• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Студенты ФКН НИУ ВШЭ разработали ИИ-решения для прогнозирования и маркетинга

Студенты ФКН НИУ ВШЭ разработали ИИ-решения для прогнозирования и маркетинга

© Высшая школа экономики

24 мая в Вышке состоялись защиты и церемония награждения хакатона по машинному обучению для ретейла, организованного MAGNIT TECH и факультетом компьютерных наук НИУ ВШЭ. В течение четырех дней команды работали над индустриальными кейсами технологичного драйвера крупнейшего ретейлера страны — компании «Магнит». Участники анализировали данные, обучали модели, проверяли гипотезы и защищали свои решения перед экспертами компании, чтобы в итоге не только добиться высокого качества моделей, но и предложить подходы для использования в реальном бизнесе.

В хакатоне приняли участие 370 студентов технических специальностей, объединенных в 111 команд. Решения участников оценивали эксперты и руководители направлений MAGNIT TECH и НИУ ВШЭ, а также специалисты в области машинного обучения и аналитики данных, среди которых Вячеслав Кубаев, директор по цифровым технологиям MAGNIT TECH, Александр Бульдяев, руководитель продуктовой трансформации MAGNIT TECH, Евгений Соколов, руководитель департамента больших данных и информационного поиска ФКН НИУ ВШЭ.

© Высшая школа экономики

Призовой фонд составил 600 000 рублей. Победители и призеры также будут иметь возможность пройти ускоренный отбор на стажировку в MAGNIT TECH, а лучшие решения смогут получить дальнейшее развитие внутри компании.

В течение четырех дней студенты:

 анализировали реальные данные компании;

 прорабатывали продуктовые гипотезы;

 обучали и тестировали модели;

 работали с экспертами и менторами MAGNIT TECH и НИУ ВШЭ;

 презентовали решения экспертному жюри.

«Прогнозирование продаж с учетом изменения тенденций» — один из кейсов, над которыми работали команды. Для ретейла критически важно точно прогнозировать продажи новых магазинов и оценивать перспективность локаций. Однако со временем меняются поведение покупателей, конкурентная среда и внешние факторы, из-за этого даже точные модели постепенно теряют качество прогнозирования. Участникам предстояло разработать подход, который позволяет учитывать изменение распределения данных и сохранять стабильную точность прогноза между переобучениями моделей.

© Высшая школа экономики

Победителем трека стала команда Даниила Хромова (капитан, ФКН, ОП «Прикладной анализ данных», AI Engineer) и Артема Рукавицы (МГУ, аналитик-разработчик). Студенты предложили устойчивый пайплайн прогнозирования продаж новых магазинов с учетом изменения распределения данных между переобучениями модели. В решении использовались ансамбли CatBoost и логистической регрессии, дополнительные фичи, калибровка прогнозов и усреднение нескольких сидов для повышения стабильности качества. Отдельный акцент команда сделала на снижении «недоторговки» — случаев, когда модель переоценивает потенциальные продажи новой точки. В результате команде удалось существенно сократить долю переоцененных прогнозов. Решение показало высокий уровень проработки ML-пайплайна — от feature engineering и fine-tuning до калибровки и подготовки модели к использованию.

«Uplift-моделирование для маркетинговых кампаний» — еще один кейс хакатона. Большинство маркетинговых кампаний в ретейле ориентируются на массовые механики и прошлые тренды. Однако такой подход не позволяет понять, какие клиенты действительно изменят свое поведение под влиянием персонального предложения. Участники разрабатывали модели для более точечного таргетинга, чтобы определять категории, клиентов и сценарии коммуникации с максимальной эффективностью для бизнеса. 

© Высшая школа экономики

Победителем трека «Uplift-моделирование для маркетинговых кампаний» стала команда Кирилла Рыжичкина (капитан, НИТУ МИСИС, Kaggle Master, Research Engineer) и Адиля Хабибуллина (НИТУ МИСИС, Kaggle Expert). Цель состояла в том, чтобы определить не просто клиентов с высокой вероятностью покупки, а тех, чье поведение действительно изменится под влиянием персонального предложения. С точки зрения бизнеса модель помогает точнее выбирать клиентов для персональных предложений, снижать неэффективные маркетинговые расходы и увеличивать инкрементальные покупки на тот же бюджет.

Елена Одоевская

«Преимущество среды Вышки — возможность учиться, работая с реальными данными, учиться собирать свои команды, быть частью команды своих одногруппников, выстраивать процессы, анализировать данные, — говорит Елена Одоевская, проректор НИУ ВШЭ. — Все это готовит их к реальной работе. Такие форматы позволяют университету проверить, насколько наши программы отвечают запросам рынка, а для компаний это шанс заранее увидеть ребят в деле. В результате выигрывают все».

