Режим работы:
вт-сб 10:00-19:00
вс-пн: выходные
вт-сб 10:00-19:00
вс-пн: выходные
Межрегиональный хакатон, направленный на решение экологических проблем с помощью искусственного интеллекта
ECO AI
HACKATHON
HACKATHON
О хакатоне
В течение трех дней 10 команд из 5 городов России в разных часовых поясах разрабатывали проекты на экологическую тему с применением искусственного интеллекта.
Первый день команды изучали свои кейсы. На хакатоне было два трека - hard и normal. В первом случае команды должны были разработать углеродный калькулятор событий. Эта разработка может позволить пользователям посчитать, какое воздействие окажет то или иное мероприятие, а также подскажет, сколько деревьев нужно посадить для восстановления баланса. Второй кейс посвящен разработке кода, который с помощью компьютерного зрения и готовой модели машинного обучения сможет оценить воздействие автомобилей на экологическую обстановку города.
Первый день команды изучали свои кейсы. На хакатоне было два трека - hard и normal. В первом случае команды должны были разработать углеродный калькулятор событий. Эта разработка может позволить пользователям посчитать, какое воздействие окажет то или иное мероприятие, а также подскажет, сколько деревьев нужно посадить для восстановления баланса. Второй кейс посвящен разработке кода, который с помощью компьютерного зрения и готовой модели машинного обучения сможет оценить воздействие автомобилей на экологическую обстановку города.
2
спикера
спикера
онлайн и офлайн провели мастер-классы для детей
по техническим вопросам машинного обучения и углеродного следа
по техническим вопросам машинного обучения и углеродного следа
10
команд
команд
из 5 городов создавали проекты
на стыке искусственного интеллекта и экологии
на стыке искусственного интеллекта и экологии
2
трека
трека
hard и normal для разного уровня подготовки
Спикеры хакатона
Мастер-классы в онлайн и оффлайн формате
Оксана Орлова-Горская, директор по устойчивому развитию TSQ Consulting
Углеродный след
Тращенков Сергей, педагог программы Intel
Технические вопросы машинного обучения