В середине февраля «Сбербанк-Технологии» провел в Сколково большую конференцию «Cradle:Rave». Было организовано много выступлений на разные темы, а еще трехдневные хакатоны по Big Data и мобильной разработке с общим призовым фондом 1 миллион рублей, где участникам было предложено разработать мессенджеры, чат-боты, алгоритмы по оптимизации поездок и интерактивную карту города с банкоматами. В конкурсе приняло участие более 25 команд и 50 человек из Москвы, Самары, Иннополиса.
В решении задач участникам необходимо было учесть особенности разработки в Сбертехе: актуальность, масштабируемость на 20 млн пользователей, относительная простота внедрения и развития функционала. Жюри также оценивали работы с точки зрения оригинальности подхода, технической составляющей, реализации прототипа и презентации команды.
В ходе хакатона по мобильной разработке участники разрабатывали три приложения: персональный финансовый менеджер с функциями рекомендаций и отчетности, мессенджер с функциями чат-бота, аудио- и видеозвонками, интерактивную карту города с отделениями и банкоматами.
Третье место заняла московская команда ITiger с приложением SberPhone на iOS и Android. Оно предоставляет финансовую и навигационную информацию: где находится ближайший банкомат, как взять кредит, можно ли сделать вклад. Также в SberPhone есть мессенджер с функцией аудио- и видеозвонков, голосовым чат-ботом и шифрованием данных. Приложение получилось достаточно хорошим и цельным для запуска на рынок.
На втором месте оказалась команда Save Money с финансовым планировщиком для студентов. Приложение помогает планировать бюджет, управлять расходами и финансовыми рисками. Пользователи могут устанавливать суммы расходов/доходов, категоризировать траты, планировать покупки. Чтобы упростить работу, планировщик дает подсказки. За время хакатона проект был разработан с нуля, без использования сторонних фреймворков.
Первое место на хакатоне по мобильной разработке не досталось никому. Члены жюри не увидели ни в одном проекте одновременно оригинальность самой идеи и исполнения, а также использование инноваций. В основном, все участники показали конструкторы из готовых фреймворков и решений, некоторые использовали свои наработки с прошлых хакатонов. Кроме того, ни одна команда не работала над третьим заданием, с интерактивной картой города, которая требовала применения разных технологий, включая VR.
Перед участниками хакатона по аналитике больших данных стояло две задачи: создать чат-бот, который на основе алгоритмов машинного обучения выдает аналитику по недвижимости в заданном районе, и создать алгоритм по оптимизации совместных пассажирских перевозок с заранее заданным количеством ресурсов.
Здесь уровень участников оказался выше ожидаемого. С первой задачей призеры справились одинаково хорошо. В итоге победителя определила задача с оптимизацией и разные нюансы.
Третье место заняла команда GoGeo с ботом gogeo_bot. Вы задаете боту адрес и другие условия, а в ответ получаете полезную демографическую информацию: сколько людей живет в заданной доступности от места, какой доход у населения, какая прибыль работающего там бизнеса и т.д. В дальнейшем команда планирует довести проект до полноценного сервиса, который будет помогать открывать новые точки бизнеса.
Второе место у команды EORA. Она решила задачу по определению класса офиса через анализ комментариев продавца или арендодателя. Из них система вычленяет актуальность продажи офиса, наличие лифта в здании, отделки в самом офисе и другую информацию. По координатам здания система определяет улицу, район и административный округ, а по району — уровень преступности. Система также умеет находить ближайшую станцию метро и расстояние до нее, а также избавляться от ненужных данных. Участники заполнили все пропуски -1 и обработали все данные с помощью CatBoost — модели машинного обучения от Яндекса.
Задачу по оптимизации перевозки пассажиров EORA решила с помощью линейного программирования. Алгоритм команды находил оптимальный маршрут с минимальным суммарным пробегом. При расчетах учитывались ограничения: пользователь может одновременно сесть только в одну машину, водитель может вести только одну машину, пользователю может быть отказано в поездке и т.д. Во время построения маршрута алгоритм учитывает положение и водителя, и клиента.
Победителем bigdata-хакатона стала команда «Канапе». Их чат-бот для первой задачи показался жюри наилучшим по реализации основных функций, и к ним еще был добавлен поиск по геолокациям с голосовым управлением.
Вторую задачу команда разбила на две части. В первой части алгоритм оценивает распределение заказов и перемещает водителей так, чтобы эффективно покрывать всю территорию и быстрее забирать клиентов. Во второй части оптимизируется передвижение водителей с пассажирами — так, чтобы они забирали попутчиков по дороге и везли до четырех пассажиров одновременно.
Для проведения хакатонов была задействована платформа IBM Data Science Experience — интерактивная среда для совместной работы над задачами по анализу данных от IBM Watson Studio.
Ссылка: Лучшие «рейверы» хакатонов: big data и мобильная разработка