В октябре 2023 года Информационная служба Хабра ездила на региональный хакатон «Цифровой прорыв. Сезон: Искусственный интеллект». На этом хакатоне мне удалось поговорить с командой megamen. Ребята рассказали о том, что за кейс они решали, что используют в своей работе и какие ресурсы изучают для развития компетенций.
Как команда вы сформировались в мае 2023 года?
Да, абсолютно верно. Первый раз мы участвовали в относительно родном для себя городе Москве и решали задачи от Министерства природы Российской Федерации в офисе VK, потом в Санкт‑Петербурге — в ИТМО, в Нижнем Новгороде — в Академии Маяк.
Как сформировалась ваша команда, как роли распределились?
Формирование команды у нас очень интересное, трое из нас учились в одной школе и знакомы друг с другом очень давно, потом мы поступили в один вуз. В институте познакомились с четвёртым участником. Так как интересы схожи, решили объединиться в команду. Также кафедра Вычислительной техники нашего университета, где мы учимся, занимается искусственным интеллектом, системами поддержки принятия решения, располагала. Мы поняли, какое будущее нас ждёт, и сформировали команду. Все мы студенты третьего курса университета РТУ МИРЭА.
До полноценного формирования команды вы пытались решать какие‑то задачи текущим составом? Были ли какие‑то мероприятия, где вы принимали участие все вместе?
До Цифрового прорыва мы не ходили никуда и ни в каких мероприятиях не участвовали. Как раз мероприятие в Москве для нас стало открытием. Мы заинтересовались вообще спецификой хакатонов. Как с их помощью можно повысить свои знания и поприсутствовать на интересных мероприятиях, пообщаться с интересными людьми и обменяться опытом.
Кто‑нибудь из вас участвовал в похожих мероприятиях, например IT-олимпиадах?
В той или иной степени у всех есть опыт олимпиад, не школьных, а чуть более обширных.
У вашей команды есть определённая специализация?
На хакатоне в Сириусе (Сочи) мы повторили специализацию первого хакатона. На первом хакатоне в Москве мы разбирали кейсы компьютерного зрения. В Санкт‑Петербурге мы брались за обработку естественного языка, то есть у нас были NLP‑кейсы (Natural Language Processing, обработка естественного языка), в Нижнем Новгороде у нас тоже было NLP. Мы дважды участвовали в кейсах по компьютерному зрению, дважды участвовали в кейсах по обработке естественного языка. А так мы занимаемся Machine Learning (машинное обучение) и Deep Learning (глубокое обучение).
Расскажите про ваш кейс на этом хакатоне в двух словах?
Кейс был от компании «Статера». Мы проанализировали сайт компании, посмотрели, чем она занимается. «Статера» специализируется на проектировании весов для железнодорожных путей, что помогает разгружать логистические узлы, убирать перегрузы, недогрузы и так далее. Она взаимодействует с такими крупными сетями, как, например, РЖД. Задача кейса строится на автоматизации распознавания номеров железнодорожных вагонов (задачи Optical character recognition и Object Detection). Такое улучшение для системы, поддерживаемой «Статерой», может помочь полностью исключить оператора из общего цикла бизнес‑процесса и облегчить работу компании.
Какие у вас дальше планы? Продолжить участвовать в разных хакатонах? Или вы хотите существующей командой попасть в какую‑то компанию? Или в какой‑то момент вы все разойдётесь по разным компаниям, но потом будете собираться для участия в хакатонах как, например, сборная команда России по футболу?
Тут каждый решает сам. Однако можно порассуждать. Нельзя гарантированно прогнозировать то, что будет после какой‑либо победы. У нас есть определённый спортивный интерес. Есть задача, хочется стать первым, особенно когда мы понимаем, что это наша область и в ней хотим дальше развиваться. Конечно же, это мотивирует в определённой степени, но цели и задачи у всех так или иначе разные. Поэтому на ближайшее время, по крайней мере до окончания института, ни у кого из команды нет планов уходить, даже при наличии работы. Хакатоны — это превосходный опыт, дающий понять, где у тебя есть какое‑либо слабое место, что даже за какие‑то ограниченные сроки твоя команда может подготовиться и сделать вполне рабочий интересный продукт. Подготовка включает в себя анализ предварительной формулировки задачи кейсодержателя и создание наработок за неделю до хакатона. Ну и 40 часов непрерывного кодинга.
Не думали сделать какой‑то свой стартап после окончания университета?
