НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны
В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.
В интеллектуальном состязании приняли участие студенты НИУ ВШЭ, Финансового университета при Правительстве РФ, МИРЭА, МГУ, РАНХиГС. Также были представители университетов из Санкт-Петербурга (НИУ ВШЭ — Санкт-Петербург, РАНХиГС СПб, СПбГУ, СПбГПУ и др.), с Поволжья (Самарский университет, ТГУ, КФУ), Урала (УрФУ, УГГУ, ЧелГУ, ТюмГУ), из Сибири (ТГУ, НГУ, СФУ). Хакатон привлек внимание представителей международных учебных заведений — Университета Гринвича (Великобритания), HTW Berlin (Германия), Школы естественных наук и математики Оклахомы (США), а также студентов из Казахстана, Беларуси и Кыргызстана.
Концепция хакатона была основана на соревновательном формате PvP (player(s) vs player(s), то есть «игрок(и) против игрока(ов)»). Перед стартом чемпионата участникам были представлены лекции для глубокого погружения в задачу. Студенты объединились в команды из 2–5 человек и работали над задачей, связанной с потребностью в оптимизации крупной гостиничной сети. Им предстояло выяснить, можно ли на основе данных о бронировании, оплатах и отменах разработать новый банковский продукт, который поможет студентам упростить организацию собственного отдыха. Команды использовали технологии искусственного интеллекта и машинного обучения для поиска скрытых закономерностей — например, какие формы оплаты или даты заезда чаще связаны с отменами. Эти технологии позволяли автоматически проанализировать большие объемы информации и находить такие связи, которые человек не заметил бы самостоятельно за столь короткий срок.
Чтобы защитить проект и выйти в финал, командам необходимо было войти в число лидеров общего рейтинга, который формировался по четырем критериям с суммарным результатом 100 баллов: оценка итоговой модели (макс. 40), качество технического решения (макс. 30), презентация проектного продукта (макс. 20), ответы на вопросы (макс. 10).
Соревнование длилось три дня — с 20 по 22 сентября 2024 года, из которых первые два дня прошли в онлайн-формате на платформе DS Works, а заключительный день с нетворкингом — в кампусе НИУ ВШЭ.
Сергей Рощин
«Искусственный интеллект как аналитический инструмент открывает большие возможности для оптимизации бизнес-процессов. Его использование помогает выявлять закономерности и формулировать гипотезы для улучшения продуктов. На рынке наблюдается высокий спрос на специалистов, которые умеют эффективно использовать технологии для решения бизнес-задач. Подобные инициативы от высших учебных заведений совместно с игроками рынка позволяют выявить талантливые кадры и предоставить им возможность реализовать потенциал. Уверен, что в дальнейшем студенты будут еще активнее внедрять ИИ для решения задач в рамках учебы или стажировки/работы. Такие инструменты помогают эффективно переложить рутину на робота, чтобы параллельно заниматься решением других задач», — отметил проректор НИУ ВШЭ Сергей Рощин.
Екатерина Ничипурович
«ПСБ как высокотехнологичный банк оказывает всестороннюю поддержку талантливым молодым специалистам в сфере ИТ, реализует целый ряд образовательных проектов и ведет активную работу со студентами. Так мы формируем кадровый резерв, чтобы обеспечивать ИТ-сотрудниками постоянно растущий бизнес. Очень много участников нашего хакатона продемонстрировали высокие результаты — в финальный этап защиты проекта прошла 41 команда, и мы определили победителей. Самых талантливых пригласим на стажировку в команды ПСБ», — рассказала Екатерина Ничипурович, директор департамента развития банковских и информационных технологий ПСБ.
До защиты проекта было допущено 172 участника (41 команда). Победителями турнира стала команда Contrast Analytics (Альбина Бурлова, Юлия Мазепа, Вячеслав Литвинов) из НИУ ВШЭ, на втором месте оказалась команда REU DS CLUB (Алексей Вашкевич, Гордей Ключенко, Виктор Костырин, Лариса Латунова, Мария Морозова), состоящая из представителей Московского политехнического университета, Российского экономического университета им. Г.В. Плеханова и РАНХиГС. Третье место заняла команда projectX misis (Айдар Каримов, Павел Смирнов, Дмитрий Уросов, Родион Оркин) из Московского института стали и сплавов.
ПСБ — один из десяти крупнейших банков страны. Входит в тройку цифровых бизнесов России. В ИТ-команде ПСБ более 4500 профессионалов, которые разрабатывают и внедряют финтех-продукты и приложения для клиентов, а также сопровождают сложные ИТ-системы банка.
Вам также может быть интересно:
Анализ генетической информации поможет избежать осложнений после инфаркта
Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
Вышка и InfoWatch научат защищать персональные данные
Центр программных разработок и цифровых сервисов ВШЭ в сотрудничестве с Базовой кафедрой Акционерного общества «ИнфоВотч» НИУ ВШЭ разработали программу повышения квалификации «Персональные данные в действии» для Академии InfoWatch. К созданию курса были привлечены лучшие специалисты по защите персональных данных из разных отраслей.
«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.
Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»
Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.
Законы физики: как Высшая школа экономики стала Высшей школой IT-технологий и ИИ
Сотрудничество лидеров IT-индустрии и ведущих вузов в подготовке высококлассных специалистов стало ключевым трендом последних лет. Как построено IT-образование в Вышке и как университет стал лидером в сфере искусственного интеллекта, рассказал ректор НИУ ВШЭ Никита Анисимов на пресс-завтраке «Яндекс Образования» «Бигтехи и университеты: итоги приемной кампании — 2024/25 и модели партнерства».
ИИ и чат-боты: будущее образования уже здесь
Нейросети открывают новые возможности для образовательного процесса. Об их использовании в образовании для построения чат-ботов ученые НИУ ВШЭ рассказали на интерактивной лекции в рамках фестиваля-форума «Москва 2030». Эксперты поделились опытом разработки ИИ-помощника для студентов в рамках стратегического проекта «ИИ-технологии для человека».
Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции
Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.
Ученые НИУ ВШЭ предложили модель, лучше других определяющую тематику текстов
Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге. Статья опубликована в журнале PeerJ Computer Science.