Хотите попробовать себя в реальных задачах машинного обучения и внести вклад в развитие рынка труда? Приглашаем студентов и молодых специалистов на хакатон, где искусственный интеллект поможет классифицировать вакансии по кодам Общероссийского классификатора занятий (ОКЗ), а также автоматизировать процесс подбора персонала, сопоставляя резюме с вакансиями.
Вы сможете поработать с реальными данными, применить свои навыки в машинном обучении, NLP и аналитике, а также создать алгоритмы, которые помогут компаниям быстрее находить подходящих специалистов, а кандидатам – эффективнее искать работу.
Последний день регистрации: 2 июня 23:59 (GMT+5, Екб.)
День выдачи заданий: 3 июня
Хакатон организован в рамках тематической инициативы «Наука рядом» Десятилетия науки и технологий в РФ, реализуется вузом – бенефициаром межвузовского студенческого кампуса «Будущее Пармы» в рамках тематической программы «Душа Пармы».
Трек 1: Предсказание кодов ОКЗ по названию вакансии
ОКЗ – это систематизированный справочник всех профессий в России. Каждой профессии присваивается четырехзначный код, который помогает анализировать рынок труда, прогнозировать спрос на профессии и улучшать регулирование занятости. С другой стороны, есть названия должностей, которые работодатели указывают в свободной форме в вакансиях, которые необходимо соотнести с ОКЗ.
Задача
Разработать модель, которая сможет предсказывать первые две цифры кода ОКЗ, исходя из названия должностей в вакансиях
Входные данные
Датасет с названиями должностей в вакансиях соответствующими ими кодами ОКЗ
Пример
- Менеджер по продажам → 24XX (Специалисты по сбыту продукции)
- Водитель погрузчика → 83XX (Операторы автопогрузчиков)
Трек 2: Сопоставление резюме и вакансий
На рынке труда ежедневно публикуются тысячи вакансий, и соискатели тратят огромное количество времени на поиск подходящей работы. Как автоматизировать этот процесс и сделать его эффективнее?
Задача
Разработать алгоритм, который сможет автоматически сопоставлять резюме и вакансии, оценивая вероятность их соответствия
Входные данные
- Резюме: навыки, опыт работы, образование, владение языками, предпочитаемые условия работы.
- Вакансии: требования к навыкам, опыту, условия работы, описание вакансии.
Пример
- Резюме: Аналитик данных, Python, SQL, 3 года опыта в FinTech, готовность к командировкам.
- Вакансия: Data Scientist в банке, требуются Python, SQL, ML, удаленная занятость.
На выходе алгоритм подбирает три наиболее релевантные вакансии к резюме.
Призы
Победители и призеры получат приглашения на участие в проектах, связанных с ИИ.
Все участники получат сертификаты, а победителям и призерам выдаются дипломы.
Кого мы ждем?
Студентов технических и экономических направлений, молодых специалистов в сфере анализа данных, машинного обучения и HR-технологий.
Присоединяйтесь, чтобы прокачать навыки в ML, поработать с реальными данными и найти единомышленников!
Программа мероприятий на 10 июня
Воркшоп «ИИ для решения прикладных задач» и подведение итогов хакатона. Участники – студенты преподаватели вузов.
Адрес: НИУ ВШЭ – Пермь, бульвар Гагарина, 37, ауд. 214
Формат: гибридный (для получения ссылки необходима регистрация)
-
13:00 - Приветственное слово
Пётр Паршаков, заведующий Международной лабораторией экономики нематериальных активов
-
13:30 - Модель побора кандидатов
Якимцев Дмитрий Владимирович, Руководитель направления HR аналитики и отчетности АО «Альфа-Банк»;
Белов Алексей Сергеевич, руководитель направления «Образование» АО «Альфа-Банк»
-
14:00 - Практический искусственный интеллект: опыт Sber AI Lab
Андрей Савченко, Управляющий директор по исследованию данных Sber AI Lab
-
14:30 - Российский рынок труда: тренды и перспективы
Павел Травкин, заместитель проректора НИУ ВШЭ, старший научный сотрудник Лаборатории исследований рынка труда
-
15:00 - Награждение победителей Хакатона. Презентация лучших решений.
-
15:30 - Кофе-брейк
