Привет, Хабр! С вами команда Russtech — разработчики IT-решений ведущего российского оператора рекламы вне дома Russ. 13-14 марта 2026 года компания RWB (Объединенная компания Wildberries & Russ) совместно с Национальным исследовательским ядерным университетом «МИФИ» провела командный хакатон на территории университета. Студенты решали бизнес‑задачи из сферы рекламы вне дома, создавали прототипы цифровых инструментов и представляли свои наработки экспертному жюри. Рассказываем, как это было.

Что за мероприятие

Хакатон в МИФИ стал первым таким мероприятием, в котором участвовала команда Russtech. Он был организован для студентов университета, обучающихся по IT-направлениям программ бакалавриата, специалитета и магистратуры. Соревнование было ориентировано на будущих системных аналитиков, продакт/проджект-менеджеров, аналитиков данных, разработчиков ПО, архитекторов и ML-разработчиков.

Мероприятие проводилось в двухдневном офлайн‑формате, чтобы у студентов было достаточно времени для погружения в бизнес-контекст, обсуждения идей, решения задач и очного общения с экспертами.

Специально для этого хакатона мы организовали мастер‑класс «От конструкций к алгоритмам: как работает реклама вне дома». На нем студенты познакомились с IT‑продуктами Russtech, узнали ключевые метрики медиаизмерений (OTS, GRP, охват и частота) и разобрали этапы планирования и запуска рекламных кампаний. Мы подробно рассказали участникам о современных технологиях и инструментах, используемых на рынке рекламы вне дома. В частности, поговорили про математические алгоритмы сборки кампаний по охвату и навигации, правила построения расписания и синхронизацию вещания. Отдельно обсудили программатик и его механики и поделились опытом из практики нашей команды по развитию программатик‑продаж.

Всего к участию в хакатоне было допущено 11 студенческих команд. Ребята прошли серьезный отборочный этап: на одно место участника претендовало три кандидата.

Бизнес-кейсы

На этом хакатоне мы решили сосредоточиться сразу на двух направлениях для разработки — техобслуживании рекламных конструкций и геосервисах. Для создания кейсов была сформирована специальная экспертная группа, в которую вошли специалисты по мониторингу рекламных конструкций, разработчики геоинформационных систем и программных решений для автоматизации бизнес-процессов. После совместных встреч и обсуждений мы подготовили две задачи по созданию новых автоматизированных инструментов для мониторинга состояния рекламных поверхностей: один дата-майнинг кейс, другой — с применением технологий поиска, транскрибации и LLM.

Кейс 1. Интерактивная карта рекламных поверхностей и публичных IP-камер

В рамках этой задачи студентам было необходимо создать веб-карту, на которой будут отображены рекламные поверхности Russ с привязками к публично доступным IP-камерам. Интерфейс карты должен показывать, видна ли реклама с точки установки камеры, а также поддерживать фильтрацию по типу размещения (статичная/цифровая реклама), региону, наличию и отсутствию камер.

Разрабатывая данный кейс, мы планировали, что сервис станет не только еще одним инструментом мониторинга, но и откроет новые возможности для клиентов. В частности, рекламодатели смогут самостоятельно осматривать рекламные конструкции на местности и объективно оценивать потенциальный трафик.

Кейс 2. Умный поиск рекламной поверхности по разнородным данным

Этот инструмент был задуман, чтобы ускорить процесс обработки обращений от клиентов и сотрудников о состоянии рекламных конструкций. Мы хотели, чтобы студенты создали API-сервис, который на основе любой комбинации неполных входных данных (фото, текст, координаты, устное описание и т. д.) мог возвращать:

• точную карточку рекламной поверхности, если удалось достоверно сопоставить объект;

• список наиболее вероятных поверхностей с указанием процента уверенности (confidence score) — если однозначного совпадения нет.

Решения студентов

За два дня команды прошли полный цикл разработки — от анализа задачи и генерации идей до создания работающего прототипа и презентации решения жюри. При рассмотрении решений эксперты Russtech отметили высокий уровень подготовки студентов. Команды креативно подошли к разработке и предложили ряд перспективных идей с потенциалом для дальнейшей реализации.

При формировании кейсов мы заранее определили и озвучили студентам критерии, по которым будем оценивать каждый проект. Они включали:

• бизнес‑критерии (максимум 12 баллов) — релевантность решения поставленной задаче, пользовательский опыт, полнота реализации задуманного, бизнес‑ценность предложенного подхода;

• технические критерии (максимум 17 баллов) — для каждой задачи свои, но в целом это: качество геоданных и логики/качество мультимодальной логики, воспроизводимость, дополнительный функционал, презентация решения (пути масштабирования и развития продукта).

Интересные проекты

В первом кейсе одна из команд подготовила решение с фильтрацией камер с помощью VLM. Студенты разработали сайт с картой, на которой отображались публичные камеры в радиусе 250 м от конструкций. Также был реализован режим автоматизированного поиска новых камер и добавлена возможность массового импорта и внесения данных вручную.

Во втором кейсе ребята предложили PWA. Flask-сервис принимал запросы с любым набором данных и находил нужную рекламную поверхность. При этом для работы с аудио студенты использовали модель Whisper, для текста — NER (библиотеку Natasha), расширение PostGIS, сервис Yandex Geocoder, платформу Geoapify, для изображений — библиотеку FAISS и визуальные эмбеддинги.

Итог

Хакатон RWB х НИЯУ МИФИ стал площадкой для обмена опытом и общения молодых специалистов и экспертов. Студенты смело задавали вопросы и показали глубокое понимание поставленных задач и энтузиазм в поиске новых решений. По итогам соревнования команды-победители были заслуженно награждены именными стипендиями.

В наших планах организовывать больше таких мероприятий.