Как стать частью команды разработчиков?

Подать заявку на участие можно целым командам и отдельным разработчикам, web-дизайнерам, аналитикам, инженерам и другим специалистам с опытом в промышленном секторе. Авторам крутых вариантов решения задач мы поможем собрать команду.

Список финалистов хакатона
ПРИЗОВОЙ ФОНД
300 000 ₽
Сертификат на продуктовое обучение в рамках Акселератора КРОК.
Победитель номинации «Выбор партнера»
Сертификат на продуктовое обучение в рамках Акселератора КРОК.
100 000 ₽
1
2
и
и
50 000 ₽
Приз от партнера
«Лучшая студенческая команда»
А ЕЩЁ...
Много крутых кейсов от реального сектора
Возможность протестировать вендорские новинки в Индустрии 4.0
Новые знакомства в среде высококлассных профессионалов
Экспертная поддержка опытных специалистов КРОК в рамках решения задач
Прием заявок на участие и вариантов решений завершен.
По всем вопросам пишите на prohack@croc.ru
ЗАДАЧИ
№1
№2
№3
№4
№5
№6
№7
№8
№9
№10
№11
№12
Создание программного комплекса для определения аналогов запорно-регулирующей арматуры
Отрасль: нефтегаз

Решаемая задача: Текстовый парсинг данных, выделение из неструктурированных данных нужных составляющих (численных и текстовых характеристик материала).

Цель: Определение подробных параметров запорно-регулирующей арматуры по текстовым описаниям с использованием внешних ресурсов (web). Определение аналогов (совпадение по всем параметрам).

Рекомендуемые технологии: Парсер (например, Yargy), NLP-библиотеки, deep learning, seq2seq, архитектура Transformer.

Предоставляемые материалы:

Входные данные:
А) Excel таблица, которая содержит следующие данные о записях материалов:
Наименование (ru)
Полное наименование (ru)
Нормативный документ
Вид изделия (код класса и наименование кода класса)
Единица измерения
Б) Перечни параметров для каждого класса с примерами.

Выходные данные:
Excel-таблицы, которые содержат входные данные и столбцы, каждый из которых соответствует одному параметру. Данные в полученной матрице заполняются на основании входных данных и любой дополнительной информации, которую может привлечь исполнитель (справочники, вебсайты производителей и т.п.)

Критерии оценки:
Целевые значения: полнота – не менее 70%, точность – не менее 90%.
Возможность масштабирования продукта на другую номенклатуру.
1) Метрика полнота – доля текстовых записей за исключением «мусора», которые алгоритм распознал и разбил на параметры, даже если не все параметры были распознаны верно или полностью. «Мусор» — текст, не содержащий необходимой технической информации о МТР.
2) Метрика точность – это доля строк, которые были точно распознаны, т.е. все параметры находятся в правильных столбцах, устранены опечатки, значения унифицированы.

По всем строкам для обеих метрик считаются средние значения на основании оценочной выборки (каждая 100-я позиция, выбранная случайно).

Выявление аномалий в работе технологического оборудования
Отрасль: химическая промышленность

Цель:
Прогнозируемость выхода из строя за счёт выявления аномалий с целью сокращения затрат на обслуживание и ремонт динамического оборудования (газотурбинная установка (ГТТ-3М).

Решаемая задача: Определение отклонения от нормального режима работы оборудования на основе выгрузки данных из АСУТП (период 1 год). Необходимо выявить отклонение одного (или нескольких) параметров, и идентифицировать возможный отказ.

Рекомендуемые технологии: машинное обучение

Предоставляемые материалы:
Выгрузка данных (46 параметров) из автоматизированной системы управления технологическими процессами (АСУТП), а также описание ГТТ-3М.
Дополнительная информация может быть предоставлена по требованию.

Критерии оценки:
Идентифицировать узел,
Дать прогноз развития дефекта (предсказать дату выхода узла из строя).

Создание системы видеораспознавания наличия средств индивидуальной защиты (СИЗ) на сотруднике
Отрасль: химическая промышленность

Цель:

Контроль за соблюдением требований охраны труда и промышленной безопасности с помощью цифровых технологий.

Решаемые задачи:
Идентифицировать сотрудника (отличительные знаки, например, нашивки на одежде),
Распознавать наличие СИЗ на сотруднике,
Выявлять отклонение от заданных требований,
Информировать ответственного сотрудника (пользователя) о выявленных нарушениях.

