Хакатон ФИЦ 2024

Хакатон — это шанс проявить себя перед топ-менеджерами. Добавь успешный кейс в своё портфолио. Представь свой проект на питч-сессии на площадке Форума инновационных центров

Нетворкинг

Познакомься с людьми со схожими интересами, участвуй во всех активностях конференции!

Развитие

Прокачивай свои hard и soft skills, решай задачи от топовых ИТ-компаний и получай обратную связь от профессионалов!

Призы

Общий призовой фонд хакатона

+ подарки самым активным участникам, мерч и сертификаты

6 000 000 ₽

junior

разработчики

/

product-менеджеры

/

разработчики

/

product-менеджеры

/

junior

кейсы хакатона

кейсы идеатона

Архитектура высоконагруженного распределенного приложения

02

Подробнее

Информационная система управления проектами в строительстве

01

Подробнее

БухПульс

02

Подробнее

Выявление трендов в сфере бухгалтерского учета, поиск «болей» бухгалтера

Разработка концепции позиционирования и продвижения комплексного подхода для материалов производства Thermopat / Fogstream / PatAir

01

Подробнее

Разработка модуля классификации опор ЛЭП

03

Подробнее

Погонщик нейронок

04

Подробнее

Чем меньше написано кода руками, чем выше процент автоматизации, чем дешевле нейронки и ИИ помощники, тем лучше

Оценка уровня экспертности по резюме

05

Подробнее

Контекстный перевод названий научных работ

06

Подробнее

Прогнозирование бизнес драйверов

07

Подробнее

Формирование фото и видео контента с использованием нейросетей на основе биографии и фото персоны

08

Подробнее

Разработка алгоритма трекинга людей в видеопотоке с нескольких камер

09

Подробнее

Симуляция записи в расписание

11

Подробнее

Цифровая карта подземных коммуникаций с использованием Cesium

10

Подробнее

Цифровой сервис для ведения реестра зеленых насаждений города Москвы

12

Подробнее

Предсказание необходимого количества средств досмотра

13

Подробнее

Система контроля и управления доступом

14

Подробнее

Семантический делитель текстов

15

Подробнее

Разработка сервиса печати этикеток для производителей одежды

16

Подробнее

Стартовый (профилактический) комплаенс: предотвращение рисков с помощью AI

17

Подробнее

Реновация пользовательского интерфейса программного обеспечения акустико-эмиссионного измерительного комплекса

18

Подробнее

Parallax-scroll лендинг для сайта Insidium

19

Подробнее

Цифровой помощник юриста

20

Подробнее

Учет личных финансов

21

Подробнее

AR-приложение для игры Смута

22

Подробнее

Поиск знаний о фемтосекундных лазерах

23

Подробнее

Информационная система управления проектами в строительстве

01

Подробнее

кейсы хакатона

БухПульс

02

Подробнее

Выявление трендов в сфере бухгалтерского учета, поиск «болей» бухгалтера

Разработка модуля классификации опор ЛЭП

03

Подробнее

Погонщик нейронок

04

Подробнее

Чем меньше написано кода руками, чем выше процент автоматизации, чем дешевле нейронки и ИИ помощники, тем лучше

Оценка уровня экспертности по резюме

05

Подробнее

Контекстный перевод названий научных работ

06

Подробнее

Прогнозирование бизнес драйверов

07

Подробнее

Формирование фото и видео контента с использованием нейросетей на основе биографии и фото персоны

08

Подробнее

Разработка алгоритма трекинга людей в видеопотоке с нескольких камер

09

Подробнее

Цифровая карта подземных коммуникаций с использованием Cesium

10

Подробнее

Симуляция записи в расписание

11

Подробнее

Цифровой сервис для ведения реестра зеленых насаждений города Москвы

12

Подробнее

Предсказание необходимого количества средств досмотра

13

Подробнее

Система контроля и управления доступом

14

Подробнее

Семантический делитель текстов

15

Подробнее

Разработка сервиса печати этикеток для производителей одежды

16

Подробнее

Стартовый (профилактический) комплаенс: предотвращение рисков с помощью AI

17

Подробнее

Реновация пользовательского интерфейса программного обеспечения акустико-эмиссионного измерительного комплекса

