Даты II этапа по некоторым профилям могут отличаться. С точными сроками проведения этапа можно ознакомиться в Личном кабинете участника на платформе «Талант».
Стань разработчиком ИИ: реши прикладной кейс на технологиях будущего.
Профиль посвящен разработке, программированию и использованию искусственного интеллекта — одной из самых перспективных технологий будущего.
Участники пробуют себя в решении реальных кейсов с применением машинного обучения и осваивают навыки, которые пригодятся в будущей карьере.
В XI сезоне НТО победители разделят призовой фонд в 4 миллиона рублей и получат шанс пройти стажировку в Сбере, где ИИ используется для реальных задач бизнеса и науки.
«В 2025 году я вновь побывал на сцене НТО, но уже не «разгоряченным» победителем, а «мудрым» спикером-наставником, поделился с ребятами опытом, который получил за этот насыщенный год, и рассказал необычную историю про мальчика, который выжил. Академия ИИ продолжает создавать прекрасные возможности, где я выражаю себя и создаю ценность, а также где талантливые ребята могут получить невероятный буст «интересности» их жизненного пути».
Максим Машталер. 2024. Победитель
«Я начал увлекаться анализом данных в 9 классе, в ІТ-кубе нашего лицея. Меня вдохновил наставник Кириленко Юрий: он давал материалы для изучения, помогал разбираться в сложных темах и вдохновлял на участие в проектах. Первые успехи в конкурсах и хакатонах только усилили интерес и дали мотивацию продолжать. У меня большой конкурсный бэкграунд: я участвовал в олимпиадах и IT-состязаниях по всей стране. В хакатоне «Дикая жизнь Уташуда» от Академии ИИ я занял второе место.
Вся подготовка к профилю "Искусственный интеллект" в целом была непростой, так как я в этом году сдавал выпускные экзамены. Как показал опыт, стоит внимательно посмотреть на решение, которое дают организаторы. Особенно стоит уделить внимание самой задаче и прочитать её условия заранее. И уже после этого строить стратегию. Перед оглашением результатов с моим сокомандником Вадимом спорили об итоговом месте. Я предполагал, что нас опустит вниз на несколько мест, а Вадим говорил не беспокоиться и что можем подняться с пятого на четвертое место. Неожиданно, но в итоге мы оказались на втором! И мы оба были в шоке, когда взяли серебро! Я желаю всем участникам не опускать руки перед неудачами и продолжать работать, чёрная полоса всегда сменяется на белую».
Егор Андреасян. 2025. Победитель
«Льгота на поступление БВИ позволила поступить на бюджет в вуз мечты, а выигранные призовые деньги — не думать о подработке и концентрироваться на учебе».
Александр Смирнов. 2024. Победитель
«С искусственным интеллектом я дружу с 2022 года. Я участвовал во Всероссийской олимпиаде по ИИ и стал призёром.
Профиль "Искусственный интеллект" НТО всегда была олимпиадой, на которой происходит много чего неожиданного. В первые два дня у нас никак не получалось предложить хорошее решение, и что-то интересное пришло к нам буквально в последний день состязаний. Организаторы всегда дают участникам неординарные задачи на стыке техники и науки. Для нас инсайтом было то, что можно получить очень хорошие результаты с помощью улучшения базового решения от организаторов, и этим мы очень сильно подняли нашу команду в рейтинге. Это, кстати, и было одним из самых ярких впечатлений от олимпиады».
Вадим Ветров. 2025. Победитель
«В первый раз я участвовал в олимпиаде в 2023 году. Тогда я учился в девятом классе и не особо надеялся победить. Ехал больше за знаниями и навыками. Как и ожидалось — я не выиграл, но получил опыт из поражения. Хотя сложно назвать это «поражением» — ведь я нашёл сообщество ребят, увлечённых ИИ, и влился в него.
В 2024 году я начал готовиться к новой олимпиаде. В то время у меня даже не возникало мыслей отказаться от борьбы за победу. За год обучения в Академии ИИ я прокачал свои знания, решил много задач и исследовал разные нейросети — это и привело меня к победе! До соревнований мы с командой смотрели модели нейросетей, связанных с темой финала. Времени на детальный разбор каждого алгоритма не было, так что тестировали в «боевых» условиях — воссоздавали модель в коде.