Рекомендуемые технологии:
Видеокамера высокого разрешения (FullHD), машинное обучение, информирование ответственного сотрудника любым способом – эл.почта, смс, мессенджер, всплывающее окно и т.п. Ограничений по языку программирования – нет.

Предоставляемые материалы:
Автор задачи предоставляет видеоматериалы и комплекты СИЗ: каска, очки, костюм, сумка с противогазом.
Также на площадке будут смонтированы камеры (одна под потолком, другая – на высоте роста человека) для проверки работоспособности разработанного решения.

Критерии оценки:
Процент распознавания – 90%.
Комментарий: из 10 проходов с нарушениями состава СИЗ, система должна распознать не менее 9.
Создание системы умного вентилирования для снижения затрат на электроэнергию
Отрасль: металлургия


Решаемая задача: разработать и продемонстрировать работу прототипа интеллектуальной системы управления вентиляционным оборудованием шахты. Концептуальное решение должно обеспечивать автоматическую регулировку производительности системы вентиляции при нахождении человека в зоне с повышенной концентрацией газа в воздухе или при повышении температуры воздуха в технологической зоне.

Цель: Снижение расхода электроэнергии.

Текущая проблематика: Система вентиляции рудника состоит из одного или нескольких вентиляторов главного проветривания, подающих воздух в вентиляционные каналы, и вентиляторов местного проветривания для подачи воздуха в тупиковые выработки.

В настоящий момент на большинстве подземных рудников вентиляционные установки работают с постоянной производительностью, определенной проектными решениями, независимо от реальных требований. Это приводит к большим затратам электроэнергии.

Автор задачи планирует снизить издержки за счет автоматизации процессов регулирования производительности вентиляционных установок на основании информации от датчиков вредных веществ, установленных на машинах и персонале, а также их местоположения.

Рекомендуемые технологии:
GPS, Bluetooth (BLE), индустриальный Wi-Fi, GSM\LTE, UWB, и др. технологии.

Предоставляемые материалы: Датчики утечки газа, Raspberry Pi (2 шт), кулер на 5 вольт (Fonsonning FSY50S05H 5V 0.25A 50X50 mm), транзистор биполярный отечественный КТ863А, резистор постоянный 1 кОм 0.25Вт – 3 шт, провода монтажные МГТФ 0.25 кв.мм. – приблизительно 3 м, набор инструментов для резки и зачистки проводов – 3 комплекта, флюс, припой, трубки термоусадочные, паяльные станции: Ersa Digital 2000A – 2 шт.; CT Brand CT-936 – 1 шт, Power Bank – 3 шт, баллон CO.
Также в пилотной зоне будет развернута сеть wi-fi и сеть Bluetooth биконов, схема их расположения с идентификаторами также будет предоставлена.

Критерии оценки: демонстрация работающего прототипа, сокращение затрат электроэнергии на работу вентиляционной установки.

Автоматизация взаиморасчетов компаний металлургического холдинга с использованием технологии блокчейн (upd.22/10)
Отрасль: металлургия

Цель:
Повысить эффективность процесса взаиморасчетов между компаниями холдинга за счет:
1. Ускорения процесса – исключения однотипных повторяющихся согласований среди всех компаний холдинга.
2. Снижения трудоемкости – освобождаем множество участников из разных подразделений (проверка лимитов, бюджета, статуса услуги).
3. Снижения влияния человеческого фактора (ручной ввод и расчет сумм, расчет выполнения условий договора) – все автоматически.
4. Упрощения процесса и повышения его прозрачности – снимаем недоверие контрагентов к выполняемым условиям.

Решаемая задача:
Процесс актирования и оплаты услуг между компаниями в холдинге занимает в среднем около 7 дней и требует более 3,5 человекочасов в трудозатратах, при в этом в среднем формируется около 300 актов в месяц.

В рамках задачи участникам предстоит разработать сервис с использованием технологии смарт-контракта, автоматизирующий бизнес-процесс актирования таким образом, чтобы максимально исключить из него человека и излишние проверки.

Бизнес-процесс выглядит следующим образом:
Пользователь вводит параметры договора, затем расчитывает SLA, на основе расчитанного SLA формирует акт выполненных работ, после формирования акта проводит подписание с двух сторон.