18

Подробнее

Parallax-scroll лендинг для сайта Insidium

19

Подробнее

Цифровой помощник юриста

20

Подробнее

Учет личных финансов

21

Подробнее

AR-приложение для игры Смута

22

Подробнее

Решить кейс

Поиск знаний о фемтосекундных лазерах

23

Подробнее

Решить кейс

кейсы идеатона

Разработка концепции позиционирования и продвижения комплексного подхода для материалов производства Thermopat / Fogstream / PatAir

01

Подробнее

Архитектура высоконагруженного распределенного приложения

02

Подробнее

Информационная система управления проектами в строительстве

Стек

Не ограничен

Задача

Разработать информационную систему управления строительными проектами, которая позволит планировать экономические показатели, сроки производства работ или потребность в трудовых ресурсах, контролировать факт выполненных работ и движения денежных средств по направлениям затраты и поступления, а также корректировать планы с учетом фактической ситуации.

кейс 01

Backend

Frontend

Fullstack

DevOps

БухПульс

Дополнительная задача

Разработать алгоритм сбора обратной связи от пользователей о сервисе «Бухэксперт8» (https://buhexpert8.ru/) для дальнейшего использования в маркетинговых целях.

Выявление трендов в сфере бухгалтерского учета, поиск «болей» бухгалтера

Основная задача

Используя вводные данные, разработать алгоритм для поиска новых трендов и проблем бухгалтера. Полученная информация будет использоваться для оперативного создания контента.

кейс 02

Machine Learning

DataScience

Разработка модуля классификации опор ЛЭП

Предполагаемые технологии

Сервис может быть представлен как сайт или приложение. Mожно использовать Python+TensorFlow (Keras), PyTorch, OpenCV и аналоги. Можно также написать свой алгоритм детектор и классификатор.

Создание сервиса для классификации опор ЛЭП по снимку.

Искусственный интеллект

Проблема

Практически все магистральные ЛЭП построены в СССР. Это были героические впечатляющие стройки, давшие нашей стране мощную энергетическую систему. Однако сейчас многие сети требуют обновления и для это необходимо привести тех документацию к фактическому состоянию. Часто типы опор ЛЭП на планах не совпадают c фактическими. В рамках задания мы попросим Вас провести классификации опор ЛЭП по фото-снимку.

кейс 03

Данные

Для проверки работоспособности системы необходимы входные тестовые данные, включающие набор фотографий опор ЛЭП с разных ракурсов:

с земли вверх;
с БЛА горизонтально;
с БЛА сверху.

Оценка

Оцениваться будут:

сложность реализации, используемый стек технологий;
удобство интерфейса;
функциональные возможности: возможность загрузить фото и получить маску или bound-box опоры и ee тип;
точность детекции и классификации.

Погонщик нейронок

Чем меньше написано кода руками, чем выше процент автоматизации, чем дешевле нейронки и ИИ помощники, тем лучше.

Задание будет состоять из 2 этапов:

Собираем приложение по макету — для тестирования автоматизации.
Собираем приложение по макету + ui кит используем — для проверки автоматизации.

Потребуется запись экрана с комментариями, чтобы было видно, как разработчик собирает приложение и какие средства использует.

Искусственный интеллект

Задача

Как можно быстрее сделать react приложение по макету из Figma, используя любые ИИ помощники, как можно меньше кодить самостоятельно.

кейс 04

Вводные данные

Ключ к платному ChatGPT и VPN

Оценка уровня экспертности по резюме

Необходимо разработать систему оценки уровня эксперта по резюме.

Оценка должна должна учитывать:

Рейтинг организаций, в которых работал кандидат
Годы релевантного опыта
Компания, куда собеседуется кандидат
Грейд внутри компании, где работал кандидат

кейс 05

Стек

Без ограничений

Machine Learning

DataScience

Developement

Также для подсчёта финальной оценки можно учитывать любые другие факторы, информацию о которых дана в резюме.
Для реализации можно использовать как готовые модели с подключением по API, так и дообучать open-source модели или создавать свои.

