Мы собираем ваши cookies, чтобы кормить наших админов
настрой рабочие
процессы и создай
работа
в команде
в команде
обмен опытом с топовыми специалистами
ценные призы
реальные кейсы
2 дня беспрерывного хакатонинга
что тебя ждёт?
кейсы
кейсы
эта встреча для тебя, если ты:
разрабатываешь алгоритмы оптимизации и моделирования
интересуешься применением ИИ в области естественных наук
учишься на бакалавриате технических специальностей, связанных с ML и разработкой
работаешь в сфере аналитики данных
или машинного обучения
каждый участник
команд-победителей получит:
дополнительные баллы
в портфолио при поступлении
в магистратуру ИТМО по направлению «Химия и искусственный интеллект»
мерч от ПРОСТО и ИТМО
возможность продолжить работу над кейсом и стать соавтором
в научной публикации
умную колонку Sberboom
16:00
награждение победителей и закрытие хакатона
13:30
презентация решений
15:30
кофе-брейк
10:30
кофе-брейк
11:00
третий чек-поинт
9:00
отправление из ПРОСТО в Технохаб Сбера на автобусах
19:30
второй чек-поинт
19:00
ужин
14:30
обед
16:00
первый чек-поинт
11:00
старт безудержного хакатонинга
10:00
открытие хакатона и презентация кейсов
9:00
22 марта
Технохаб Сбера
на Уральской ул, 1Ч
на Уральской ул, 1Ч
21 марта
расписание
регистрация участников
бери паспорт и приходи 21 марта в ПРОСТО
вступи с командой в чат хакатона
зарегистрируйся по ссылке
собери команду из 3–5 человек и подай заявку
как стать участником?
по адресу: наб. Карповки 5АК
отправь ссылку команде, чтобы каждый зарегистрировался и получил QR-код, без него допуск на площадку невозможен
направить заявку от команды может только 1 её представитель в форме снизу
часто задаваемые вопросы
что такое хакатон?
это командное соревнование для специалистов из сферы программирования и инфохимии, которые в сжатые сроки и режиме нон-стоп решают определенную технологическую задачу
это платное мероприятие?
участие бесплатное, но доступно только для лиц от 14 до 35 лет (включительно)
это ночной хакатон?
да, в выходные 21−22 марта коворкинг будет работать для тебя 24 часа в сутки! А если планируешь брать перерывы на сон, не забудь захватить с собой спальный мешок или плед с подушкой
команду собрать все-таки не удалось могу ли я участвовать один?
к сожалению, нет, так как хакатон — командное соревнование, для участия нужна команда от 3 до 5 человек
предоставляете ли вы оборудование?
в ПРОСТО (наб. Карповки 5АК) есть несколько ноутбуков для выдачи, но их быстро разбирают в порядке живой очереди. Поэтому советуем каждому участнику взять своё оборудование для работы
а если у меня появятся вопросы по кейсу?
у каждого кейса есть команда экспертов от Сбера и ИТМО. Они будут на площадке и смогут помочь тебе в отведенные для консультаций часы
а накормите?
да! Для участников предусмотрено 2 обеда, ужин, завтрак и небольшой перекус. Если ты всё равно почувствуешь голод, рядом с нами есть много хороших кафешек!
вам не нужно переживать о логистике – вас отвезут представители Сбера!