Бизнес-процесс актирования верхнеуровнево состоит из 4 этапов:

1) Внесение параметров договора из смежной системы (эмуляция в виде файла).
Вносимые параметры:
Наименование договора
Название услуги
Дата договора
Сумма договора

2) Формирование отчета SLA.
Алгоритм расчета SLA
  • Количество выполненных (не нарушенных) заявок на общее количество заявок
Алгоритм расчета ежемесячной оплаты
  • Ежемесячный платеж не должен превышать 1/12 от суммы договора
  • Если SLA больше 98%, то оплата проходит в полном объеме
  • Если SLA от 95-98% оплата проходит с 10% штрафом
  • Если SLA от 90-95% - оплата проходит с 20% штрафом
  • Если SLA от 80-90% оплата проходит с 30% штрафом
  • Если SLA ниже 80 % оплата не проходит
3) Формирование акта выполненных работ и проводок.
Акт содержит следующие поля:
Наименования акта «Акт выполненных работа № 123»

Количество оказанных услуг
  • Пример – Услуга за октябрь 2019 года по бизнес направлению «Поддержка пользователей системы SAP» оказана исполнителем в объеме (указать SLA)
Стоимость услуги плановой
Стоимость услуги фактической (итоговая)

4) Акцептование акта с двух сторон (сторона заказчика и сторона исполнителя)

Рекомендуемые технологии: блокчейн

Предоставляемые материалы:

  • Описание текущего бизнес-процесса и способов взаиморасчета,
  • Тестовые данные: пример заявок, SLA и статистика выполнения заявок по оказанной услуге,
  • Описание форматов и структур данных, которые предоставляют существующие системы холдинга.

Критерии оценки решения в рамках хакатона:

  • Работоспособность разработанного сервиса.
  • Визуализация исполнения обязательств и акцептования акта.

О чем важно не забыть:
1. Полнота проработки вопроса обеспечения доверия к данным и обеспечения их безопасности, а именно – размещение узлов, форматно-логические проверки и т.д.
2. Проработан вопрос интеграции с существующими системами.
3. Проработан вопрос получения статистики по процессу взаиморасчетов.
4. Проведена демонстрация процесса через тестовый интерфейс.
5. Должно обеспечиваться разделение доступа на основе ролей (Исполнитель и заказчик)
6. Реализован интерфейс для просмотра статистики по процессу взаиморасчетов.
7. Проработаны понятные шаги по интеграции с действующими системами.

Задача детектирования растекания жидкости с помощью видеоаналитики
Отрасль: нефтехимия

Цель: Минимизация риска розлива жидкостей, опасных для производственных сотрудников, включая жидкости, не детектируемые газоанализатором.

Решаемая задача: Необходимо попробовать решить задачу детектирования растекания жидкости с помощью обзорных камер при помощи стандартных IP камер видеонаблюдения в помещениях.

Рекомендуемые технологии:
• Python
• OpenCV v4+
• OpenVINO
• PyTorch

Предоставляемые материалы: Примеры видеозаписей, содержащих розлив, который необходимо детектировать.

Критерии оценки: Лучший preсision/recall на тестовом датасете.

О чем важно не забыть: Автор задачи не хочет видеть в решении модулей, требующих покупки лицензий.

Задача детектирования забивки оборудования с помощью видеоаналитики
Отрасль: нефтехимия

Цель: При производстве синтетических каучуков есть риск забивки технологического оборудования, которые необходимо устранять в кратчайшие сроки, во избежание остановки линии.

Решаемая задача: Для обнаружения забивки используют видеокамеры. Есть простые методы детектирования забивок в граничных условиях для конкретных камер. В рамках задачи, вынесенной на хакатон, интересует возможность разработки алгоритма, позволяющего детектировать забивки оборудования на производственных линиях с помощью камер видеонаблюдения в более широком спектре условий, для которого достаточно указание зоны, в которой необходимо детектировать отсутствие продукта и/или образование забивки.

Рекомендуемые технологии:
• Python
• OpenCV v4+
• OpenVINO
• PyTorch

Предоставляемые материалы: Примеры видеозаписей, содержащих факты забивок и отсутствия продукта на линии, которые необходимо детектировать.

Критерии оценки: Лучший preсision/recall на тестовом датасете.

О чем важно не забыть: Автор задачи не хочет видеть в решении модулей, требующих покупки лицензий.
Детектирование/устранение случаев придавливания поросят свиноматкой
Отрасль:сельское хозяйство, продовольственная промышленность

Описание ситуации: В свинокомплексе на небольшой площади (в станке), находится свиноматка, которая недавно опоросилась и кормит родившихся поросят. Свиноматка кормит поросят с момента опороса до 26-дневного возраста. Станок исключает повороты свиноматки, позволяя ей лишь лежать или стоять. Количество поросят у одной свиноматки - 10 – 15.