Первый инсайт: важно общаться и отдыхать с командой вне соревнований. В неформальной обстановке мы начинали мыслить шире — рассматривали проблемы под другим углом и находили новые решения. Второй инсайт: стоит придерживаться концепции work-life balance. Мы регулярно делали перерывы и отдыхали — это помогало сохранить ясность ума».
Андрей Катасонов. 2024. Победитель
Участникам предстоит решать задачи двух туров:
Для решения задач II этапа необходимо собрать команду: чем сплоченнее она будет, тем выше шансы на успех в финале.
Участники углубят свои знания и навыки, полученные в I туре, и познакомятся с более сложными задачами машинного обучения. Командам потребуется не только точность алгоритмов, но и умение работать вместе. Они столкнутся с индивидуальной задачей для закрепления компетенций и командной, которая потребует совместного поиска решений и разработки модели.
Работа над задачами II этапа и изучение образовательных материалов профиля помогут участникам подготовиться к финалу.
Кроме того, после прохождения II этапа участников ждет специальный хакатон с денежными призами, где они смогут потренироваться перед заключительным этапом.
Финал самое яркое событие профиля. Участникам предстоит собрать все знания и опыт, полученные на предыдущих этапах, и командой решить более сложную и масштабную задачу по искусственному интеллекту.
Финалистов ждет настоящий фестиваль технологий, где встретятся лучшие команды со всей страны. Их ждет очный турнир, атмосфера большого события и церемония награждения, объединяющая участников, экспертов и лидеров индустрии.
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.
Участникам понадобятся следующие компетенции:
Алгоритмы и структуры данных — умение работать с массивами, списками, деревьями, графами и применять алгоритмы сортировки, поиска, оптимизации для обработки больших объёмов данных.
Классические методы машинного обучения — понимание принципов работы линейной регрессии, деревьев решений, случайного леса, градиентного бустинга и умение выбирать подходящий метод под конкретную задачу.
Математика для ИИ — владение статистикой для анализа данных, теорией вероятностей для понимания алгоритмов, линейной алгеброй для работы с матрицами и векторами в ML-моделях.
Программирование на Python — написание кода для обработки данных с помощью NumPy и Pandas, визуализации результатов через Matplotlib, построения моделей с использованием scikit-learn и других ML-библиотек.
Анализ данных — умение исследовать датасет, находить закономерности, выявлять выбросы, проводить очистку данных и готовить признаки для обучения модели.
Работа в Jupyter Notebook — навык интерактивной разработки, где можно пошагово писать код, визуализировать результаты и документировать процесс решения задачи.
Улучшение качества моделей — применение методов кросс-валидации, подбора гиперпараметров, ансамблирования и других техник для повышения точности предсказаний.
Для участия во II и заключительном этапах понадобится команда из 2 человек:
Роль 1. Аналитик данных
Исследует и очищает исходные данные.
Создаёт новые признаки на основе имеющихся.
Выбирает подходящие алгоритмы и тестирует различные подходы.
Оценивает качество моделей и интерпретирует результаты.
Роль 2. Инженер-разработчик
Пишет эффективный код для обработки данных и обучения моделей.
Настраивает пайплайн от загрузки данных до получения предсказаний.
Оптимизирует производительность решения.
Готовит финальный код для сдачи и презентации решения.
Академия искусственного интеллекта для школьников
Введение в Data Science и машинное обучение
Основы статистики
Учебник по машинному обучению от Школы анализа данных
Интернет-проект «Задачи» для подготовки по математике
Программирование на Python
Нейронные сети для самых маленьких: путь с нуля до первого классификатора
Быстрый старт в спортивное программирование
Сборник задач Олимпиады КД НТИ 2020/2021 гг.
Программирование на языке С++ для решения олимпиадных задач
Математика для олимпиад по программированию
Курс по машинному обучению
Подготовка к 1 отборочному этапу НТО по информатике
Подготовка к 1 отборочному этапу НТО по математике
Основы математики для цифровых профессий
Kaggle. Курсы и соревнования по анализу данных и МО
Сборник задач НТО 2021/2022 гг. Второй этап
Основы Git
Информатика. Подготовка к олимпиадам по информатике
Сборник задач 2024/25. Искусственный интеллект
Сборник задач 2023/24. Искусственный интеллект