Хакатон по Data Science, Санкт-Петербург, 2-3 декабря (ЕРАМ)

Хакатон по Data Science, Санкт-Петербург, 2-3 декабря

Как сообщает EPAM Saint Petersburg, —


Любите работать с данными? Приходите на наш хакатон по Data Science.

Кто может участвовать?
Молодые специалисты в области machine learning.

Что нужно сделать?
За 24 часа разработать готовое решение по одному из направлений: NLP, Geospatial analysis, Graph analysis.

Где брать данные?
Наборы данных предоставят организаторы. А решения, основанные на их использовании, вы придумаете сами.

А призы будут?
Да, призовой фонд – 200 000 рублей.

Где регистрироваться?
Регистрация открыта до 27 ноября, включительно: https://epa.ms/datasciencehack


На сайте хакатона подробная информация:


Место проведения: ПетроКонгресс, улица Лодейнопольская, дом 5
начало: 2 декабря в 10:00
окончание: 3 декабря в 17:00

Сто участников объединятся в команды, чтобы разработать и представить готовые проекты в области machine learning. На реализацию от идеи до работающего решения у них будет ровно 24 часа. Задачи для работы на хакатоне представят ведущие разработчики ЕРАМ по 3 направлениям: NLP, Geospatial analysis, Graph analysis. Победители разделят призовой фонд в размере 200 000 рублей.

FAQ

Кто может принять участие в хакатоне?

Мы приглашаем студентов 4-6 курсов, аспирантов, выпускников вузов, имеющих знания в области machine learning. Неважно, какие проекты вы делали до этого. Мы ждем всех, кто не боится трудностей и готов разработать готовый проект за 24 часа.

Как зарегистрироваться на хакатон?

Для регистрации необходимо заполнить заявку на каждого участника индивидуально. В мотивационном письме описать знания и опыт в data science и объяснить, что вам даст участие в хакатоне. Прислать решения по 3 задачам. Итоговый список участников будет опубликован на сайте 28 ноября.

Можно ли участвовать в хакатоне своей командой?

Можно. Но все заявки на участие проходят индивидуальный отбор на общих основаниях. В случае, если все члены вашей команды пройдут отбор, то вероятность участия в одном проекте высокая, но гарантировать мы не можем.

Как и когда выбрать проект?

Проекты для работы на хакатоне будут представлены по 3 направлениям: NLP, Geospatial analysis, Graph analysis. При регистрации нужно выбрать одно из направлений. Задания на хакатон мы раскроем на открытии. Окончательное распределение по направлениям и формирование команд будет в день открытия хакатона.

Как будет строиться работа над проектами?

На хакатоне мы презентуем 3 направления и по каждому из них: описание датасета, примеры идей для работы, нескольких примеров инструментов. В остальном участники свободны в выборе практических задач для решения. Демонстрируемое решение должно быть полностью разработано на Data Science Hackathon. О критериях оценки проектов мы расскажем на хакатоне.

Сколько длится хакатон?

Data Science Hackathon длится 36 часов. Хакатон стартует в субботу, 2 декабря, в 10:00. Презентации разработанных проектов пройдут в воскресенье, 3 декабря, с 14:00 до 16:30. Организаторы обеспечат комфортные условия для работы и круглосуточный доступ к площадке.

Обязательно работать над проектом все время на площадке?

Вы вправе выбирать количество времени, которое будете находиться на площадке и работать. Если работать в таком режиме для вас экстремально — можете отправиться домой или поспать в оборудованном для сна месте на площадке в любое время.

Что необходимо принести с собой?

Ноутбук и зарядное устройство к нему, расходные материалы, которые могут понадобиться. Если вы планируете ночевать на площадке, возьмите спальный мешок или надувной матрас и гигиенические принадлежности (например, зубную щетку). Мероприятие предполагает, что каждый сам принесет все, что ему будет необходимо для работы, но вы можете координироваться с другими участниками. Все участники будут обеспечены полноценным питанием и напитками, но если вы придерживаетесь особого питания, то его лучше взять с собой.


EPAM Systems — американская ИТ-компания, основанная в 1993 году, крупнейший мировой производитель заказного программного обеспечения.