Проблема: Бывают ситуации, преимущественно на первой неделе после опороса (когда поросята еще недостаточно осторожны), когда свиноматка ложится на пол и случайно придавливает поросенка. Когда это происходит, поросенок громко визжит (визг может быть не во всех случаях). Часть поросят при этом получают несовместимые с жизнью повреждения (причина - чаще всего асфиксия), а часть можно спасти, если в течение короткого промежутка времени освободить их из-под тела свиноматки.

Предоставляемые материалы: Нарезка видеоматериалов, на которых зафиксирована ситуация

Рекомендуемые варианты решения задачи:

1. Использование видеоаналитики и оперативное сигнализирование сотрудникам свинокомплекса о факте наступления данной ситуации. Сигнал сотруднику должен быть с четким указанием места (станка), где появилась проблема. Должен осуществляться контроль того, что сотрудник отреагировал и устранил проблему.

2. Вариант решения, который заставит свиноматку встать при наступлении проблемы в комплексе с видеаналитикой.

3. Предложить вариант по модернизации конструкции станка свиноматки и процесса кормления для исключения наступления описанной проблемы. Необходимо учитывать тот факт, что свиноматка кормит поросят и они должны сохранить беспрепятственный доступ к соскам.

Критерии оценки:

Скорость и точность детекции проблемной ситуации.
Контроль качества готовой продукции Twix Minis
Отрасль: продовольственная промышленность

Цель: Повышение качества готовой продукции, оптимизация производственных затрат

Решаемая задача: Определение наличия/отсутствия дефектов на батончике Twix Minis и рекомендации по выпуску/не выпуску партии продукта потребителю.

Предоставляемые материалы:
Фото продукта без дефекта и с дефектами (датасет), категории дефектов и их описание.

Критерии оценки:
Высокая точность детекции, минимум человеческого фактора.

Требования к инструментам/технологиям в решении:
Food Safety требования к аппаратным средствам.
Концепция должна включать процедуру сбора/аннотации данных для обучения (в случае применения нейросетей) и процедуру дообучения предлагаемого решения, реализуя концепцию активного обучения. Также технология должна иметь функцию валидации модели по значению метрик надежности предсказаний системы, например, precision, recall, F1 score, mIoU, и т.п. в зависимости от предложенной модели.
Прогнозирование параметров расплавленного металла в дуговой сталеплавильной печи
Отрасль: металлургия

Проблематика: Плавка металла достаточно сложный и трудоемкий процесс, требующий большого количества материальных ресурсов, таких как электроэнергия и ферроматериалы. Данный процесс начинается в дуговой сталеплавильной печи (ДСП-120), и чем лучше можно его контролировать, тем эффективнее производство.

Во время плавки ряд параметров (температура, окисленность, химический состав стали) меняется динамически в зависимости от процесса выплавки. У сталеваров есть данные по химическому составу, температуре и окисленности в данный момент времени (но с небольшим временным лагом, требуемым для получения результатов из лаборатории). Необходимо прогнозировать данные параметры расплава в любой момент времени в процессе выплавки.

Решаемая задача: В рамках хакатона участникам предлагается решить задачу по прогнозированию следующих параметров расплавленного металла в дуговой сталеплавильной печи:
температура
окисленность
химический состав стали после выпуска из дуговой сталеплавильной печи

Предоставляемые материалы: набор данных по процессу плавки в формате csv или xls, описания устройства дуговой сталеплавильной печи и технического процесса плавки металла.

Критерии оценки: Основной метрикой качества в задаче является средняя абсолютная ошибка. Представление данной модели возможно без интерфейса.
Создание прототипов новых моделей обуви на основе образов хитов продаж прошлых периодов
Отрасль: обувная промышленность

Цель:
Помощь в формировании дизайна новых коллекций

Решаемая задача:
Использование генеративной нейронной сети для формирования идей для дизайнеров обуви с созданием интерфейса загрузки фотографий по категориям обуви. В задаче должна быть реализована возможность изменять параметры для получаемой модели.

Рекомендуемые технологии: машинное обучение (использование нейросетей).

