Завершился финал третьего сезона Всероссийского конкурса «Цифровой прорыв». Среди лучших — 32 участника из Москвы

Завершился финал третьего сезона Всероссийского конкурса «Цифровой прорыв» — флагманского проекта президентской платформы «Россия — страна возможностей». Оператором конкурса выступает Российская ассоциация электронных коммуникаций (РАЭК).  Среди лучших — 32 участника из Москвы. «Технопарк МФЮА» в Москве стал одним из региональных ИТ-хабов финала конкурса.

251 команда со всей России соревновались в Иннополисе и 14 региональных ИТ-хабах, а также в онлайн-формате. 36 лучших команд разделили призовой фонд в размере 24 млн рублей. Также 7 командам были присуждены гранты партнёров — суммарно более 2 млн рублей. По итогам финального хакатона разработано 232 решения по предложенным 12 кейсовым задачам.

С приветственным словом к участникам обратился Первый заместитель руководителя Администрации президента Российской Федерации Сергей Кириенко.

«Крайне важно, что сейчас кейсы, которые вы решали, – это задачи, которые действительно нужны и реально будут реализованы. Хочу поблагодарить все организации, представившие свои конкурсные задания. Я успел поговорить с целым рядом компаний – заказчиков: когда они ставили на хакатон кейсы, которые их штатные программисты решали бы от полугода до года, то сами не очень верили, что их можно сделать за 48 часов, и теперь восхищаются и удивляются тому, что команды участников «Цифрового прорыва» реально смогли выполнить эту работу, и предложить неожиданные, уникальные, крайне интересные решения. Многие из заказчиков, дававших свои кейсы, уже в целом не скрывали, что заинтересованы в приглашении команд-участников «Цифрового прорыва» к полноценному сотрудничеству или трудоустройству к себе на работу», — отметил Сергей Кириенко.

«Сегодня мы завершаем третий сезон всероссийского конкурса «Цифровой прорыв». Только вдумайтесь в эти цифры: 8 тематических полуфинальных хакатонов, более 100 тысяч человек приняли участие в проекте в этом году, создано 1111 решений. Все мы в очередной раз убедились, что наши ИТ-специалисты – самые лучшие. Хочу выразить благодарность партнерам конкурса за поддержку проекта и интересные кейсы, спасибо участникам, трекерам, экспертам, амбассадорам, членам жюри, спасибо дружной классной команде РАЭК, и конечно, спасибо Иннополису, Республике Татарстан и лично Рустаму Нургалиевичу Минниханову за гостеприимство, помощь в проведении этого финала. Именно здесь в Татарстане в 2019 году финал «Цифрового прорыва» попал в мировую Книгу рекордов Гиннесса, а в этом году у нас тоже рекорд, он не такой заметный внешне, но для нас очень важный – на этом финале через все чекпоинты прошли 93% команд.  Такого не было никогда, это говорит о том, что участники действительно сильные, настойчивые, уверенные и профессиональные. Мне было очень приятно самому погрузиться в атмосферу, в которой проходил хакатон, увидеть, что, несмотря на то, что участники соревновались друг с другом, конкурировали, боролись за такие серьёзные призы, чувствовалась взаимовыручка, финалисты подсказывали какие-то решения, делились друг с другом пуфиками, для того чтобы поспать. Это потрясающая атмосфера. Финал подошёл к концу, но я очень надеюсь, что все вы останетесь в сообществе «Цифрового прорыва», в большой дружной семье платформы «Россия – страна возможностей». Желаю всем успехов и удачи!» – отметил генеральный директор АНО «Россия – страна возможностей» Алексей Комиссаров.

«Кейсы финала были особенно сложными, интересными и даже футуристическими. Цифровые двойники, беспилотники, идентификация в мобайле — это всё про взгляд в будущее. Радует, что наши партнёры-кейсодержатели не только cтавят задачи непосредственно для развития своего бизнеса, но и, возможно, создают основу для создания новых ниш и рынков. Мы убедились, что «Цифровой прорыв» объединяет бизнес, государство, общественные организации и лучшие ИТ-кадры страны. IT-завтрак и проектная сессия с амбассадорами и ИТ-хабами показали, что «Цифровой прорыв» уже больше, чем конкурс, и мы должны относиться к нему как к площадке для продуктивного обсуждения инициатив, решения ключевых вопросов отрасли и ускорения цифровой трансформации России», — подчеркнул директор РАЭК, руководитель проектного офиса конкурса «Цифровой прорыв» Сергей Плуготаренко.

