Все 3 дня онлайн-хакатона участники посещали чекпоинты — встречи с экспертами. Среди них были не только бизнес-заказчики, но и преподаватель Школы программирования Азат Якупов, выпускник программы «Python для продвинутых» и сотрудник РТК ИТ
Андрей Хомутов, а также внешний эксперт — Иван Романов, руководитель программы «Web-разработчик» в МГТУ им. Баумана и методист Школы 21. На чекпоинтах участники задавали вопросы по решению задачи, уточняли детали, а эксперты подсказывали, на что стоит обратить внимание, чтобы успеть решить задачу в такой ограниченный срок.
До финального питчинга дошли 6 лучших команд. Ребята представляли свое решение в виде презентации. Одним из критериев оценки команд было процентное соотношение списка потенциальных клиентов, предоставленных участниками, со списком клиентов, действительно совершивших покупки с июня по сентябрь.
Первое место заняла команда из ФЭБ — DUUVOPS.
Хакатон 2.0.10 дней разработки, бизнес-кейсы компании и море идей — все это про новый хакатон
Школы программирования «Ростелекома».
Хакатон ШП прошел
с 17 по 26 мая в онлайн-формате. В этот раз участники использовали API моделей Нейрошлюза «Ростелекома», чтобы найти новые варианты использования ИИ для бизнеса. В хакатоне приняли участие 100 коллег — всего 20 команд. Хакатон дал шанс сотрудникам применить ИТ-знания на практике, решить настоящую бизнес-задачу и заявить о себе в профессиональном сообществе.
Участвовать в хакатоне могли сотрудники «Ростелекома» и ДЗО, объединенные в команды от 3 до 5 человек. Команду можно было собрать самим или присоединиться к уже существующей на платформе.
Что нужно для участия?- уметь работать с API/открытым кодом;
- понимать, как работают нейросети, и знать основы ML;
- уметь писать код на Python;
- быть готовым представить свои идеи экспертам хакатона.
Над чем ломали голову на этот раз?В хакатоне было три трека для решения. За каждым стоял бизнес-заказчик ИТ-решения. Все команды использовали открытый код Нейрошлюза «Ростелекома»
ai.rt.ru и анализировали исходные данные с помощью нейронных сетей.
1. Анализ записей телефонных разговоров с клиентами МСП Что нужно было сделать?
- транскрибировать аудиозаписи диалогов менеджеров и клиентов и анализировать клиентскую реакцию, выявляя удачные/неудачные речевые паттерны.
- анализировать ответы менеджеров по степени близости к документированным разговорным скриптам, составлять рейтинги для контроля.
- обучать на удачных диалогах чат-бота комплексному предложению услуг «Ростелекома».
2. Формирование списка потенциальных клиентов, которые сейчас не получают услугу «Контактный центр от Ростелекома». Что нужно было сделать?
- используя информацию по уже совершенным закупкам, спрогнозировать по клиентам дату повторного размещения конкурса, классифицировать по предмету закупки и принадлежности к региональной дирекции с ответственным из «Ростелекома».
3. Разработка системы автоматического создания контента для блогов и социальных сетей. Что нужно было сделать?
- используя развернутые в контуре «Ростелекома» нейронные сети Mistral и Stable diffusion, а также генераторы промптов по текстовому запросу, сформировать 5 постов рекламного характера по следующим тематикам: Индустрия красоты, Образование, Одежда, Отдых, Рестораны и кафе (HORECA).
Слово бизнесу