Ближайшие хакатоны

Онлайн-хакатон по поиску и анализу данных от Северстали и McKinsey

Регистрация закрыта online DS/ML/AI

Большие данные в металлургии: онлайн-хакатон от «Северстали» и McKinsey


Высокие технологии проникают во все отрасли бизнеса и промышленности, не исключая, конечно же, металлургию. Благодаря разным технологиям металлургические предприятия более эффективно используют ресурсы, мониторят качество продукции, улучшают показатели непрерывности процесса производства.
Но нет предела совершенству! И поэтому мы в ПАО «Северсталь» совместно с McKinsey и при поддержке Russian Hackers решили провести онлайн-хакатон для аналитиков и разработчиков в сфере поиска и анализа данных. Может быть, это как раз вы или ваши друзья?

Кто может участвовать

Для участия в нашем хакатоне есть всего три условия:
  • Во-первых, анализ данных или разработка – это ваша профессия или хобби.
  • Во-вторых, участвовать можно как одному человеку, так и команде до 5 человек.
  • В-третьих, для получения приза в команде должен быть хотя бы один гражданин РФ старше 18 лет.
Если у вас ещё нет тиммейтов, но вы хотели бы с кем-то объединиться, можно поискать их в чате хакатона в Telegram или в разделе «Поиск команды» на платформе регистрации. Кроме того, помочь могут и организаторы.
Важный момент – для работы не нужен мощный ноутбук или ПК. Вполне достаточно рабочего ПК и выхода в интернет. Участвовать можно из любой точки мира.

Задачи для участников

Мы подготовили четыре задачи для участников хакатона.

Задача 1. Управление ликвидностью

Суть задачи:
  • Провести исследование данных по затратам на энергоресурсы за несколько лет, проанализировать возможности обогащения внешними данными, определить значимые факторы влияния, построить прогнозную модель с пошаговым разъяснением принципов построения.
  • На выходе – понятный как для аналитика, так и для бизнес-пользователя Jupyter Notebook с подробным Exploratory Data Analysis (EDA).
Ключевые вопросы участникам:
  • Какие закономерности движения денежных потоков в разрезе балансовых единиц удалось выделить в результате EDA? Какие связи были найдены при исследовании?
  • Можно ли предположить, в какие дни будут происходить транзакции в будущем? Проверьте свои результаты на имеющихся данных, какой МАРЕ у вас получился?
  • Попробуйте составить график движения денежных средств на основе выявленных закономерностей на 1-2 квартал 2021 года (будет предложен пример).
  • Какие данные могли бы, на ваш взгляд, помочь построить более точный прогноз? Предложите схему сбора новых данных: частота, гранулярность и другие необходимые параметры. Отразите в презентации, как вы предполагаете использовать эти данные для решения задачи.
Почему это важно:
  • «Северсталь» непрерывно улучшает качество планирования, что дает возможности более эффективно распределять финансовые ресурсы и экономить на финансовых затратах.
  • Наша задача на этом хакатоне – найти инсайты для увеличения точности прогноза доходов и расходов по статьям ликвидности.

Задача 2. Мониторинг цен

Суть задачи:
  • Разработать инструмент, помогающий специалисту планировать цену на закупку запасных частей к спец. технике.
  • Подойти к задаче творчески: создать инструмент прогнозирования в будущем либо "сервис-шпаргалку" пользователю с анализом конкретных товаров и вариантов определения цен (should cost model).
  • В задаче предстоит разработать принципы алгоритмического мэппинга имён и характеристик товаров, исследовать зависимости между данными.
  • На выходе – воспроизводимый код и презентация сервиса.
 Ключевые вопросы участникам:
  • Вы разработали инструмент, который позволит специалисту на основе внутренних и внешних факторов планировать цену на закупку. Расскажите, какие внешние данные вам удалось собрать? Как на ваш взгляд эти данные могут повлиять на планирование и мониторинг цен на товары?
  • Как будет выглядеть процесс использования инструмента для специалиста по планированию? Опишите бизнес-процесс с иллюстрациями.
  • Разработанный инструмент должен позволять как визуализировать данные по товарам, так и выгружать данные в Excel для «быстрого» построения отчета. Продемонстрируйте варианты информативной визуализации и подготовьте код для формирования отчета, а также пример отчета.
  • Каких внутренних данных не хватает для улучшения качества планирования?
Почему это важно:
  • «Северсталь» массово обрабатывает десятки товарных групп при планировании бюджетов на закупку. Для увеличения скорости и точности обработки рассматривается альтернативный сценарий планирования цен на закупку по наиболее популярным категориям товаров с использованием алгоритмов, основанных на поиске данных.

