🚀Зачем участвовать в хакатоне и как к нему подготовиться?

В прошлом посте обещали поделиться советами по подготовке к хакатону по теме ИИ.
Обещали — возвращаемся!

Отвечает Елена Куренкова, MLOps ВТБ:

Хакатон – это возможность в моменте создать рабочее решение конкретной интересной задачи. А еще это возможность пообщаться с интересными людьми и перенять опыт друг друга.

Как сделать этот опыт более эффективным?

1. Разберись в теме хакатона до хакатона
Читай описание заранее: тематику, примерное задание, требуемые методы. Если ты совсем не в теме — это пустая трата времени.

2. Подготовь универсальный код заранее
Собери часто используемые скрипты: шаблоны для анализа данных, предобработки, визуализации. На хакатоне время ограничено, и переписывать одно и то же с нуля не имеет смысла. Готовый код экономит часы.

3. Послушай экспертов и задай вопросы
Если на хакатоне есть выступления, особенно от членов жюри, слушай внимательно и уточняй детали. Многие участники не до конца понимают задачу и делают не то, что нужно. Вопросы помогают этого избежать.

4. Собери команду с разными компетенциями
Если можно выбрать команду самим, бери людей с разными навыками: один ищет данные, другой их анализирует, третий строит модель. Кто-то поможет собрать это в презентацию, а кто-то без запинки представит решение жюри. Команда, где участники дополняют друг друга, работает эффективнее.

Ставь реакцию, если участвовал в хакатоне 💙

Какие бы советы еще добавил? Пиши в комментариях

ЦИПР: что послушать, если работаешь с данными

Мы были на ЦИПРе @icipr и заготовили подборку самых крутых сессий (по версии наших DS-ов), которые точно стоит послушать тем, кто работает с данными и ИИ.

🔔Переходи по ссылке, выбирай время и зал и смотри записи трансляций.

🔵18 мая, 14:00 — 15:00 / Зал 8
ЦОДы на пределе. Кто будет развивать инфраструктуру для ИИ

🔵18 мая, 14:00 — 15:30 / Зал 6
Промышленные данные как основа будущей модели развития производства

🔵18 мая, 16:30 — 17:30 / Зал 10
Клетка алгоритмов. Цифровая отмена в экосистемах ИИ
(про рекомендации)

🔵19 мая, 10:00 — 11:00 / Зал 7
ИИ без иллюзий. Технологии для реального сектора
(про ИИ в промышленности и логистике)

🔵19 мая, 11:15 — 12:15 / Зал 2
Экономика ИИ-агентов. Зачем, как и где внедрять эффективно?

🔵19 мая, 11:15 — 12:15 / Зал 6
ИИ как управляемый актив. Почему пилоты не становятся работающими решениями

🔵19 мая, 12:30 — 13:30 / Зал 12
От моделей к машинам. Как превратить исследования в ИИ в технологическое лидерство
Как так вышло, что 71% компаний уже что-то пилят с GenAI, но до реальной эксплуатации доходят лишь 7–10% проектов? Отвечают эксперты, в том числе наш Денис Суржко, вице-президент, зам. руководителя Департамента анализа данных и моделирования Банка ВТБ.

🔵19 мая, 15:00 — 16:00 / Зал 12
ИИ-исповедь. Грехи разработки и внедрения

🔵20 мая, 10:00 — 11:00 / Зал 7
Создание устойчивой отраслевой экосистемы ИИ-креатива в России
(про работу с данными в культуре и креативных индустриях)

🔵20 мая, 12:30 — 13:30 / Зал 1
Почему «умное производство» не дает эффекта
(про фрагментированные IT-системы)

🔵20 мая, 13:45 — 14:45 / Зал 4
Между лабораторией и рынком. Как преодолеть барьер внедрения наукоемкого ИИ

▶️О чём говорили на Data Fest: запись трансляции

24 мая принимали гостей Data Fest у нас на площадке. Было 4 секции и 17 докладов на разные темы, связанные с ML.

Кстати, все доклады можно посмотреть в записи — ориентируйся на расписание и включай понравившиеся доклады.

А мы подробнее расскажем о секции Data Fusion и докладах спикеров ВТБ:

🔵3:08:30 — Василий Сизов, Лидер кластера «CRM и клиентский опыт» (СМБ)
«RAG для комплексных ситуационных вопросов»

🔵3:25:23 — Николай Кравченко, Data Scientist
«Сервис автоматической обработки обращений для среднего и малого бизнеса

🔵4:02:55 — Игорь Жданов, управляющий директор, и Елена Ковылянская, лидер команды Количественные Финансы
«Применение методов ML в системе расчёта контрагентского риска»

🔵4:26:23 — Никита Трифонов, TeamLead DS
«Uplift- модели в акционных предложениях»

💡Библиотека дата сайентиста

«Что почитать?» — спросили мы у нашего DS лида Алексея Пустынникова.

А он возьми и создай свою библиотеку!

Внутри Департамента анализа данных и моделирования ВТБ Лёша организовал буккроссинг — можно брать почитать понравившиеся книги и делиться своими рекомендациями с коллегами.

Спешим поделиться первой подборкой книг, которые точно пригодятся специалистам Machine Learning & Deep Learning.

➡️ Листай карточки и сохраняй книги в свой must-read

А какие книги по теме ты бы добавил в подборку?
Делись в комментариях!