Евгений Соколов (слева)
© Высшая школа экономики

«Все чаще ФКН совместно с партнерами проводит соревнования по машинному обучению и анализу данных, — отметил Евгений Соколов, руководитель и доцент департамента больших данных и информационного поиска, академический руководитель бакалавриата «Прикладная математика и информатика» ФКН. — У нас есть большая экспертиза в организации и методике, а компании глубоко понимают свою область, ставят интересные задачи и делятся данными, кейсами. Приятно, что среди участников — больше сотни студентов Вышки, то есть интерес к теме ИИ и к соревновательному формату у нас определенно высок». Евгений Соколов отметил и многогранное плодотворное сотрудничество с MAGNIT TECH. «Соревнования и хакатоны сегодня становятся особенно важны из-за генеративного ИИ, — считает он. — Сделать домашнее задание можно с помощью той или иной модели, а обойти всех конкурентов по качеству или сделать полезный продукт невозможно без экспертизы, без аналитики, без творческого подхода. Мы определенно будем и дальше вкладываться в подобные форматы, развивать их и экспериментировать с ними».

Вячеслав Кубаев

«Существование современного ретейла невозможно представить без ИИ-технологий, “Магнит” активно внедряет такие решения во всех сферах бизнеса — от магазинов до коммуникаций с клиентами. Это непрерывный процесс, который требует новых нестандартных подходов, совершенствования компетенций и развития команды, — говорит Вячеслав Кубаев, главный директор по цифровым технологиям группы компаний «Магнит». — Нам важно привлекать к работе лучших профессионалов, и формат хакатона стал хорошей возможностью познакомиться с будущими ML-специалистами индустрии. Участники смогли попробовать свои силы в решении прикладных задач и получить опыт работы с условиями, приближенными к реальным бизнес-процессам».

Вам также может быть интересно:

Институт робототехнических систем ВШЭ запустил научно-технический семинар

Институт робототехнических систем (ИРС) ВШЭ запустил новый ежемесячный формат — Научно-технический семинар. Он объединяет сотрудников института, приглашенных экспертов, студентов, исследователей и представителей других подразделений НИУ ВШЭ для обсуждения актуальных задач мехатроники, робототехники и киберфизических систем.

В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах

Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.

«Дни компьютерных наук год от года становятся масштабнее, и это отражает развитие ФКН»

Прошедший недавно в корпусе НИУ ВШЭ на Покровке фестиваль «Дни компьютерных наук» (ДКН) стал главной точкой притяжения для всех, кто интересуется технологиями. Событие, организованное факультетом компьютерных наук (ФКН) Вышки совместно с партнерами, собрало около трех тысяч участников: студентов, абитуриентов, выпускников, преподавателей и экспертов индустрии.

МИЭМ ВШЭ и АО «Нанотроника» запускают совместную мастерскую электронного машиностроения

Под руководством экспертов компании студенты будут решать задачи, связанные с улучшением характеристик устройств для электронного машиностроения. Среди них — моделирование физических и технологических процессов, расчет, конструирование и автоматизация систем, подсистем и элементов технологического и контрольно-измерительного оборудования, сбор данных, метрологические задачи.

Технодень МИЭМ ВШЭ: праздник технологий и старт новых партнерств

В атриуме на Покровке прошел масштабный фестиваль технологических решений инженерных проектных команд Московского института электроники и математики ВШЭ, где были представлены лучшие студенческие разработки и совместные мастерские МИЭМ и партнеров. Кроме того, в рамках события прошел круглый стол, посвященный вопросам инженерного образования, и были подписаны новые соглашения о сотрудничестве с компаниями – технологическими лидерами в своих отраслях деятельности.

Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора

НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.

НИУ ВШЭ второй год подряд на первом месте рейтинга вузов Альянса в сфере ИИ

Альянс в сфере искусственного интеллекта опубликовал рейтинг российских высших учебных заведений по качеству подготовки кадров для работы с ИИ. Высшая школа экономики второй год занимает первую строчку рейтинга, оставаясь единственным университетом в категории A++.

Институт искусственного интеллекта и цифровых наук ВШЭ представил платформу предиктивной аналитики для бизнеса

Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал Predict Core — унифицированное алгоритмическое ядро предиктивной аналитики. Платформа переводит работу с данными из режима отчетности постфактум в управленческую привычку с прогнозами, интерпретацией и понятным следом, показывающим, как была получена эта цифра.

НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома

НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.

Образовательный марафон для учителей: как ФКН ВШЭ выстраивает диалог с педагогами

В рамках фестиваля «Дни компьютерных наук» ФКН НИУ ВШЭ на базе учебного центра «Вороново» прошел первый Образовательный марафон для учителей информатики и математики. Всего в мероприятии приняли участие 76 педагогов, представлявших разные регионы России, а также участники из Витебска (Беларусь) и Вьентьяна (Лаос).