Предоставляемые данные

Датасет из резюме кандидатов и оценок уровня экспертности

Контекстный перевод названий научных работ

кейс 06

Стек

Без ограничений

Machine Learning

DataScience

Developement

Предоставляемые данные

Датасет:

Русский вариант названия научной работы
Переведённый вариант названия научной работы
Факультет

Задача

Разработать и реализовать переводчик, который будет переводить названия научных работ с русского на английский. Переводчик должен учитывать терминологию научной области и её специфику. Для реализации переводчика можно использовать как готовые модели с подключением по API, так и дообучать open-source модели.

Прогнозирование бизнес драйверов

кейс 07

Стек

Python, pandas, любые библиотеки для прогнозирования

DataScience

Analytics

Предоставляемые данные

В качестве данных будут предоставлены csv-файлы, содержащие исторические данные по бизнес-драйверам. Все данные
представлены с гранулярностью 1 день.

data1.csv — файл с данными по количеству чеков из торговой точки продуктовой розницы.
data2.csv — файл с данными по трафику (числу вошедших людей) торговой точки непродуктовой розницы (сотовые операторы, магазины одежды, магазины игрушек, DIY).
data3.csv — файл с данными по трафику (числу вошедших людей) торговой точки непродуктовой розницы (сотовые операторы, магазины одежды, магазины игрушек, DIY).
data4.csv — файл с данными по трафику (числу вошедших людей) торговой точки непродуктовой розницы (сотовые операторы, магазины одежды, магазины игрушек, DIY).
data5.csv — файл с данными по трафику (числу вошедших людей) торговой точки непродуктовой розницы (сотовые операторы, магазины одежды, магазины игрушек, DIY).

Помимо предоставленных данных можно использовать любые дополнительные данные из открытых источников.

Прогнозы нужны не только метеорологам. Правительства прогнозируют экономический рост. Ученые пытаются предсказать численность населениz. А предприятия прогнозируют спрос на продукцию — обычная задача специалистов по анализу данных.
Прогнозы особенно актуальны для обычных магазинов, будь то продуктовые магазины или торговые точки сотовых операторов. В частности, прогнозы помогают рассчитать потребность в персонале. Как раз этим и занимается наша компания. Мы формируем графики работы сотрудников магазинов, основываясь на прогнозах бизнес-драйверов. Под «бизнес-драйверами» мы понимаем ключевые показатели, которые определяют финансовую и операционную деятельность торговой точки. Типичными примерами бизнес-драйверов являются трафик (количество вошедших человек), количество чеков, количество проданных товаров и т. д. Если
прогнозировать немного больше, то придется вывести больше людей на смену и увеличится фонд оплаты труда. Если прогнозировать немного меньше, то возникнет нехватка персонала, что приведет к очередям и потере дохода. Более точное прогнозирование, благодаря машинному обучению, может помочь ритейлерам угодить клиентам, формируя гибкие графики работы.

Задача

Необходимо разработать решение для задачи прогнозирования временных рядов бизнес-драйверов и произвести прогноз на следующий календарный месяц. Лучшие решения послужат дополнением к уже существующему решению.

Ограничения

Так как нам приходится работать с более чем 10 000 рядов, нам очень важна скорость формирования прогноза. Поэтому мы вводим ограничение на скорость работы алгоритма. На формирование прогноза на один временной ряд должно отводиться не более 4-х минут (240 секунд). Этот аспект также будет учитываться при оценке решений.
Из-за того, что эксперты будут проверять работоспособность решения, оно должно быть воспроизводимым.

Формирование фото и видео контента с использованием нейросетей на основе биографии и фото персоны

кейс 08

Стек

Неограничен, результат должен нативно интегрироваться с нашим сервисом. Сервис написан на Laravel, php

Нейросети

Fullstack

Предоставляемые данные

Предоставляем пустую базу postgres, API для авторизации и страницы, тестовые учетные записи, страницы для генерации.

Задача

Разработать функционал генерации иллюстрации и коротких видео на основе промта из биографии памятной страницы и короткой биографической истории, которую пользователь вводит по запросу.

Предполагаемый результат

Полностью рабочий прототип генерации персонализированной иллюстрации и видео на основе исходного фото и заполненной истории и всего контента на заполненной странице памяти.
Вся коммуникация с пользователем ведется через Telegram-бот.

