировать уровень заражения населения вирусом в условиях пандемии с помощью технологий искусственного интеллекта. Также в боте можно узнать интересную информацию о вирусе COVID-19 и способы профилактики. Решение позволяет на основе большого количества уже собранных данных прогнозировать степень зараженности в условиях пандемии по городам.
Уникальность: наиболее точный и удобный способ прогнозирования информации о случаях заражения в условиях пандемии в виде Telegram-бота. Использовался градиентный бустинг.
Были использованы библиотеки Python: AIOGram, scikit-learn, CatBoost (градиентный бустинг, библиотека Яндекса), Matplotlib, seaborn, pandas.
Стек технологий: Python (среды разработки: PyCharm, Google Colab).
Организатор конкурса — Министерство экономического развития Российской Федерации. Оператором конкурса выступает АНО «Россия – страна возможностей», организационный партнер — Ассоциация электронных коммуникаций (РАЭК), технологический партнер ― социальная сеть «ВКонтакте».
Основные цели проекта «Цифровой прорыв. Сезон: искусственный интеллект»: создание системы отбора кадров для решения задач, поиск, развитие и поддержка талантливых, перспективных специалистов, желающих создавать продукты и сервисы с использованием технологий искусственного интеллекта, повышение уровня обеспечения российского рынка технологий ИИ квалифицированными кадрами, а также формирование и развитие ИИ-сообщества, популяризация, разработка и развитие продуктов с использованием искусственного интеллекта.
На хакатоне в томской ОЭЗ участники создали систему предсказаний пандемий на основе технологий искусственного интеллекта
Одним из кейсов стала задача от ООО «Диджитал Консалтинг Солюшнс».Хакатон проходил в гибридном формате — офлайн-площадкой проведения четвертого окружного хакатона был выбран Томск — один из многочисленных сибирских студенческих и академических городов.
На хакатон зарегистрировались 366 человека. До защит дошли 38 команд. Участникам хакатона предложили решить три кейса на основе методов искусственного интеллекта. По итогам хакатона девять команд-победителей разделили между собой призовой фонд в 1 800 000 рублей.
К участникам торжественной церемонии закрытия обратился руководитель направления взаимодействия с регионами АНО «Россия – страна возможностей» Кирилл Антонов:
Кирилл Антонов
Руководитель направления взаимодействия с регионами АНО «Россия – страна возможностей»
Наши соревнования по искусственному интеллекту набирают обороты: сегодня в Томске мы подводим итоги окружного хакатона в Сибирском федеральном округе. Хочу отметить, что представленные задачи на хакатоне в Сибири были очень познавательными – уверен, участники с большим интересом окунулись в профильную деятельность кейсодержателей: познакомились с рынком безопасных товаров, сделали большой и важный шаг по борьбе с пандемией и научились определять уровень стресса. Приятно наблюдать за тем, как развивается ИИ-направление в нашей стране и в регионах. Наш проект не только помогает находить единомышленников, но и еще больше сплачивает команды, тем самым формируя активное профессиональное ИТ-сообщество. Проект является местом рождения талантов и обладает уникальной способностью притягивать интересных и разносторонних участников. Желаю всем дальнейших успехов и помните, что Россия – это страна возможностей!
Также Кирилл Антонов поблагодарил за вклад в реализацию проекта и формирование сообщества по искусственному интеллекту в России Министерство экономического развития Российской Федерации, Администрацию Томской области, региональных партнеров хакатона в Сибирском федеральном округе и кейсодержателей.
В рамках представленного ООО «Диджитал Консалтинг Солюшнс» кейса участникам нужно было предсказать уровень заражения вирусом в условиях пандемии на примере COVID-19 в городах России.
Вирус COVID-19 начал распространяться внутри России в 2020 году. Вирусы подобного типа по словам ученых рискуют стать частыми из-за глобального распространения авиации и других быстрых способов перемещения людей по планете. Для наиболее полного анализа распространения вируса правильно рассмотреть случаи заражения по каждому отдельному городу. Необходимо предсказать уровень заражения вирусом в городах, считая метрикой качества построенной модели MAE (mean absolute error).
Разработанное участниками решение поможет решить проблему распространения вируса COVID-19 и подобных типов вирусов, последствиями которых в некоторых случаях является смерть пациента, своевременно выявить случаи заражения, которые будут способствовать сокращению смертности зараженных людей, снижению нагрузки на систему здравоохранения и уменьшению расходов государства на лечение тяжелобольных пациентов. Кроме того, выявление случаев заражения вирусом на раннем этапе повысит психическое и физическое состояние общества в долгосрочном периоде.
