您好!
几周后,即 30 月 31 日至 XNUMX 日,我们将举行
以下是代表可以参加的专业:
- 数据工程师
- 数据架构师
- 数据科学家
- 解决方案架构师
- 前端开发人员
- 后端开发人员
- UX/UI设计师
- 产品所有者
- Scrum大师
有关任务和阶段的更多详细信息正在剪切中。
第一阶段 目前已经开始运行,从1月30日到2月5日,这是一门免费的在线教育课程,注册后您将收到作业链接,如果您还没有选择,您将能够积累积分并在此过程中结识其他参与者一个团队。 是的,选择一个团队很重要,因为是团队参与(每个团队 XNUMX 到 XNUMX 人)。
我们与 AI Today 专家一起开发了教育计划,这些任务已经在电报机器人中提供 @siburchallenge_bot。 顺便说一句,在机器人中,您还可以检查当前的奖励积分余额(然后可以将它们兑换成有用的商品、附加功能(例如额外的指导时间),或参加拍卖以获得超级奖品。
参加黑客马拉松本身的注册(提前注册 = 获得更多积分)、完成整个项目、留下数据等等都会获得积分。
完整清单
- 最多 500 分 - 在黑客马拉松网站上报名(报名日期越早,积分越多)。
- 团体报名最多500人(视日期而定)。
- 100 - 在聊天中介绍 #siburchallenge 参与者并留下有关您自己的信息。
- 100 – 用于发送您的简历。
- 100 - 视频课程后每个正确答案,以及成功完成整个教育计划(正确答案的 75%) - 额外积分。
- 100 - 完成机器人中的第一课。
- 最多 1500 分 - 在特定日期之前完成整个计划(至少 75% 的正确答案):越早,分数越多。
- 500 - 用于参与推荐计划。
- 最多 300 个 - 用于社交网络上的公告和评论。
- 参加黑客马拉松之前的其他活动最多 500 人。
- 100 - 反馈。
- 200 - 发现错误或错误。
第二阶段,29月XNUMX日,聚会。 如果您尚未加入所需的团队,您可以在这里加入。 与公司代表(IT、HR、业务部门)沟通。
第三阶段,截至30月XNUMX日,团队选拔。 如果你还没有加入前两个阶段的队伍,那么这是你最后的机会。 您可以自行组建团队,也可以根据您需要的个人资料加入现有团队。 还有一些活动将给您积分 - 您需要收集所需的数量。
第四阶段,即 30 月 31 日至 XNUMX 日,是黑客马拉松本身。 在这里,您的团队需要制定问题的解决方案。 在此过程中您可以咨询我们的专家。
顺便说一下,关于专家
- Gleb Ivashkevich / 今日人工智能
深度学习专家。 今日数据科学人工智能负责人。 Y-Data 项目的导师。 - Anastasia Makeenok / 前微软
创业和创新方面的独立专家。 微软俄罗斯和东欧初创公司和学术互动前负责人。 为初创公司提供营销和业务发展方面的咨询。 - 谢尔盖·马丁诺夫 / Brainex
Brainex开发团队负责人,风险投资公司NP Capital合伙人。 从事互联网业务超过15年,过去曾担任Gosuslugi.ru和Mail.Ru Post等项目的经理。 - 伊利亚·科罗廖夫 / IIDF
IIDF 投资组合经理。 投资组合 - 850+ 百万卢布,来自法律科技、AR/VR、MarTech 和消费互联网领域的 18 家公司。 - 帕维尔·多罗宁 / 人工智能社区
人工智能社区创始人。 人工智能社区和数字化转型实验室AI Today创始人。 - 阿列克谢·帕夫柳科夫 / 埃斯波罗
埃斯波罗的传播者。 全栈开发人员。 致力于在文本、文档和图像分析领域创建网络服务和机器学习系统。 - 尼古拉·库加耶夫斯基 / it52.info
下诺夫哥罗德聚会海报 it52.info 的创始人和开发者。 独立开发商。 曾就职于 Yandex.Money 和 iFree。 热爱Ruby,关注前端技术的发展。 - 亚历山大·克罗特/西布尔
西布尔 (SIBUR) 数据分析项目经理。 曾在俄罗斯联邦储蓄银行中亚工作,负责基于数据分析和机器学习的产品实施。 - 谢尔盖·别洛乌索夫/英特尔
英特尔机器学习研发工程师。 在计算机视觉和机器学习方面拥有超过 8 年的经验。 参与OpenCV、OpenVINO等开放CV/ML库的开发。
还有关于任务
首先,将有一个关于分发优惠券的任务。 在大型组织中,这仍然是一个带有一堆参数的重要日期。
从我们的角度:
- 数据集包含 19 名员工索取代金券的数据集,分析师提供了工作经验、奖励和领取福利的个人数据、疗养室容量、向员工授予代金券的标准。
- 流程的企业主将讲述并展示一切。
从你的角度出发:
一个全面的解决方案,使劳动力解决方案专家能够快速做出在申请发放优惠券的员工之间分配这些优惠券的决定,并提供在企业和房间数量之间分配优惠券的选项。
解决方案应由两部分组成:
- 基于数据分析的算法。
- 与数据和算法结果以及任何附加数据的可视化界面。
其次,关于丁二烯生产中的顾问的问题(我们写了一些关于这个的文章)
密码和外观
地点:
如果您想尝试在大型生产设施中进行数据分析,那就来吧。 而且我们还有
来源: habr.com