Илья Ковалев, Григорий Пожидаев, Денис Квашнин, Роман Крекотень и Виктор Чекрыжов из команды «Цифровой Койот» (Москва) заняли первое место в кейсе от Госкорпорации «Росатом». Участники команды представили ЭкоТег – аналитическую систему обнаружения и анализа нефтеразливов, которая на основе различных собираемых данных и машинного обучения способна в автоматизированном режиме обнаруживать факты аварии и ее масштабы. Уникальностью решения является комплексный подход к обнаружению нефтеразливов (ДЗЗ, IoT, openData) с возможностью хранения информации и генерации отчетов.

Стек решения: java, python, postgresql, vue, IoT

Борис Табачников, Максим Кокряшкин и Кристина Кулабухова из сборной команды Cache Invalidation заняли первое место в кейсе «Ростелекома». Команда разработала систему для отслеживания цифрового следа и своей репутации в сети. Система позволяет увидеть изменение вашей репутации в динамике, отделяет fake news, предоставляет возможность пожаловаться на компрометирующие материалы. Технические особенности: модульная архитектура, все модули stateless, а значит легко масштабируются, высокий уровень защищенности. Уникальность: эмоциональный анализ картинок и текста, удобная визуализация данных, система отслеживания отношения друзей к пользователю, возможность подать запрос на блокировку компрометирующего ресурса.

Стек решения: Svelte, Flask, Tarantool, Hadoop, VK Api, Kubernetes, PyTorch, Dostoevsky.

Антон Недогарок, Антон Петров, Кирилл Семенников, Кирилл Шиманков и Максим Богачев из команды Foxhound (Москва) заняли второе место в кейсе Россети. Решение команды представляет собой сервис для подготовки персонала для управления БПЛА. Здесь представлены три модуля:

• выполнение практических заданий в эмуляторе
• тестирование
• теоретические материалы

В интерфейсе присутствует три основных вкладки: Задания, Теоретические материалы и Тесты. Во вкладке «Задания» отображаются практические задания, которые будут выполнятся в симуляторе. Тут же администратор может редактировать и создавать новые задания. Для выполнения задач в симуляторе, необходимо скачать симулятор и клиент.

Во вкладке «Теоретические материалы» можно найти статьи для подготовки к тестированию и практическим заданиям. Тут же администратор может редактировать и создавать статьи. Статьи поддерживают разметку mardown.

Во вкладке «Тесты» пользователь может проходить тесты, которые помогут закрепить теоретические материалы перед переходом к практическим заданиям. Также присутствует редактор тестов для администратора.

Дмитрий Орденов, Сергей Колчин и Андрей Макаров из сборной команды NoTryCatch заняли второе место в кейсе «Ростелекома». Команда представила Metaverse — сервис для поиска и отслеживания информации о своем цифровом двойнике. Помимо сбора и отображения информации для последующей аналитики активным пользователям соцсетей команда создала дополнительные инструменты анализа для блогеров и лидеров мнений. Уникальность решения заключается в дополнительной социальной и развлекательной составляющей, объединяющей сервисы, используемые цифровым двойником. Помимо этого, участники представили перспективную рекламную площадку для блогеров и рекламодателей, а также применили значительное количество элементов геймификации и поэкспериментировали с VR/XR — основным интерфейсом метавселенной будущего.

Стек решения: .NET/Wasm, docker, k8s, OpenId, Hadoop/Solr, WebXR.

Юрий Соболев из сборной команды Power Rangers DS занял первое место в кейсе Минцифры Республики Татарстан. Команда представила систему умного города, разработанную для выполнения таких задач, как:

• своевременное оповещение регионального оператора по вывозу мусора;
• обнаружение повреждений дорожного полотна;
• составление тепловых карт перемещения граждан по городу;
• выявление нарушений передвижения на пешеходных дорожках и парковки автомобилей вблизи мусорных баков.

Уникальность: чтобы начать пользоваться нашей системой, достаточно подключить любую камеру по ip и выбрать интересующий инструмент.

Стек решения: автокодировщики, 3D Bounding Boxes, YOLOv5, HeatMap.

