Формат участия

Премиум

Количество мест ограничено

Сертификат ДПО государственного образца

Персональная коммуникация с наставником

Ориентирование по кадровому треку

Персональный разбор задач

Дополнительный объем часов на вычислительной платформе после Хакатона

Командный разбор задач с наставником

Возможность выиграть ценные призы

Лекции и квизы

Доступ к платформе квантовых вычислений

Сертификат участника Хакатона

Бесплатно

Командный разбор задач с наставником

Возможность выиграть ценные призы

Лекции и квизы

Доступ к платформе квантовых вычислений

Базовый объем часов на вычислительной платформе после Хакатона

Сертификат участника Хакатона

Таймлайн хакатона

Регистрация

22 сентября
- 6 октября

Онлайн

Онлайн

Отбор участников и распределение по командам

6 - 11 октября

Получение приглашений
на офлайн- этап хакатона

15 октября

Онлайн

Хакатон
Quant-NN 2025

10-13 ноября

Офлайн

Финал и награждение

13 ноября

Офлайн

Пример отборочной задачи

После регистрации отправим на твою почту похожую задачу
в рамках предварительного отбора участников хакатона

Контекст задачи

Стартап Rapid Quantum Calculations, занимающийся развитием квантовых технологий, разработал новый продукт – смартфон с квантовым процессором QPhone Pro MAX. После запуска прошел месяц и за это время смартфон приобрели более 10 000 тысяч раз, что является успешным результатом для компании.

Планируется разработка второй версии и для этого критически важно отслеживать как смартфон воспринимается пользователями, поэтому было решено использовать алгоритмы квантового машинного обучения для анализа отзывов, чтобы понять, какие аспекты вызывают положительные, а какие – отрицательные реакции.

Пример отзывов из датасета

Задача: Семантический анализ отзывов о продукте

Создать и обучить модель квантового машинного обучения (QML) на задачу семантического анализа отзывов. Анализ включает в себя классификацию комментариев на два типа: негативные и позитивные.

Параметры и правила задачи
При решении можно использовать как полностью квантовые, так и гибридные (квантово-классические) модели.

Датасет: 210 отзывов
Размеченные комментарии на русском языке с использованием названия компании и названия продукта.

Минимальный ожидаемый результат работы алгоритма
Алгоритм возвращает аналитику процесса обучения (кривые обучения и значения метрик). Модуль при передаче набора отзывов, возвращает результат анализа.

Бизнес уже с квантами

Квантовые вычисления уже активно пилотируются

Банки

Оценка риска и доходности портфелей активов, обнаружение возможностей среди различных активов

Нефтяные и газовые компании

Оптимизация,
симуляция комплексных физических и химических процессов

Химия
и фарма

Новые материалы,
моделирование новых лекарственных средств

Транспорт
и логистика

Диспетчеризация и формирование расписаний
Оптимизация маршрутов

Энергетика

Разработка материалов для хранения энергии,
управление энергоресурсами,
оптимизация энергосетей

Страхование

Оценка рисков,
оптимизация страховых портфелей,
моделирование сложных сценариев