В этом году Факультету информационных технологий НГУ исполняется 25 лет. В честь юбилея True Engineering и ФИТ НГУ провели AI-Хакатон.
True Engineering и ФИТ связывает многолетнее партнерство. Наша совместная работа — это выстроенная система подготовки инженеров: спецкурсы, стажировки и дипломные проекты.
В честь юбилея ФИТа был организован совместный AI-хакатон. Его цель — дать студентам практический опыт решения реальных задач в области искусственного интеллекта, помочь им завести новые профессиональные знакомства и укрепить сообщество IT-индустрии.
Какие задачи решали участники
Задачи для Хакатона были выбраны не случайно — они отражают конкретные вызовы, с которыми сотрудники сталкиваются в работе. Участникам предстояло создать практически применимые решения в области искусственного интеллекта.
1. AI-powered интерфейс для умного поиска
Ежедневно каждый сотрудник в процессе работы имеет дело с массивами структурированных данных: списки задач, проектов, поручений подчиненным и многое другое. Традиционный поиск по ключевым словам здесь часто неэффективен.
Целью команд было избавить пользователя от рутины. Участники разрабатывали интеллектуальную систему, которая понимает контекст и намерение человека. Вместо того чтобы вручную фильтровать списки, пользователь должен просто задать вопрос на естественном языке, например: «Найди все просроченные задачи по проекту А» или «Покажи, какие задачи выполнил Иванов на прошлой неделе». Умный поиск обрабатывает такой запрос и выдает результат.
Георгий Сидоров, главный архитектор True Engineering, прокомментировал решения команд:
«В задаче про умный поиск предполагалась идентификация пользователя, потому что он напрямую работает с запросами вроде «Дай мои задачи» или «Выведи список моих коллег». Несколько команд реализовали полноценную систему авторизации, что показало осознанность подхода.
Особенно интересно было наблюдать, как разные команды строили процесс обработки запроса. После авторизации запрос на естественном языке преобразовывался в SQL. Здесь подходы разделились: некоторые команды выдавали результат непосредственно из базы данных, другие добавили дополнительный этап - передавали сырые данные в LLM для интерпретации и формирования человекопонятного ответа
Отдельно хочу отметить реализацию проверки безопасности SQL-запросов и синтаксической проверки. Одна команда построила развитую систему, которая включала не только авторизацию, но и глубокую работу со схемой базы данных, эффективно обрабатывая сложные реляционные структуры. Были реализованы механизмы валидации SQL-кода перед выполнением, что важно для промышленной эксплуатации,»
2. AI-конвейер документов в комиксы
Эта задача была направлена на проверку креативности и умение работать с генеративными моделями. Участникам нужно было создать пайплайн, где искусственный интеллект выступает в роли сценариста и художника.
Команды строили систему, которая способна проанализировать структуру и смысл исходного документа — будь то техническая инструкция, новостная статья или отрывок художественного текста — и преобразовать его в связный комикс. Такой конвейер должен не просто иллюстрировать текст, но и генерировать сюжет, держать контекст, вычленять основные события и создавать соответствующий визуальный ряд, превращая сложную информацию в удобный комикс.
«Здесь мы увидели действительно интересные архитектурные решения, - комментирует Георгий Сидоров, - команда победителей построила классическую мультиагентную систему, разделенную на независимые модули: отдельный агент занимался генерацией сценария, другой создавал и поддерживал сквозных персонажей на протяжении всего комикса, что очень важно для целостности повествования.
Технически самой сложной задачей было определение лиц на сгенерированных изображениях для корректного размещения «облачков» с текстом. Участники использовали комбинацию AI-моделей для распознания лиц и алгоритмической обработки графики. Другая команда пошла еще дальше - они решали задачу распознавания текста с картинок в исходных документах, что требовало дополнительного пайплайна.
Многие команы использовали LangGraph - фреймворк для построения мультиагентных приложений. Некоторые реализации включали механизмы самокоррекции. Где агенты могли перегенерировать контент при недостаточном качестве предыдущей итерации,»
Как готовились к Хакатону
Успешное мероприятие — это результат усердной подготовки. Она началась за несколько недель до самого события и включала в себя:
- Генерацию идей и проработку концепции: мы определили цели, проработали идеи для задач и общий стиль мероприятия.
- Создание инфраструктуры: подготовка данных для задач, выбор рекомендуемых моделей, определение условий использования
- Разработку критериев оценки работ, оценочных таблиц, процесса оценки.
- Организацию и продвижение: разработка сценария мероприятия, дизайн и производство сувенирной продукции, а также привлечение участников.
Очень сильно помогли кураторы-студенты факультета: собирали команды, модерировали чаты, собирали финальные презентации и репозитории, решали все вопросы на площадке НГУ. На них действительно можно положиться.