Разработка алгоритма трекинга людей в видеопотоке с нескольких камер

кейс 09

Стек

Без ограничений. Предпочтительно Python/Pytorch

Computer Vision

Middle +

Вводные данные

Размеченный датасет треков, собранный с камер из офиса. В тестовом датасете присутствуют как камеры из тренировочного набора, так и новые, но расположенные в тех же помещениях.

Задача

Необходимо разработать алгоритм трекинга людей в видеопотоке с нескольких камер, расположенных в офисе. Для реидентификации людей между камерами запрещается использовать распознавание лиц.

Предполагаемый результат

Компьютерная программа, скрипт или jupyter ноутбук, реализующие алгоритм трекинга людей по нескольким камерам с реидентификацией по косвенным признакам.

Цифровая карта подземных коммуникаций с использованием Cesium

кейс 10

Стек

Без ограничений

Fullstack

UX/UI

Frontend

Задача

В рамках хакатона участникам предстоит разработать веб-приложение для визуализации подземных коммуникаций города (или промышленного объекта) на трехмерной карте с использованием библиотеки Cesium. Приложение должно позволять пользователям взаимодействовать с картой, просматривать подробную информацию о подземных коммуникациях, а также выполнять основные операции, такие как поиск и фильтрация объектов. Это поможет инженерам, городским службам и строителям лучше понимать расположение коммуникаций и планировать работы с минимальным риском.

Предполагаемый результат

Интерактивная 3D-карта с отображением подземных коммуникаций.
Поиск и фильтрация объектов по типу и другим параметрам.
Возможность приближения, отдаления и вращения карты для лучшего обзора коммуникаций.
Интерактивные подсказки и информация о каждом объекте при клике на него.
Загрузка данных о подземных коммуникациях из заранее подготовленных файлов (например, GeoJSON).
Поддержка слоев: возможность переключаться между различными типами коммуникаций (водопровод, электричество, связь и т. д.).

Симуляция записи в расписание

кейс 11

Вводные данные

При необходимости, возможно предоставление данных о записях, которые можно использовать для обучения нейронных сетей или анализе для написания алгоритма.

Данные могут содержать:

расписание специалистов;
хронология записей и отмен.

Описание

В учреждениях, где клиентов принимают по записи, всегда стоит вопрос о том, как более оптимально его составить, для того чтобы его заполняемость была наиболее оптимальным. Заранее неизвестно как будет заполняться тот или иной вид разбивки расписания и насколько оптимальным оно окажется. Предлагается создать инструмент для симуляции клиентопотока. Инструмент будет заполнять расписания алгоритмом или нейронной сетью, результат которой будет максимально похожим на поведение реальных людей.

Предполагаемый результат

Разработан инструмент как минимум для симуляции записи, как максимум для полного цикла проверки всех вариаций параметров на оптимальность заполненности расписания.

Для симуляции записи можно указать два API-endpoint-а:

куда обращаться за расписанием
куда отправлять симуляцию записи.

Задача

Необходимо создать инструмент заполняющий расписание подобно человеку для тестирования различных видов переменных, которые можно настраивать для расписания.

Цифровой сервис для ведения реестра зеленых насаждений города Москвы

кейс 12

Вводные данные

Панорамы территорий г. Москвы

Описание

Зеленые насаждения являются одним из ключевых факторов, определяющих уровень комфортности городской среды. Зеленые насаждения улучшают качество воздуха, снижают уровень шума, формируют уникальный эстетический облик города. Важными характеристиками зеленых насаждений в этом контексте являются их плотность, состав, разнообразие, распределённость по городским территориям. В связи с этим перед городскими службами встает задача перманентного учета зеленых насаждений. Результаты процесса учета аккумулируется в информационном сервисе «Реестр Зеленых Насаждений». В настоящее время обследование городских территорий с целью учета зеленых насаждений проводится очно с выездом необходимых специалистов непосредственно на место.

Мы предлагаем участникам хакатона решить задачу автоматизации процесса учета деревьев на территориях города Москвы.

