Дорогие участники,


В преддверии конференции состоится Хакатон по машинному обучению в нефтегазовой отрасли.

В этом году мы подготовили расширенную программу с четырьмя разноплановыми задачами — от классического анализа табличных данных до передовых методов научного машинного обучения (Scientific ML). Каждый участник сможет выбрать направление по своим интересам и компетенциям: компьютерное зрение, физико-информированные нейросети, алгоритмы сжатия данных или работу с геохимическими данными.


Приглашаем специалистов, исследователей и студентов проверить свои навыки на реальных индустриальных кейсах и предложить решения, которые могут найти применение в повседневной практике нефтегазовых компаний.

Даты проведения: 1 апреля - 15 мая 2026 г.

20 марта 2026 г. - открытие регистрации на Хакатон
1 июня 2026 г. - объявление победителей Хакатона
  • Что вас ждет?
    Машинное обучение открывает новые горизонты для повышения эффективности и устойчивости процессов в нефтегазовом секторе. Мы предлагаем вам возможность продемонстрировать свои навыки работы в команде и создать прототипы, которые могут стать основой для будущих технологий как крупных компаний, так и локальных проектов.
    Можно участвовать командой, можно участвовать одному.

    Для участников подготовлено четыре задания. Участвовать можно как в одном из заданий, так и в нескольких. По каждому заданию будет определено лучшее решение.

  • Необходимые навыки
    • Основы программирования на Python
    • Создание моделей машинного обучения
    • Обработка данных и валидация результатов
    • Оптимизационные алгоритмы
    • Знания в области геологии
    • Умение работать с библиотеками pandas, numpy, sklearn
    Технический стек:
    - Python версии 3.9 и выше
Задачи Хакатона
💡 Задача 1:
Mineral AI — Автоматическое определение минералов
Разработать ML-модель для автоматической классификации минералов по данным растровой электронной микроскопии (РЭМ). На основе химического элементного состава образца модель должна определять тип минерала, заменяя ручной труд эксперта-геолога.
💡 Задача 2:

Автоматическое выделение разломов по 3D сейсмическим данным
Создать модель глубокого обучения для автоматической сегментации геологических разломов в трехмерных сейсмических объемах. Задача — для каждой точки пространства определить, относится ли она к зоне разлома.

💡 Задача 3:

SmartModelCompression — Умное сжатие геологических моделей
Разработать алгоритм интеллектуального сжатия и восстановления ансамблей геологических и гидродинамических моделей. Решение должно значительно превосходить стандартные архиваторы, сохраняя при этом возможность запуска расчетов на восстановленных моделях.

💡 Задача 4:

Прогноз таяния вечной мерзлоты с помощью PINN
Построить Physics-Informed Neural Network (PINN) для прогнозирования температуры грунта на различных глубинах в условиях вечной мерзлоты. Модель должна учитывать физические законы теплопроводности и фазовых переходов воды в грунте.

Призовой фонд
  • 1 место
    • Бесплатное участие в конференции «Интеллектуальный анализ данных в нефтегазовой отрасли 2026» на 1 человека
    • Бесплатное членство в АГГИ на 2026 г.
    • Подарки участникам команды
  • 2 место
    • Бесплатное членство в АГГИ на 2026 г.
    • Подарки участникам команды

Победители Хакатона будут приглашены на конференцию для представления и обсуждения своих решений с участниками.

Интеллектуальный анализ данных

в нефтегазовой отрасли

Материалы для скачивания
Контактная информация

Координатор конференции:

Мария Девишева

Тел.: +7 495 640-20-08

E.: datascience@geomodel.ru


Тelegram канал: https://t.me/datascienceinoilandgas

Полезные ссылки