ООО «Диджитал Консалтинг Солюшнс» представляет ML-решения и Data Science экспертизу для бизнес-задач всех сложностей. Компания является одной из ведущих в своей области, ее решениям доверяют крупнейшие корпорации России: Сбер, VK, SberCloud и др.
Артем Скандовский
Руководитель направления стратегии и развития в компании ООО «Диджитал Консалтинг Солюшнс»
Спасибо всем участникам за нестандартные идеи и проделанную работу. Вы большие молодцы! В заключение я поздравляю вас с получением этого невероятного опыта, желаю дальнейших успехов и, конечно, пусть победит сильнейший руководитель.
В ТОП-3 по кейсу DCS вошли решения команд:
1 место: Продам Муравъеда
Кирилл Белоцерковский (Свердловская область)
Виктор Ратков (Свердловская область)
Григорий Кирьянов (Санкт-Петербург)
Для решения задачи предсказания уровня заражения коронавирусом в городах комагда использовала стекинг различных алгоритмов машинного обучения, обученных на предобработанных данных. Вычислялись различные метрики для каждого города. Все данные были обработаны различными алгоритмами машинного обучения, получены первые предсказания. Модель обобщала все полученные предсказания для получения более точной оценки.
Уникальность: объединение различных архитектур для решения задачи регрессии. Использование дополнительных признаков для повышения качества.
Стек технологий: Python, Pytorch, Stacking, CatBoost, Random Forest, Gradient Boosting.
2 место: pyGeeks
Евгений Борисов (Томская область)
Бакулин Вячеслав (Томская область)
Артемий Крапива (Московская область)
Для решения задачи регрессии уровня заражения вирусом Covid-19 в начале пандемии команда провела очистку данных и построила математические модели прогнозирования. В рамках очистки данных участники удалили значения с пропусками в зависимой переменной inf_rate, удалили дубликаты городов, заменили медианным и нулевыми значениями пропуски в числовых признаках в зависимости от распределения, нормализовали числовые признаки с помощью техники Min Max Normalization, закодировали категориальные признаки региона и федерального округа.
В рамках построения математических моделей команда обучила: градиентный бустинг CatboostRegressor, KNeighborsRegressor с предсказанием на основе наиболее похожих городов, DecisionTreeRegressor.
Модели обладают такими преимуществами, как высокая скорость работы, минимальные требования к железу, возможность быстрого дообучения на новых данных.
Уникальность: построенные алгоритмы позволяют провести глубокую оценку предсказанного уровня заражения вирусом Covid-19 в том или ином городе.
Стек технологий: Python3, Scikit-learn, Pandas, Colab, Eli5.
3 место: Padavans (Кемеровская область)
Егор Солдатов
Родион Рыбко
Глеб Шабаев
Денис Устюжанин
Степан Назаров
Участники разработали Telegram-бота, который может прогнозировать уровень заражения населения вирусом в условиях пандемии с помощью технологий искусственного интеллекта. Также в боте можно узнать интересную информацию о вирусе COVID-19 и способы профилактики. Решение позволяет на основе большого количества уже собранных данных прогнозировать степень зараженности в условиях пандемии по городам.
Уникальность: наиболее точный и удобный способ прогнозирования информации о случаях заражения в условиях пандемии в виде Telegram-бота. Использовался градиентный бустинг.
Были использованы библиотеки Python: AIOGram, scikit-learn, CatBoost (градиентный бустинг, библиотека Яндекса), Matplotlib, seaborn, pandas.
Стек технологий: Python (среды разработки: PyCharm, Google Colab).
Организатор конкурса — Министерство экономического развития Российской Федерации. Оператором конкурса выступает АНО «Россия – страна возможностей», организационный партнер — Ассоциация электронных коммуникаций (РАЭК), технологический партнер ― социальная сеть «ВКонтакте».
Основные цели проекта «Цифровой прорыв. Сезон: искусственный интеллект»: создание системы отбора кадров для решения задач, поиск, развитие и поддержка талантливых, перспективных специалистов, желающих создавать продукты и сервисы с использованием технологий искусственного интеллекта, повышение уровня обеспечения российского рынка технологий ИИ квалифицированными кадрами, а также формирование и развитие ИИ-сообщества, популяризация, разработка и развитие продуктов с использованием искусственного интеллекта.