Предоставляемые материалы:
Таблица с артикулами и изображениями обуви. Изображения обуви (в рамках одного стиля) будут соотнесены с признаком «удачно»/«неудачно» /«средне». Признаки ставятся на основе данных продаж.
Текущая методология – принципы создания новинок.
Параметры для управления моделью «на выходе».

Критерии оценки:
Максимально качественная визуализация модели,
Возможность настройки входных параметров.
Разработка системы смарт-контрактов для процесса согласования списка оказанных услуг
Отрасль: логистика

Задача: Создание прозрачной системы согласования услуг

Проблематика:
Компания-автор задачи выступает агрегатором логистических услуг — консолидирует заказы клиентов в единый процесс перевозки и обеспечивает транспортное обслуживание с привлечением подрядчиков. На текущий момент у логистической компании 350+ активных крупных клиентов и 100+ подрядчиков.

Цель: Сократить риск коррупции, исключив возможность изменения сумм на этапе выставления счета любой из сторон, участвующих в этом процессе (со стороны подрядчика или недобросовестных сотрудников компании-агрегатора).

Описание текущего бизнес-процесса:
1) Реестр оказанных услуг (счет) формируется автоматически информационной системой Исполнителя услуги. (Форма счета должна быть гибкой).
2) В реестре содержится информация о наименовании и количестве оказанных услуг, услуги, стоимости (за единицу), дате оказания, типе услуги (затратная, доходная).
3) Реестр попадает на подтверждение Клиенту; Клиент может согласиться с выставленным счетом, а может отказаться полностью или по отдельным пунктам.
4) В случае отказа Клиент указывает причину, и реестр попадает к Исполнителю для внесения корректировок.
5) Исполнитель может согласиться с корректировками Клиента или аргументировать отказ в исправлениях. Согласие и отказ могут касаться как полностью всего реестра, так отдельных пунктов.
6) Разные сотрудники со стороны Клиента и Исполнителя могут принимать участие в процессе согласования одного реестра.
7) Изменения в реестре могут быть реализованы посредством смарт-контрактов, применения электронной подписи (ЭП) или любой другой технологии, которая соответствует поставленным целям.
8) После согласования реестра результат отправляется другим участникам информационной системы Исполнителя для выставления конечного счета.

Требования к инструментам/технологиям в решении:
Web-клиент архитектура, процесс согласования реестра может быть построен на технологии смарт-контракта и ЭП.

Предоставляемые материалы:
Описание бизнес-процесса.и выгрузка из реестра оказанных услуг.

Критерии оценки:
1. Улучшение бизнес-процесса по показателям:
a. Скорость и степень автоматизации обработки реестра (согласования счета).
b. Обеспечение безопасности процесса (данных).
c. Прозрачность процесса (возможность отслеживать историю изменений).

2. Полнота проработки вопроса обеспечения доверия к данным и надёжности их хранения (размещение узлов, форматно-логические проверки и т.д.)

3. Наличие демонстрации процесса в тестовом интерфейсе.

4. Соответствие описанному бизнес-процессу.

5. Система параметризуема согласно описанию задачи.

6. Управление изменениями в счете реализовано с помощью смарт-контракта и ЭП.

7. Реализован интерфейс для просмотра истории согласования.
QA
Какие требования к решениям на презентации?
Нет никаких строгих требований к платформам, типам итоговых продуктов или программному обеспечению — это могут быть как web-решения, так и mobile.
Приезд на хакатон оплатят?
Организаторы не компенсируют проезд до места проведения хакатона.
Кормить будут?
Будет трехразовое горячее питание, чай, кофе, печеньки.
Ноутбуки брать нужно?
Да. Все остальное – с нас. Каждой команде, прошедшей в финал, будет предоставлено рабочее место, Wi-Fi, флипчарт, специальный мерч для каждого участника.
Как распределяется призовой фонд?
Призовой фонд является общим для всех победителей, для сравнения результатов решения разных задач предусмотрены универсальные критерии оценки.
Как будут сравниваться результаты работ по разным задачам?
Для этого предусмотрены универсальные критерии оценки:
1. Соответствие реализованной функциональности требованиям отобранной задачи – 0…5
2. Трудоемкость работ, необходимых для доработки MVP с целью пилотирования - 0…5
3. Проработанность архитектуры и применения технологических решений – 0…5
4. Соответствие критериям оценки автора отобранной задачи – 0…5
5. Оценка проведения презентации – 0…5
6. Оценка проведения демонстрации решения – 0…5
7. При равенстве баллов по другим критериям оценки оценивается использование инструментов из технологического стека – 0…5