Задача 3. Автоматический поиск поставщиков

 Суть задачи:
  • Задача состоит из нескольких блоков:
  1. разработка алгоритма для парсинга товаров
  2. исследование возможных данных во внешних источниках
  3. разработка программы подготовки информации в требуемом разрезе (товар vs поставщик vs рейтинг поставщика)
  • На выходе – воспроизводимый код и презентация сервиса.
Ключевые вопросы участникам:
  • Опишите ваше решение в таком разрезе: список найденных факторов, алгоритм поиска этих факторов во внешней среде, критерии ранжирования по ним контрагентов в связке с каждым товаром (возможно, не все факторы релевантны всем товарам). Опишите бизнес-процесс с иллюстрациями.
  • В рамках вашего решения должна быть дополнена информация о контрагенте, принадлежащем к номенклатуре. В частности, это могут быть ИНН/КПП, юр. адрес, статус, фин. показатели, отзывы о компании и др.
  • Какие инсайты по поиску информации о поставщиках и подходы для проведения ранжирования вы нашли?
  • Разработанный инструмент должен позволять визуализировать данные по поставщикам с привязкой (с учетом ранжирования) к товарам.
Почему это важно:
  • Автоматизация процесса поиска, первичной проверки и базового ранжирования поставщиков в разрезе каждой товарной группы – задел в сторону дополнительной прозрачности в принятии решений по закупкам и упрощения бизнес-процесса.

Задача 4. Анализ контрагентов

Суть задачи:
  • Провести исследование имеющихся данных и попробовать спрогнозировать просрочку по контрагенту, предложить, как обогатить модель иными данными.
  • На выходе – понятный как для аналитика, так и для бизнес-пользователя Jupyter Notebook с подробным Exploratory Data Analysis (EDA) и воспроизводимым кодом решения, предобработки, моделирования, а также выводами.
  • С нас — данные по контрагентам за 2 года, список показателей для анализа, выборка для обучения модели.
Ключевые вопросы участникам:
  • Вам представлены данные за разные годы с различным набором информации. Проведите EDA, постарайтесь определить и визуализировать взаимосвязи и выделите самые значимые факторы, опишите свои выводы. 
  • Возможно ли на данных за предыдущие годы спрогнозировать по контрагенту на следующий год: a) факт просрочки; б) просрочку более 30 дней; с) просрочку в диапазоне от 60 до 90 дней?
  • Какие дополнительные данные можно было бы добавить для повышения точности прогноза?
Почему это важно:
  • Повышение точности прогнозирования просрочек позволяет более точно планировать доходность и возможные риски.

Когда можно приступать?

Подать заявку можно по этой ссылке до 8 марта. Нужно заполнить анкету, создать команду и пригласить единомышленников или же участвовать самостоятельно.
С 22 февраля по 8 марта пройдёт отборочный этап, нужно будет отправить решение одной из четырёх предложенных задач. 14 марта мы объявим итоги отбора.
Финальный этап хакатона пройдёт 18-20 марта. Финалисты смогут доработать свои решения бок о бок с бизнесом. В течение этого этапа команды участвуют в онлайн чек-поинтах с экспертами и загружают итоговое решение на платформу регистрации.
20 марта все финалисты приглашаются на питчи своих решений в офис. Можно будет выступить онлайн. После оглашения результатов планируется награждение, афтерпати и нетворкинг в офисе при участии экспертов «Северстали» и McKinsey.

Что получают участники?

Призовой фонд включает как денежные призы, так и мерч:
  • 700 000 рублей – общий призовой фонд хакатона.
  • 4 приза по 100 тыс. рублей за лучшее решение каждого трека
  • 200 тыс. рублей получит лучшее решение всего хакатона, а 100 тыс. рублей – лучшее решение по версии участников.
  • 160 наборов мерча получат участники по итогам отборочного этапа.
  • 5 плюшевых маскотов уйдут победителям конкурса.
Призы ждут победителей! Осталось только зарегистрироваться по ссылке и принять участие. Дополнительную информацию можно получить на сайте хакатона или в Telegram-чате.




Хочешь узнавать о новых хакатонах первым?
Подписывайся на нашу группу в ВК: https://vk.com/hackathoncom
Также, наш Telegram-бот, где мы присылаем хакатоны по параметрам, которые интересны вам: https://t.me/hackathons4ubot