Открытие и старт работы
Хакатон мы решили разбить на три этапа: открытие, работа над проектами и защита работ. 26 сентября в стенах НГУ состоялось очное открытие Хакатона. С одной стороны мы хотели сделать открытие праздничным, а с другой - проговорить правила и лично ответить на все вопросы участников.
Также на открытии присутствовал Арис Саввич Терсенов, заместитель декана ФИТ НГУ по аспирантуре.
После официальной части стартовал самый творческий этап — команды приступили к решению задач, чтобы за ограниченное время превратить идеи в работающие прототипы.
Взгляд изнутри: отзывы победителей
Вся работа проводилась в онлайн. Чтобы узнать, что было по ту сторону экрана, мы попросили победителей поделиться своими впечатлениями о Хакатоне.
«У нас был похожий опыт с нейросетями, поэтому решили, что шансы есть. Плюс - возможность попробовать что-то новое и вписать в резюме. Мы думали, что будет тяжело скооперироваться, так как вся команда собралась с нуля. Но, к счастью, серьезных разногласий не возникло. В итоге мы реализовали неплохой MVP, который можно улучшить. Приятно удивило, что заняли место со случайно сложившейся командой — это значит, мы хорошо сработались.»
«У нас было желание всех победить и, конечно, это хороший пункт в резюме. Главным вызовом для нас стал острый дефицит токенов. Долго решали, платить за более мощные модели или искать обходные пути. Мы получили большой опыт работы не с промпт-инжинирингом и API. Открыли для себя несколько новых полезных библиотек.»
«Нас привлек необычный кейс с конвертацией документов в комиксы - захотелось попробовать реализовать такой амбициозный проект за несколько дней. Главной сложностью стала работа с мультиагентной системой, где качество работы каждого следующего агента напрямую зависело от результата предыдущего. Нам приходилось тщательно продумывать и формировать выходные данные на каждом этапе. Технически самой трудной задачей был запуск LLM - потратили много времени на поиск подходящего бесплатного API, пока не нашли OpenRouter. Этот хакатон дал нам бесценный опыт в проектировании архитектуры мультиагентных систем, промпт-инжиниринге и координации команды. А еще мы побороли страх публичных выступлений и окончательно убедились, что с опытом приходит уверенность и настоящий кайф от представления своих проектов.»
Защита проектов и оценка жюри
30 сентября состоялось защита проектов.
Чтобы не только послушать, но и увидеть, как работают решения, мы разделили защиту на презентации и демо-сессию. Во время презентаций команды за 7 минут рассказывали о своем решении. Во время демо - показывали работу системы на специально подготовленных нами данных.
Критерии, по которым велась оценка работ:
- Техническая реализация
- Осознанность в выборе моделей и алгоритмов
- Релевантность результатов
- Внедрение мультиагентности
- Удобство и продуманность UI
- Работоспособность решения на проверочных данных
Мы присудили три призовых места, а одну из команд отметили особым призом жюри. Подробнее о результатах можно узнать на сайте НГУ.
Мнение участников жюри
«Я был приятно удивлен уровнем подготовки участников. Ожидал увидеть интересные идеи, но команды представили по-настоящему зрелые решения — с продуманной архитектурой, асинхронностью, безопасностью и логированием. Это были полноценные заявки на enterprise-уровень. Отмечу изящные AI-решения: например, «агент-критик» для генерации сюжета комикса или ML-модель для распознавания лиц на изображениях с целью корректного размещения текста. Безусловно, вне конкуренции была команда «Ежи». Но хочу выделить и «Ultramind»: они отлично проработали аналитику объектов БД и их отображение в интерфейсе — карточки задач, сотрудников, даже графики. К сожалению, их AI-модуль немного подвел на тестах, но в целом команда показала очень высокий уровень.»
«Это был наш первый опыт проведения подобного мероприятия, и он оказался по-настоящему захватывающим. Мы погрузились в уникальную атмосферу интеллектуального соревнования, и это совершенно непередаваемое чувство. Ярких команд было много. Безусловно, запомнились «Ежи» — наши победители. Очень хорошо выступили «Бебрята», занявшие второе место. Команда «ПИИво» продемонстрировала глубоко проработанный и интересный подход к задаче умного поиска. «Ultramind» создали по-настоящему прекрасный пользовательский интерфейс. Отдельно хочется отметить команду школьников, которая уже сама по себе произвела большое впечатление своим участием наравне со взрослыми.»
«Этот хакатон стал для нас первым. Мы не ждали, что за такой короткий срок получится создать интересные решения, однако мы ошибались. Он позволил нам увидеть новые идеи, новых талантливых студентов и по достоинству оценить сам формат Хакатона - нам понравилось!»
Хакатон - это действительно полезный формат, им однозначно стоит пользоваться. Мы получили, то что хотели - новых инженеров и свежие идеи.
Представители ФИТ отметили высокий уровень организации, особенно для первого хакатона.
Подробнее о хакатоне можно узнать на сайте НГУ.