Точные даты этапов по профилю — в Личном кабинете на платформе «Талант». Общие даты этапов — на странице Расписания
Инфохимия изучает химические процессы и взаимодействия с помощью информационных технологий и компьютерных систем. Профиль посвящён получению и обработке данных о химических системах и применению алгоритмов машинного обучения для предсказания их свойств.
Участники работают с химическими и экспериментальными данными, учатся строить модели машинного обучения и применять их для решения задач материаловедения.
Первый этап проверяет базовые знания и состоит из индивидуальных задач по химии, математике и программированию.
Инженерный тур знакомит с тематикой профиля и задачами инфохимии.
На втором этапе участники решают комплексные задачи, похожие на реальные научные проблемы.
Инженерный тур состоит из большой командной задачи и индивидуальных заданий продвинутого уровня по инфохимии.
Для решения командной задачи участникам понадобятся разные компетенции:
Индивидуальные задания позволяют проверить углублённые знания и навыки работы с задачами инфохимии.
В финале командам предстоит решить реальную инженерную задачу из области материаловедения.
Основная задача — построить модель машинного обучения на основе стандартных инструментов анализа табличных данных. Модель должна предсказывать свойства исследуемого объекта по неполным экспериментальным и теоретическим сведениям.
Участники будут работать с данными о составе и свойствах материалов, выбирать подходящие признаки и методы машинного обучения, анализировать результаты модели и учитывать физико-химические свойства исследуемого объекта.
В индивидуальном зачёте участников ждут олимпиадные задания по химии и программированию.
Программирование на Python. Умение писать и отлаживать программы, обрабатывать данные и применять программные инструменты для решения исследовательских задач.
Математика. Знание основ линейной алгебры и математического анализа, необходимых для обработки данных и построения моделей.
Машинное обучение. Понимание основных методов машинного обучения и умение применять их для анализа и предсказания свойств объектов.
Компьютерное зрение и анализ данных. Понимание основных методов обработки изображений, спектров и других типов данных.
Материаловедение. Знание основ материаловедения и физико-химических методов исследования материалов.
Химия. Знание основ органической, неорганической и аналитической химии, а также электрохимии.
Для участия во втором и заключительном этапах вам понадобится команда из 2–3 человек.
В команде могут быть следующие роли:
Химик. Анализирует влияние состава масла на коррозию, подбирает молекулярные дескрипторы, включая SMILES и 3D-структуры, интерпретирует результаты модели, работает с кинетикой коррозии и условиями эксплуатации.
Программист по машинному обучению. Строит гибридные модели, в том числе с использованием GNN для SMILES и LSTM для временных рядов, работает с мультимодальными данными, генерирует новые составы с помощью VAE и GAN, учитывает физико-химические ограничения и интегрирует ChemBERTa.
Программист-математик. Агрегирует данные для рецептур, визуализирует данные о коррозии и структурах, применяет методы снижения размерности, анализирует спектры и изображения и использует методы топологической обработки данных.
Роли могут сочетаться: один участник может выполнять несколько функций в команде.
