Что можно сделать за двое суток? Не так уж и много. Обычно создание серьезных программных продуктов требует нескольких месяцев кропотливой работы. IT-специалисты из СКФО попытались оспорить эту аксиому. И за 48 часов команды программистов успешно справились со многими сложными вопросами.
Хакатон - форум разработчиков, на котором решают именно практические задачи. За короткое время участники должны создать фактически готовый к употреблению продукт с понятным функционалом. Им дают так называемые кейсы - конкретные задания от реально существующих организаций, которым нужны сайты или специализированные приложения. Авторы лучших проектов побеждают, а их инновации внедряют заказчики. Кроме того, у конкурса есть свой призовой фонд - три миллиона рублей.
Полуфинальные хакатоны "Цифровой прорыв" проходят этой осенью в восьми крупнейших IT-хабах России - во всех федеральных округах, но, по мнению специалистов, на этап СКФО выпали самые интересные задачи.
- Участники северокавказского хакатона продемонстрировали беспрецедентную целеустремленность. На первый чек-пойнт пришли все зарегистрированные команды, 88 процентов из них дошли до защиты своих проектов. Всего было представлено 65 актуальных решений в сферах металлургии и электроэнергетики, картографии и социальной поддержки. Команды предложили интересные сервисы для Клуба лидеров России "Эльбрус", которые помогут ему эффективно взаимодействовать со школьниками и студентами при проведении образовательных мероприятий, - сообщил руководитель направления по взаимодействию с партнерами АНО "Россия - страна возможностей" Антон Сериков.
Над какими кейсами трудиться, решали сами команды, конечно, они ориентировались на свои компетенции и на уровень конкуренции - чем меньше соперников взялось за кейс, тем больше шансов победить. Самой популярной у айтишников стала задача от Северо-Кавказского федерального университета. Вузовский центр развития карьеры предложил создать электронную базу вакансий для выпускников, ищущих работу.
- Сейчас мы пользуемся всероссийской системой "Факультетус", но хотим иметь свою, которую мы могли бы использовать так, как это удобно нам. У нас около 20 тысяч студентов, и каждый по окончании вуза хочет найти работу. Функционал, который нужен, - сбор и обработка статистических данных, аналитика, - пояснил специалист по взаимодействию с выпускниками и партнерами СКФУ Фарход Эркинов.
Победу в этом кейсе отдали сборной команде из Ставропольского края и Дагестана GC Platform. Как рассказал корреспонденту "РГ" лидер команды Павел Куценко, созданные ими платформа и мобильное приложение обеспечивают максимально продуктивное взаимодействие между соискателем и работодателем.
- Учащийся в самом начале своего карьерного пути получает поэтапный план личностного развития. С каждым пройденным шагом студент приобретает новые навыки и компетенции. Система показывает ему на основе подтвержденных вузом достижений подходящие вакансии, а работодатель, в свою очередь, при выборе кандидата получает доступ к нужным данным студента, - пояснил Куценко.
Еще одной интересной задачей хакатона стала разработка алгоритма для классификации ремонта помещений по фотографии. Для решения этого кейса участникам предложили воспользоваться искусственным интеллектом и системами управления на базе Big data. Софт, который запросила компания Fincase, должен по фото и минимальному набору данных оценить офисную недвижимость.
- Чтобы определиться с ценообразованием, нужно знать класс недвижимости. Оценщики используют традиционные параметры: год постройки здания, этажность, удаленность от центра города, транспортная доступность. Остальное устанавливают по фотографиям. Поэтому мы предложили разработать софт, который поможет определить класс недвижимости, цену аренды или стоимость при продаже автоматически, без участия специалиста. На рынке такого софта раньше просто не существовало, - рассказал менеджер проекта Алексей Якушев.
Первое место также присудили команде из Ставропольского края. Она создала самообучающуюся программу, которая в перспективе сможет оценивать недвижимость не хуже человека.
- Сервис мы назвали по имени нашей команды - Aurora. Он позволяет классифицировать тип ремонта по изображению. Классификация основана на технологии машинного обучения с использованием библиотеки TensorFlow (открытая программная библиотека машинного обучения для построения и тренировки нейронной сети). Наше решение позволяет обучать модель на малых объемах данных, - рассказал капитан команды Aurora Марк Поповиченко.
На полуфинальный хакатон собрались 99 команд из 41 региона России. Больше всего победителей у Ставропольского края, Дагестана и Северной Осетии. Участники, помимо прочего, разработали программы для крупнейших компаний - "Почты России", ПАО "Россети" и других. Лучшие представители федеральных округов и команды, попавшие в шорт-лист, примут участие в финале, а его победители - в гранд-финале, который пройдет в декабре.