Предполагаемый результат

Сервис с web-интерфейсом, предоставляющий следующие функциональные возможности в полном объеме или частично:

загрузка и открытие фотопанорамы,
автоматический подсчет количества деревьев на фотопанораме,
автоматическое определение породы каждого из деревьев на фотопанораме,
автоматическое определение высоты деревьев на фотопанораме,
автоматическое определение диаметра ствола,
функционал оператора для корректировок и (или) исправления ошибок
функционал оператора для выполнения ручной разметки,
сохранение результатов автоматического распознавания и (или) работы оператора.

Задача

Разработать сервис по работе с панорамами города Москва c возможностью разметки и подключению существующих open-source моделей для решения задач:

подсчет количества деревьев;
определения породы деревьев;
определение высоты дерева;
определения диаметра ствола.

Стек

Без ограничений

Предсказание необходимого количества средств досмотра

кейс 13

Описание

Повышенные требования безопасности и необходимость 100% досмотра багажа, ручной клади требуют от служб транспортной безопасности серьезной переоценки имеющегося оборудования и постановки перед ними задачи использования принципиально новых линий досмотра, обеспечивающих оперативный, эффективный и удобный контроль.
Установки, работающие в автоматическом режиме, даже с томографическим принципом получения изображения, имеют высокий уровень ложных тревог — (20−30%) и требуют использования средств для анализа паров и частиц ВВ, эффективно справляющиеся со своей задачей, если ВВ находится не в герметичном корпусе, в противном случае такие варианты обнаружения становятся не эффективными.
Все вышеуказанное подтверждает необходимость разработки новой технологии досмотра багажа.

Предполагаемый результат

ПО, которое позволяет оценить потребное количество средств досмотра: РТУ (рентгенотелевизионная установка), установок НРА и анализаторов паров и следов (ETD).

Задача

В целях функционирования новой технологии досмотра необходимо разработать ПО, которое позволяет оценить потребное количество средств досмотра: РТУ (рентгенотелевизионная установка), установок НРА и анализаторов паров и следов (ETD).

Стек

Без ограничений

Система контроля и управления доступом

кейс 14

Стек

Java, Spring Boot, Spring WebSocket, PostgreSQL, OpenCV, Docker

Java

Описание

Разработка системы контроля и управления доступом в реальном времени. Система будет включать API для управления сотрудниками, точками доступа и интеграцию с системой видеонаблюдения.

Предполагаемый результат

Обработка данных из камер в режиме реального времени.

Определение доступа на объект с использованием модели распознавания лиц.
Управление объектами и устройствами через REST API.

Задача

Создание API для управления сотрудниками:

Создание и удаление карточек сотрудников с фотографиями лиц.
Управление точками доступа.
Проверка нахождения сотрудника на объекте.

Дополнительные материалы

API с аннотацией curl для интеграции с системой распознавания лиц

Семантический делитель текстов

кейс 15

Стек

Python, PyTorch, Keras, scikit-learn, pandas, numpy, matplotlib, Vectorstore, FAISS, LangChain, FastAPI, Docker

AI R&D Engineer

Описание

Реализовать алгоритм, который будет определять оптимальное деление монолитных текстов на части, с сохранением смысловой связности каждого из них в отдельности. Должна четко фиксироваться законченность смысловой нагрузки в рамках выбранного блока без захвата посторонних сведений.

Предполагаемый результат

Рабочее решение для точного и быстрого деления информации на блоки.

Демонстрация чем разработанное решение превосходит существующие.
Подробный отчет с метриками точности, скорости и описанием использованных методов, результатов тестирования и предложениями по улучшению.

Задача

Разработать алгоритм, который сможет обеспечить точное разделение текста на блоки в рамках произвольно заданных ограничений размера блока.

Алгоритм должен быть способен обнаруживать и обрабатывать структурное и смысловое наполнение текстового, табличного и кодового источника.
Алгоритм должен минимизировать переток информации между блоками.
Средний размер блока должен быть приближен к заданному ограничению максимального размера или минимизирована дисперсия размеров блоков в рамках одного документа.
Обеспечить высокую точность и скорость обработки, чтобы система могла работать с потоком поступающих документов в реальном времени.

