Студенты ФКН НИУ ВШЭ разработали ИИ-решения для прогнозирования и маркетинга
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.
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.
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.
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».
«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:
В НИУ ВШЭ пройдет международная конференция об обучении служением и искусственном интеллекте
21–23 октября 2026 года в НИУ ВШЭ пройдет Международная научно-практическая конференция «Обучение служением и искусственный интеллект: человекоцентричная социальная миссия университета». Конференция объединит представителей российских и зарубежных университетов, органов власти, некоммерческих организаций и бизнеса. Регистрация уже открыта.
НИУ ВШЭ расширяет сотрудничество с Малайзией в сфере технологического форсайта
Ученые НИУ ВШЭ примут участие в исследовании перспектив инженерного образования в Малайзии, а Малайзийская промышленно-правительственная группа высоких технологий (MIGHT) использует для валидации результатов их форсайт-исследований систему анализа больших данных iFORA. Таковы результаты визита представителей Вышки в Куала-Лумпур.
В НИУ ВШЭ разработают систему предиктивной аналитики для двигателей ледоколов
Автоматизация промышленности является одним из ключевых направлений применения технологий искусственного интеллекта. Среди решений, разрабатываемых для российской индустрии в рамках стратегического технологического проекта НИУ ВШЭ «Мультиагентная платформа ИИ-решений для отраслевых задач», — система предиктивной аналитики для крупных электродвигателей. Что такое предиктивная аналитика, как она влияет на работу электродвигателя и какие специалисты объединили усилия для создания этого продукта, «Вышке.Главное» рассказал координатор разработки, декан факультета «Школа информатики, физики и технологий» НИУ ВШЭ — Санкт-Петербург Антон Зарубин.
Дополнительные баллы к ЕГЭ за золотой значок: стартовал новый сезон сдачи нормативов ТехноГТО
Стартовала новая сессия сдачи очных нормативов технологической грамотности ТехноГТО на золотые значки. С сентября по декабрь 2026 года в разных регионах России участники смогут продемонстрировать свои знания на очных площадках проекта и заработать награды, которые позволяют получить до 10 дополнительных баллов к ЕГЭ при поступлении в вузы. ТехноГТО является частью Национальной технологической олимпиады (НТО) и реализуется Кружковым движением НТИ совместно с Президентской платформой «Россия — страна возможностей» при поддержке Движения Первых и НИУ ВШЭ.
От теории к практике: как машинное обучение меняет биоинформатику
С 20 по 22 августа на факультете компьютерных наук НИУ ВШЭ прошла седьмая ежегодная Летняя школа по машинному обучению в биоинформатике. Мероприятие объединило ведущих экспертов и молодых исследователей. Его главным итогом стала живая дискуссия о том, как фундаментальные алгоритмы ИИ превращаются в работающие инструменты для биологии и медицины.
Лаборатория будущих сетей: в НИИТ ВШЭ создали стенд для исследований 5G/6G
Стенд 5G/6G в НИИТ ВШЭ становится исследовательской площадкой, образовательной лабораторией и основой для разработки новых программных компонентов сетей будущего. Он позволяет не просто наблюдать за работой мобильной сети, а менять условия ее работы и измерять результат: скорость передачи данных, задержки, ошибки, использование радиоресурсов и другие параметры. На его основе исследователи планируют развивать технологии MIMO, O-RAN, xApp и IAB, а также экспериментировать с искусственным интеллектом.
Ученые НИУ ВШЭ научили нейросеть превращать 3D-модели в готовые технологические карты
Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ разработали систему CAD2TechSpec, которая автоматически превращает 3D-модели деталей в готовые технологические карты — пошаговые инструкции для станков. Разработка направлена на сокращение времени подготовки технической документации в машиностроении, авиастроении и других высокотехнологичных отраслях. Результаты исследованияо публикованы в журнале PeerJ Computer Science.
Роботы нуждаются в людях: на «Технопроме-2026» обсудили кадры для промышленной робототехники
На XIII Международном форуме технологического развития «Технопром-2026» в рамках секции «Кадры для национальных проектов технологического лидерства» состоялась панельная дискуссия «Кадры для промышленной робототехники: почему роботы нуждаются в людях». Представители университетов, исследовательских организаций и технологических компаний обсудили кадровые вызовы российской робототехники, изменение требований к инженерным компетенциям и подходы к подготовке специалистов для отрасли.
В НИУ ВШЭ запущен реестр ИИ-сервисов и моделей
Институт искусственного интеллекта и цифровых наук ФКН разработал сервис для регистрации и учета достижений в области искусственного интеллекта (ИИ). Платформа уже доступна для сотрудников и студентов университета.
Гибридный интеллект: на форуме «Технопром-2026» обсудили, как развивать компетенции в эпоху ИИ
Искусственный интеллект не создает новые профессии, а меняет содержание старых. К такому выводу пришли участники сессии «Гибридный интеллект: цифровые и человеческие драйверы развития», организованной Институтом статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ в рамках XIII Международного форума технологического развития «Технопром-2026». Эксперты обсудили, как меняется содержание труда, какие компетенции становятся востребованными и что мешает компаниям в полной мере использовать возможности новых технологий.