Алексей Стратан из сборной команды Digital Office занял второе место в кейсе Промсвязьбанка. Команда представила сервис из мобильных iOS / Android / Web приложений для успешного, быстрого и непринужденного прохождения онбординга нового сотрудника и погружения его в продукт. Элементы геймификации, достижения (ачивки) и бонусы в виде коинов и сертификатов от партнеров позволяют сотруднику быть максимально вовлеченным в процесс и стимулируют проходить его в быстром темпе. Использования разработанной админки снимается обязанность с наставника / руководителя постоянного контроля за сотрудником и освобождает большое количество времени на решение своих основных задач. Составление этапов онбординга и плана успешного прохождения происходит в автоматическом режиме за счет шаблонов конкретной специализаций (например, разработчик). Узкоспециализированным специалистам наставник может добавить или убрать определенные этапы и задачи в случае необходимости. Удобная статистика в виде дашбордов и графиков позволяет наставнику на одном экране отслеживать успешность и скорость прохождения онбординга и проверять прогресс по плану всей группы сотрудников одновременно.

Стек решений: Android, Kotlin, JetPack, Web, TS, Confluence + Smart Courses plugin, Figma, iOS, Swift, SUI2, AR, Docker, Kubernetes, Spring, PostgreSQL

Михаил Дмитриев из сборной команды Digital Rover занял первое место в кейсе Минэнерго России. Решение команды базируется на собственном уникальном датасете, охватывающем всю территорию РФ. Это удалось достичь за счёт применения Big Geo Data. Универсальный воркер спутниковых снимков позволяет агрегировать данные с любых бесплатных/коммерческих источников в режиме реального времени. Двухуровневая модель эффективно обрабатывает снимки и получает данные как по площади растительности, так по высоте и типу, а также учитывает строения. Для грубой оценки высоты используются классические модели компьютерного зрения, для более точной – нейронные сети. Датасет с данными опор ЛЭП и линий по всей территории РФ позволяет точно сформировать границы охранной зоны для выявления нарушений. Автоматически формирующаяся база снимков позволяет оценить ситуацию в динамике и прогнозировать дальнейшее развитие. Удобный интерфейс позволяет эффективно работать с системой и полученную информацию формировать в отчёты.

Стек решения: python, Next js, docker, PostgreSQL, YOLOv5, U-net, QGIS, Uber H3.

Александр Сергеев из сборной команды Ezee занял второе место в кейсе Минэнерго России. Команда представила систему сбора и обработки спутниковых снимков из открытых источников для выявления нарушений в охранных зонах объектов электросетевого хозяйства. Система позволит внедрить автоматизированный мониторинг всего периметра охранных зон, что позволит сократить объём пеших осмотров ЛЭП, минимизировать число негативных инцидентов из-за зарастания зоны ДКР.

Стек решения: node.js, Docker, Python, Django, Vue, MMSegmentation, PSPNet, PyTorch

Полина Голованова и Мария Никифорова из сборной команды A-2 заняли третье место в кейсе Минэнерго России. Участники представили автоматизированную систему расчета площадей и высот растительности в охранной зоне воздушной линии электропередачи «КиберЛес». Данная платформа обрабатывает снимки из космоса и, используя нейронные сети, детектирует на них линии электропередач, растительность в их окрестностях, может предсказать их высоту, а также площадь охранной зоны. Высокое качество моделей детекции и сегментации достигнуто использованием технологий компьютерной графики из системы Blender для обогащения набора данных. Набор сцен компьютерной графики позволяет воссоздавать любые растительные зоны с точно рассчитанными параметрами без выезда специалистов на место и дорогостоящих замеров. Помимо этого, можно рассчитать площадь охранной зоны в текущий момент и сделать прогноз на следующие 5 лет с помощью динамического программирования.

Стек решения: python, react, blender.

Юлия Карло и Артём Попов из сборной команды Мамихлапинатана заняли первое место в кейсе Accenture. Участники представили систему потоковой аналитики качества сырья, работающую в режиме реального времени, — программно-аппаратную платформу для автоматического мониторинга качества поставок сыпучих грузов на предприятия. Платформа — CRM-система для приема грузов — позволяет минимизировать участие специалистов ОТК при выемке груза, а также упростить координацию работ персонала. Аппаратная часть в виде канала радиосвязи позволяет поставщикам получать информацию в реальном времени о статусе поставок даже при отсутствии устойчивого Интернет-соединения в районе пункта приема груза. Благодаря мобильному приложению система может быть масштабирована для использования в портах, элеваторах, других терминалах отгрузки или на больших предприятиях, где особенно важно качество поставляемой продукции.