Дополнительные материалы

API для интеграции с другими системами (эмбеддинг моделями, векторными базами)

LLM R&D Engineer

Data Science

Data Engineer

NER

Разработка сервиса печати этикеток для производителей одежды

кейс 16

Стек

TypeScript, ReactJS

Вводные данные

Примеры текстовых полей;
Примеры этикеток различных производителей.

Задача

Разработать веб-компонент, который будет встроен в интерфейс системы Cosmic PLM, в котором пользователь сможет реализовать ряд функций.

Описание

У производителей одежды есть необходимость создавать макеты этикеток и вшивных ярлыков для своей продукции. По требованию государства такие макеты должны содержать определенную информацию. Также каждая компания разрабатывает свои шаблоны — порядок представления этой обязательной информации на этикетке конкретной формы и размера.

Стартовый (профилактический) комплаенс: предотвращение рисков с помощью AI

кейс 17

Стек

.Net & Net Core, AI/ML

Вводные данные

Массив данных в csv, xlsx (финальная структура данных будет представлена перед стартом кейса)

Задача

Создать систему, которая на основе предоставленных данных о текущих клиентах банка, а также дополнительной информации из открытых источников, социальных сетей, сайтов и других параметров о компании, способна прогнозировать уровень риска нового клиента.

Описание

Современные банки сталкиваются с постоянным ростом рисков, связанных с законодательными требованиями и мошенничествами. Для эффективного противодействия этим угрозам необходимы проактивные меры, которые позволяют выявлять потенциальные риски еще на этапе привлечения новых клиентов.

В рамках данного хакатона вам предстоит разработать модель комплаенс-системы, которая будет предсказывать уровень риска для нового клиента, юридического лица, банка. Система должна быть построена на основе искусственного интеллекта (AI) и машинного обучения (ML) и использовать данные о текущих клиентах, а также дополнительную информацию из открытых источников.

Предполагаемый результат

Результат работы по кейсу, должен будет представлен в виде готового прототипа системы, который будет демонстрировать работоспособность решения и его потенциал для решения задач комплаенса в банке.

Реновация пользовательского интерфейса программного обеспечения акустико-эмиссионного измерительного комплекса

кейс 18

Задача

Улучшить текущий пользовательский интерфейс программы без модификации содержательной части кода. Основной фокус модификации визуальных элементов, навигации и общем удобстве использования, сохраняя при этом все существующие функциональные возможности.

Описание

Интерфейс программного обеспечения акустико-эмиссионного измерительного комплекса нуждается в обновлении. Текущий дизайн выглядит устаревшим и не соответствует современным стандартам пользовательского опыта. Предстоит провести редизайн UI/UX, чтобы сделать интерфейс более интуитивным, привлекательным и функциональным.

Предполагаемый результат

Рабочий прототип обновленного пользовательского интерфейса программного обеспечения акустико-эмиссионного измерительного комплекса, который будет более современным и удобным для использования.

UX/UI

C++

Parallax-scroll лендинг для сайта Insidium

кейс 19

Задача

Создать прототип лендинга с параллакс-эффектом на основе существующего сайта Insidium, в котором основное внимание уделяется компромиссному решению правки контента не нарушая параллакс-эффекты, который улучшает визуальное восприятие и взаимодействие пользователей с сайтом.

Описание

Разработка одностраничного приложения (SPA) с административной панелью, позволяющей редактировать контент лендинг-страницы.

Предполагаемый результат

Рабочий прототип parallax-scroll лендинг с административной панелью управления контентом. Приложение должно быть визуально привлекательным и иметь безопасный функционал редактирования контента.

Backend

3D

Web-разработка

UX/UI

Стек

JavaScript, SQL, Python/Java/C#

Цифровой помощник юриста

кейс 20

Задача

Создать веб-приложение с интуитивно понятным интерфейсом.
Реализовать возможность выбора типа документа из предопределенного списка (договоры, иски, жалобы, доверенности и т. д.).
Для каждого типа документа предусмотреть форму ввода необходимых данных. Формы должны быть динамическими и адаптироваться под выбранный тип документа. (Пояснение: Например, при выборе «Договор купли-продажи» должны появляться поля для ввода информации о продавце, покупателе, предмете договора, цене и т. д.)
Реализовать механизм автоматической генерации документа в формате .docx или .pdf на основе введенных данных и предоставленных шаблонов. Шаблоны должны содержать переменные, которые будут заменены на введенные пользователем данные.
Предусмотреть возможность редактирования сгенерированного документа перед скачиванием.