кейс 1
гибкий UI для сводных таблиц с использованием ИИ
описание
объёмы данных в компаниях растут, но инструменты аналитики остаются сложными, перегруженными и требуют высокой экспертизы для настройки и интерпретации. Бизнес теряет время на ручную сборку сводных таблиц, зависит от аналитиков и часто не получает быстрых инсайтов для принятия решений
требования
создать инструмент для бизнес-аналитиков с возможностью создавать и корректировать сводные таблицы для аналитической работы при максимальном объёме данных: 200 атрибутов и до 100 млн записей
стек
DB: PostgreSQL
Алексей Михед
Михаил Стародубцев
Константин Смольков
Антон Ермаков
руководитель направления, ДИТ «Корпоративно-инвестиционный бизнес»
ведущий инженер, ДИТ «Корпоративно-инвестиционный бизнес»
ведущий инженер, ДИТ «Корпоративно-инвестиционный бизнес»
ведущий инженер, ДИТ «Корпоративно-инвестиционный бизнес»
специалист по исследованию данных,
блок «Корпоративно-инвестиционный бизнес»
блок «Корпоративно-инвестиционный бизнес»
Андрей Пищиков
твои спутники
Back: Java >= 17, Spring Boot 4
Front: React (Mobx/MST, TS)
кейс 2
GigaProto: мультиагентная система для скоростного прототипирования бизнес-задач
описание
мультиагентная система для скоростного прототипирования бизнес-задач — это архитектура, в которой несколько специализированных AI-агентов работают как цифровая команда: анализируют входящий бизнес-запрос, декомпозируют его, формируют гипотезы, проектируют решение и собирают прототип
требования
автоматизировать создание прототипов систем на основе бизнес-требований. Система должна самостоятельно интерпретировать задачи и формировать быстрый рабочий прототип UI с возможностью взаимодействия Пользователя с Системой
стек
Gigachat
PG
Js
Python
Java
Ольга Попок
руководитель направления, ДИТ «Управление благосостоянием»
Татьяна Кукушкина
Антон Пыреев
Полина Котова
инженер по разработке, ДИТ «Управление благосостоянием»
Дмитрий Федорино
ведущий эксперт по технологиям, ИТ B2C
ведущий инженер по разработке, ИТ В2С
главный инженер по разработке, ИТ В2С
твои спутники
кейс 3
генерация ингибиторов AmpC β-лактамазы на базе обучения с подкреплением и ML-моделей
описание
AmpC β-лактамаза, как один из бактериальных ферментов, активно используется как мишень для разработки ингибиторов. Современные подходы к дизайну ингибиторов опираются как на виртуальный скрининг, так и на генеративные модели, способные предлагать новые химические структуры с заданными свойствами. Но генерации «химически корректных» молекул недостаточно, ключевая задача — оптимизация под конкретную биологическую активность при сохранении реалистичных лекарственных свойств
требования
разработать генеративный пайплайн на базе обучения с подкреплением, где функция вознаграждения формируется на основе предсказаний регрессионной модели активности, обученной на заранее подготовленном датасете ингибиторов AmpC
QVina / Boltz-2
REINVENT
PyTorch / TensorFlow
scikit-learn / XGBoost
RDKit
Python
стек
Полина Нестерова
разработчик моделей в области генерации малых молекул
Глеб Бондаренко
разработчик моделей в области генерации малых молекул
Евгений Нам
Ольга Коновалова
Виктория Литвинова
разработчик моделей в области генерации малых молекул
Варвара Ефимова
инженер направления ИИ в работе с молекулярными машинами Центра Химия и И И Университета ИТМО
инженер направления Drug Discovery Центра Химия и И И Университета ИТМО
разработчик моделей в области генерации малых молекул
твои спутники
кейс 4
мультиагентный ассистент химика-органика для планирования синтеза в лаборатории
описание
практическая работа химика-органика в лаборатории — это многошаговый процесс, включающий выбор перспективной молекулы, планирование пути синтеза, подготовку и проведение эксперимента, последующую характеризацию полученных соединений. В реальных условиях этот процесс осложняется фрагментарностью источников информации, необходимостью постоянных пересчётов и уточнений, а также итеративным характером принятия решений
требования
разработать архитектуру МАС и реализовать набор инструментов, позволяющих автоматизировать и связать ключевые этапы лабораторного цикла
стек
RAG
LangChain
Langgraph
LLM
Нина Губина
Юлия Разливина
Анастасия Вепрева
инженер направления Drug Discovery Центра Химия и ИИ Университета ИТМО
Анастасия Орлова
руководитель направления Drug Discovery Центра Химия и И И Университета ИТМО
Мария Еремеева
разработчик моделей в области генерации сокристаллов и оптимизации их синтеза
разработчик моделей для задач материаловедения на основании табличных, текстовых данных и изображений
разработчик прогностических и генеративных моделей для высокомолекулярных соединений
твои спутники