Стек решения: HTML/CSS, Jquery, Flask, Kotlin, TensorFlow Lite, OpenCV, MongoDB. Hardware: Raspberry Pi Model A+, Arduino UNO, модули Mbee 868МГц.

Николай Максименко и Ильдар Мусалямов из сборной команды «Ферма киви» заняли третье место в кейсе Accenture. ПАК «Крупье» — система автоматизированного контроля качества сырья.

Данный ПАК интегрируется в действующие бизнес-процессы. Применение ПАК «Крупье» позволяет объективно оценивать качество принимаемого сырья, автоматически принимать решение об остановке приемки и вести учет принятых объемов и качества сырья в привязке к поставщику. Учет качества принятого сырья позволяет оптимизировать затраты. Кроссплатформенность решения и минимизация трафика позволяет применять решение на любых устройствах в условиях низкой пропускной способности канала.

Уникальность решения заключается в возможности анализа статистики качества сырья по поставщикам и предсказании влияния качества сырья на качество выплавки, что в длительном забеге сократит расходы и повысит качество выпускаемой продукции.

Стек решения: .net core, postgresql, opencv, react, tesseract.

Дмитрий Васькин и Альбина Ахметгареева из сборной команды Fit_Predict заняли второе место в кейсе Hyper AdTech. Команда представила платформу для автоматической сегментации аудитории в мобильной среде без использования идентификатора устройства и cookies. Удобный веб-интерфейс позволяет наглядно интерпретировать, почему пользователь был отнесён к определенном сегменту. Сегментация аудитории с использованием машинного обучения на основе данных активности пользователя позволяет сохранять качество таргетинга даже при ограничении доступа к идентификатору устройства, которое всё шире внедряется глобальными игроками.

Стек решения: Python, Catboost, Streamlit.

Евгения Кривова из сборной команды altrp заняла второе место в кейсе INNO-ТИМ. Разработка команды — «Витрина стартапов ТИМ» предназначена для уменьшения времени поиска и подбора решений проблем московского городского транспорта благодаря глубокой системе фильтрации, а также рейтингу стартапов. Система является эффективным дополнением к платформе ftim.ru. Кроме того, позволяет сформировать запрос на инновацию «Решение проблемы», если представители организаций Московского транспорта не найдут подходящего решения в базе стартапов. Уникальность решения состоит в парсере информации о пилотных проектах из Google Docs, в создании простой CRM-системы для управления взаимоотношениями со стартапами и заказчиками.

Стек решения: laravel, react.js, node.js.

Также Михаил Зыков, Олеся Савельева и Александр Суржиков из команды Good Day, решавшие кейс «Росатом», получили грант от партнёра конкурса — Baring Vostok — в размере 250 тыс. рублей.

Baring Vostok приняла решение отметить команды, занявшие четвёртые места в кейсах, связанных с такими отраслями, как нефтегазовая промышленность, потребительские товары, СМИ, технологии и финансовые услуги.

Команда разработала систему для обнаружения, оценки и мониторинга нефтеразливов. Данный сервис предназначен для автоматизированного обнаружения фактов аварии на нефтепроводах, оценки потенциального ущерба природе, а также сбора и подготовки дополнительных материалов в качестве доказательной базы для привлечения виновных к ответственности. Удобный интерфейс покажет координаты разлива и проложит кратчайший путь к нему, оценит ущерб, покажет тип нефтепродукта, даст рекомендацию по методам ликвидации нефтеразлива.

Стек решения: React, MobX , Python, Fast Api, PostgreSQL, Celery, Redis, Docker, Git.

Конкурс «Цифровой прорыв» реализуется в рамках федерального проекта «Социальные лифты для каждого» национального проекта «Образование».

Официальный сайт проекта: https://leadersofdigital.ru/ 

Фото предоставлены  пресс-службой АНО «Россия – страна возможностей»

Источник: пресс-служба АНО «Россия – страна возможностей»