Победители Олимпиады НТИ создали идеальную модель прогнозирования качества сверхпроводников

Определились победители и призёры финала Олимпиады Кружкового движения НТИ по машинному обучению и большим данным. Решающий этап провёл Новгородский университет.

Финалисты разрабатывали модели прогнозирования качества на производстве сверхпроводников (на фото). Они нужны для создания мощных магнитов и в ряде других сфер.

В финале участвовало 38 команд. В их составе работали 103 школьника из разных регионов. Двое ребят представляли Новгородскую область.

Участники решающего этапа Олимпиады должны были спрогнозировать падение температуры, от которой зависит производительность сверхпроводников. Задачу подготовила компания Softline — один из крупнейших разработчиков Восточной Европы в сфере IT-решений и сервисов. Финалисты работали с реальными показаниями датчиков.

Лучших определяли в командном и индивидуальном зачётах. Новгородцы в личном первенстве заняли места в пятом десятке. В индивидуальном туре участники решали олимпиадные задачи по школьным предметам.

Среди команд первенствовал коллектив Best Character. Он получил 100 баллов из ста.

«Победители создали лучшую модель прогнозирования качества на производстве сверхпроводников, — рассказали в пресс-службе Кружкового движения НТИ. — Модели остальных команд не настолько хороши. Про точные значения говорить нельзя, участники решали инженерную задачу».

Все участники команды-победителя вошли в число лучших и по итогам индивидуального тура.

– С каждым днем объем производственных данных растет, как и спрос на соответствующие кадры, – говорит один из победителей Максим Герасимов. – Технологии развиваются с бешеной скоростью, а их внедрение занимает все меньше времени. Многие разработки уже стали неотъемлемой частью нашей повседневной жизни. Для меня было в новинку работать с информацией, собранной со специализированных датчиков, поэтому я был рад узнать, как это все происходит на производстве.

НовГУ второй год подряд выступает организатором финала Олимпиады НТИ по машинному обучению и большим данным.

Фото: pixabay.com.