Дополнительно:
Использовать NLP для анализа введенного текста и автоматического заполнения полей формы. Например, пользователь может вставить текст существующего документа, а система автоматически извлечет из него необходимую информацию.

Описание

Разработка веб-сервиса для автоматической генерации различных типовых юридических документов на основе данных, введенных пользователем, с возможностью последующей правки сгенерированного документа.

Предполагаемый результат

Рабочий прототип веб-приложения.
Презентация проекта с демонстрацией функционала.
Дополнительно: Техническая документация.

Backend

Frontend

UX/UI

Стек

Без ограничений

Юристы

Вводные данные

Набор шаблонов типовых юридических документов в формате .docx, примеры заполненных документов

Учет личных финансов

кейс 21

Задача

Создать веб-приложение, которое позволяет пользователям:

Регистрироваться и авторизовываться в системе.
Добавлять записи о доходах и расходах: с указанием суммы, категории (например, «продукты», «транспорт», «развлечения») и даты дохода/расхода. А также редактировать и удалять записи.
Просматривать список транзакций: с возможностью фильтрации по дате и категории.
Просматривать статистику: общая сумма доходов и расходов за выбранный период, распределение расходов по категориям (в виде диаграммы или таблицы).

Со стороны Frontend:

Разработать интуитивно понятный и привлекательный пользовательский интерфейс.
Реализовать формы для ввода и редактирования данных.
Отображать данные в виде таблиц и диаграмм.

Со стороны Backend:

Разработать API для взаимодействия frontend и базы данных.
Реализовать логику для добавления, редактирования, удаления и получения данных о транзакциях.
Реализовать логику для генерации статистики.

Описание

Разработка простого и удобного приложения для учета личных финансов, которое поможет пользователям контролировать свои доходы и расходы.

Предполагаемый результат

Рабочий прототип веб-приложения, развернутый локально с docker-compose или удаленно на сервере
Допольнительно: Техническая документация.

Backend

Frontend

Стек

Без ограничений, REST API, реляционная БД

UX/UI

AR-приложение для игры Смута

кейс 22

Задача

Создать работающий прототип AR-приложения на основе игры Смута.

Описание

Создание прототипа инновационного приложения дополненной реальности на основе игры Смута.

Предполагаемый результат

Работающий прототип AR-приложения

3D

Gamedev

Стек

JavaScript, C#, Python, Unity, ARKit, ARCore, Vuforia, Blender, Adobe Creative Suite

UX/UI

AR

Поиск знаний о фемтосекундных лазерах

кейс 23

Задача

Разработать веб-приложение, состоящее из двух частей:

Backend (серверная часть):

Создать базу данных для хранения информации о публикациях (авторы, название, журнал, год, аннотация, ключевые слова, DOI, ссылка на PDF если есть);
Разработать REST API для взаимодействия с базой данных. API должно поддерживать CRUD-операции (Create, Read, Update, Delete), а также поиск по различным полям (авторы, название, ключевые слова, год).

Frontend (клиентская часть):

Разработать пользовательский интерфейс для поиска и отображения публикаций;
Реализовать поиск по ключевым словам, авторам, году публикации и т. д. с отображением результатов в виде списка;
Отображать для каждой публикации основную информацию (авторы, название, журнал, год) и краткую аннотацию;
Предусмотреть ссылку на полный текст публикации, если текст доступен.

Описание

Создание инструмента, который поможет ученым и инженерам быстро находить нужную им информацию среди множества научных публикаций о фемтосекундных лазерах.

