Даты II этапа по некоторым профилям могут отличаться. С точными сроками проведения этапа можно ознакомиться в Личном кабинете участника на платформе «Талант».
Повысьте эффективность химического производства с помощью алгоритмов машинного обучения!
Профиль посвящен применению методов машинного обучения для анализа и предсказания свойств химических систем. Одна из ключевых областей инфохимии на рынке производства — автоматизация и управление химическими процессами.
Использование информационных технологий позволяет контролировать и роботизировать процессы синтеза химических веществ, что повышает эффективность и снижает затраты на производство. На основе инфохимии создаются интеллектуальные и автоматизированные системы управления, которые анализируют сложные смеси и обеспечивают стабильное качество продукции.
«Понравилось всё — организация, атмосфера, задания и формат олимпиады. Особенно запомнился командный этап: он оказался гораздо интереснее и динамичнее индивидуальных заданий. Работа в команде, распределение ролей, совместный поиск решений — всё это добавило настоящего азарта и позволило глубже погрузиться в тему. При этом сами задания на всех этапах были действительно увлекательными — не шаблонными, а продуманными, с интересными связями между химией, программированием и аналитикой. Олимпиада оставила очень приятные впечатления и вдохновила продолжать развиваться в этой области».
Рогнеда Воробьева. 2025. Финалистка
Глеб Егоренков. 2025. Член команды-победителя
Участникам предстоит решать два тура: инженерный и предметный.
Также участники освоят образовательный блок для получения или подтверждения основных требуемых компетенций.
Для решения задач II этапа необходимо собрать команду. Участники получат кейсы для командной проработки и последующей защиты решений.
На II этапе участники погрузятся в область инфохимии и познакомятся с её прикладными задачами. В рамках онлайн-вебинаров будут изучены основы машинного обучения, методы физико-химических исследований и ключевые направления инфохимии. Курс сочетает лекции и практические занятия в формате задач и тестов.
Участникам предстоит решать комплексные задачи по физической химии, DFT-расчётам, условиям органического синтеза, спектроскопии, самоорганизации молекул и предсказанию свойств материалов.
Командам предстоит решить комплексную инженерную задачу по инфохимии (химии, математике и программированию). Задание связано с разработкой модели для предсказания свойств системы — например, токсичности лекарственных препаратов или концентрации спирта в ультразвуковых установках.
Основная цель – разработать подход (пайплайн), включающий модели машинного обучения и/или искусственных нейронных сетей, позволяющий предсказывать целевой параметр масла на основе представленных теоретических (расчетных) и экспериментальных данных. Подход должен работать как при подаче только нескольких SMILES (как компонентов), так и при подаче параметров, похожих на свойства экспериментальных компонентов.
Задача разбита на отдельные части, которые распределяются между участниками в зависимости от их роли: химик, программист, математик.
Начиная со II этапа участникам необходимо объединиться в команды. Тем, у кого команды нет, организаторы помогут ее найти (подробнее о командообразовании и том, как искать команду).
Чем больше компетенций в команде, тем выше ее эффективность.
На I этапе участникам необходимы следующие компетенции:
Программирование на Python.
Знание основ линейной алгебры и математического анализа.
Знание основ машинного обучения и компьютерного зрения.
Знание основ материаловедения и физико-химических методов исследования.
Знание основ органической и неорганической химии, аналитической химии, электрохимии.
На заключительном этапе участникам необходимы следующие компетенции:
Анализ литературы,
Комплексный подход к решениям сложных задач.
Написание скриптов на языке Python.
Использование различных библиотек языков Open CV, NumPy.
Использование библиотек Python scikit-learn, Azura ML Studio, Weka и др. сервисов, реализующих методы классического машинного обучения, алгоритмы, базы данных, электронные таблицы, подготовка текстов.
Для участия во II и заключительном этапах понадобится команда из 3 человек.
Роли и необходимые компетенции:
Химик. Строит химическую модель кавитационных пузырей в зависимости от содержания водно-спиртовой смеси.
Программист по машинному обучению. Анализирует и обрабатывает изображения, строит модели и классификатор.