Да, были мысли о том, чтобы сделать какой‑то глобальный проект, в первую очередь для себя, для того, чтобы попробовать свои силы, но про создание стратапа рано говорить. Хакатоны стали для нас пробниками таких проектов, потому что до этого, если что‑то и делали, то до какого‑то результата или какого‑то продукта решение редко доходило. Скорее всего, когда‑нибудь организуем свой стартап. Однако возвращаясь к мысли про работу в команде и вне. Все понимают, что кто‑то может уйти в разные области, кого‑то схантят на работу, и до стратапа дело не дойдёт.
Расскажите об инструментах, которые вы постоянно используете в работе, каждый из вас?
Для бэкэнд‑разработки и фронтенд‑разработки у нас используется Visual Studio Code, код пишем в Python, иногда в Pycharm, для работы с моделями используется Anaconda или Colab. Также для frontend разработки ещё используем Flutter. Для самого дизайна используется Photoshop, Premiere и другие продукты Adobe, Figma для примитивов и так далее. ML‑инженер у нас использует так называемые Jupiter‑ноутбуки. Ну и в зависимости от кейса, набор инструментов может варьироваться, потому что под каждый случай приходится подбирать что‑то разное. Для развёртывания приложений, включая ИИ‑модели, используем кластеры Kubernetes и HuggingFace. В различных сервисах: VK Cloud, Yandex DataSphere.
Насколько стало сложнее работать после 2022 года, как я понял, часть программ у вас open Source?
Да, используем много open Source, но не всё. Лицензию некоторых компаний уже сложно купить. Однако больших проблем не испытываем, поскольку фантазия присутствует. Для обучения моделей требуются определённые ресурсы. С некоторыми привычными сервисами сложно, особенно если это зарубежные хостинги с мощными видеокартами. Эти хостинги запретили оплату из России, и в таких случаях действительно приходится как‑то выкручиваться с оплатой, либо находить какие‑то российские аналоги.
Что касается датасетов: то, что лежит в открытом доступе, обычно из этого открытого доступа пропасть не может, а что закрыто, оно вряд ли откроется.
Какие источники вы используете для развития своих компетенций и вообще в работе? Какие‑то конкретные Telegram‑каналы, сайты, Youtube‑каналы?
Ну, конкретных Telegram или Youtube‑каналов не назовём. Просто поиском ищем. Если говорить про Telegram‑каналы, по тому же машинному обучению очень сильное комьюнити с огромным количеством разработчиков. Когда им задают вопрос, они могут не пошутить над вопрошающим с высоты собственного опыта, а помочь, подсказать, где что можно почитать и посмотреть.
Но кроме них используем ещё Хабр. Например, в нынешнем кейсе очень сильно помогли статьи от AvitoTech, где один из разработчиков разбирал, как именно они распознают документы водителей. В статьях описано, как всё было сделано, какие алгоритмы использовали, описан код. Это дало сильный толчок. Из зарубежных порталов приходят в голову Medium, Towards Data Science, Stack Overflow.
Что бы вы посоветовали людям, которые впервые идут на хакатон командой, от каких ошибок бы вы их предостерегли?
Главное: командам, идущим на хакатон в первый раз, стоит понимать, что без опыта никуда. Поэтому в первый раз шишек не набить не получится. Соответственно, именно командам‑новичкам без опыта за плечами лучший совет — не бояться и просто набираться потихоньку опыта, потому что всё приходит именно с ним. Смотрите, читайте много разной информации. Очень сильно поможет в будущем, потому что в хакатонах время ограничено, и впоследствии навык понимания, поиска информации увеличивается. Вы накопили какой‑то опыт, вы создали какой‑то код.
Ну и важная проблема — выгорание команды. На питерском хакатоне мы в один момент опустили руки и думали, что даже защищать проект не будем, но в итоге собрались и поняли, что, раз уж мы потратили много времени, то стоит защититься. На том хакатоне мы даже заняли достаточно приличное место.
Однако к совету по потреблению информации хочется добавить: не нужно пытаться изучить всё и сразу. Надо делать постепенно. Ну и тайм‑менеджмент: в хакатоне у вас 72 часа (из которых 40 часов чистого кодинга), вот используйте их с умом, на создание проекта, отдых и сон.
Вот такой получился разговор с парнями. К сожалению, в Сочи они заняли только пятое место. Очень жаль. Однако в Перми (следующий хакатон после Сочи) megamen заняли первое место, поэтому желаю парням дальнейших успехов, очень надеюсь, что они смогут победить в последующих хакатонах. Хочется верить, что команда продолжит существовать в том же составе. Ну, может быть, всё-таки они смогут сделать свой стартап, который будет потом куплен какой-нибудь бигтех-компанией. Как и в обзоре на сам хакатон, я повторю мысль, что хотелось бы заглянуть на другие хакатоны и поговорить с их участниками.