Предполагаемый результат

Рабочий прототип веб-приложения, развернутый локально с docker-compose или удаленно на сервере
Дополнительно: Техническая документация

Frontend

Стек

Любой язык, REST API, реляционная БД, docker-compose

Backend

Разработка концепции позиционирования и продвижения комплексного подхода для материалов производства Thermopat / Fogstream / PatAir

Маркетинг

Задача

Сформировать уникальное предложение и разработать стратегию продвижения, позиционирования комплексного подхода к вопросу пожарной безопасности, которая будет включать продукты, производимые группой компаний

кейс 01

Архитектура высоконагруженного распределенного приложения

Архитекторы ПО

Описание

Поиск архитектурных решений для создания высоконагруженного территориально-распределенного веб-приложения, способного обслуживать не менее 100 000 одновременных пользователей.

кейс 02

Разработчики веб-приложений

Специалисты по кибербезопасности

Аналитики данных

DevOps инженеры

Data Engineers

Задача

Разработать концептуальную архитектуру веб-приложения с учетом требований к безопасности, защитой от кибератак, масштабируемости и высокой доступности на всей территории России.

Предполагаемый результат

Полный аналитический отчет по архитектурному решению для высоконагруженного приложения.
Визуализированные схемы архитектуры и диаграммы.
Документация по выбору технологий, сущестующим платформ и баз данных по каждому из финальных решений.
Рекомендации по обеспечению безопасности и защиты от кибератак.

Таймлайн хакатона

01

02

03

04

05

01

регистрация
дО 28 НОЯБРЯ 2024

Принять участие

02

29 ноября 2024

Торжественное онлайн-открытие и презентация кейсов

03

29 ноября — 4 декабря
Хакатон

Расписание

04

3-4 декабря

Демо и защита решений

05

4 декабря

Награждение победителей

Таймлайн хакатона

01

регистрация
дО 28 НОЯБРЯ 2024

02

29 ноября 2024

Торжественное онлайн-открытие и презентация кейсов

03

29 ноября — 4 декабря
Хакатон

04

3-4 декабря

Демо и защита решений

05

4 декабря

Награждение победителей

Расписание

Торжественное онлайн-открытие

18:00

Расписание хакатона

Чек-поинт № 1

30.11

12:00

29.11

19:00

Презентация кейсов

Чек-поинт № 2

01.12

10:00

Стоп-код

22:00

Питч-сессия (онлайн).
Отбор финалистов

02.12

12:00

Питч-сессия финалистов по кейсам в гибридном формате

03.12 — 04.12

10:00-19:00

Объявление победителей

19:00-19:30

эксперты хакатона

→

←

Поздникин Константин

Руководитель практик

ГК Юзтех

Гончаров Александр

Руководитель отдела фронтенд-разработки

ГК Юзтех

Смирнов
Илья

Рукводитель AI/ML практики

ГК Юзтех

Прусаков Виктор

Разработчик

ГК Юзтех

Шулекина Марина

Директор по развитию

ООО «Фогстрим»

Буров Роман

Директор по строительству

ООО «Фогстрим»

Михайлов Михаил

Ведущий аналитик данных

ООО «Моя смена»

Гайк
Тадевосян

Аналитик данных

ООО «Моя смена»

Бантуков Кирилл

CEO

BLANC Labs

Моисеева
Екатерина

Руководитель финансового мониторинга

BLANC

Богомолов Александр

Руководитель разработки Backend-приложений

BLANC Labs

Сячин
Максим

Руководитель направления развития инноваций

IT_One

Шалин
Антон

Ведущий ИИ-разработчик

IT_One

Исмагилов
Тимур

Старший инженер-программист

IT_One

Вилюжанин
Дмитрий

Старший эксперт-программист

IT_One

Теличко
Григорий

Главный эксперт-программист

IT_One

Илькухин
Никита

Директор по науке

ООО «ЭЛАНТЕХ»

Болдырев
Роман

Сооснователь

ООО «Код Памяти»

Сахаров
Семен

Сооснователь

ООО «Код Памяти»

Платонкина
Юлия

Менеджер проекта, куратор группы разработки

ООО «Код Памяти»

Скорикова
Ирина

Руководитель отдела разработки

ООО «Код Памяти»

Жельвис
Владимир

Software engineer

Sense

Ермак
Марина

Аналитик программного обеспечения

Sense

наиболее часто задаваемые вопросы

Положение о проведении «ФИЦ: Хакатон»