2 декабря 2022 г в Москве «Роснефть» провела финал Марафона ИТ-соревнований – самого масштабного в России. На мероприятии были представлены лучшие решения призеров четырех хакатонов, которые в течение года провел крупнейший научный институт компании «РН-БашНИПИнефть». Общее количество участников Марафона превысило 2300 человек из 130 городов 12 стран.

Победитель хакатона вузов страны Даниил Распопин презентовал модель машинного обучения, которая распределяет сигналы по кластерам. Решение может применяться для исследований геофизических данных и, как следствие, определения способов нефтедобычи. Для выполнения задачи Даниил, как и 90% участников, использовал методы искусственного интеллекта. В частности, его выбор пал на алгоритмы градиентного бустинга. Модель Распопина получилась наиболее точной. Молодого человека пригласили на работу в «РН-БашНИПИнефть». Сейчас он задействован в проектах, связанных с анализом данных и машинным обучением.

«Анализ больших данных и обработка сигналов сегодня являются неотъемлемой частью прикладной науки. Специалисты, имеющие соответствующие компетенции, высоко ценятся на рынке труда», – отметил главный инженер проекта бюро старших экспертов «РН-БашНИПИнефть» Рафаил Газизов.

Хакатон вузов страны ежегодно проходит при поддержке научных институтов «Роснефти» и ведущих университетов России. «РН-БашНИПИнефть» целенаправленно привлекает в качестве соорганизаторов соревнования вузы других регионов, чтобы охватить как можно больше талантливой молодежи. Наиболее отличившихся на хакатонах студентов приглашают на работу в институте. За 4 года проведения ИТ-соревнований в «РН-БашНИПИнефть» были трудоустроены 6 призеров.

В рамках хакатона для программистов-робототехников 2022 года в Уфе 12 команд из 10 городов России решали задания, связанные с роботизацией лабораторных исследований керна. Студенты конструировали устройства для автоматического перемещения, взвешивания и фотосъемки образцов горных пород. Полученные в ходе соревнования решения будут использованы в проектах «Роснефти» по автоматизации исследований.

Победу в хакатоне для программистов-робототехников одержала команда Национального исследовательского Томского политехнического университета.

Самыми масштабными соревнованиями ИТ-Марафона традиционно стали два хакатона Rosneft Challenge. Проходили они на онлайн-платформе Codenrock. Обе задачи были связаны с реальными проектами «Роснефти» и решались с использованием методов искусственного интеллекта.

Участники Rosneft Challenge I создавали модель машинного обучения, способную спрогнозировать, через сколько дней выйдет из строя установка электроцентробежного насоса. В итоге победил специалист по анализу больших данных Никита Трифонов из Москвы.

Для Rosneft Challenge II организаторы выбрали задание, связанное с рациональным использованием водных ресурсов при добыче нефти. Претенденты на победу анализировали данные о работе добывающих и нагнетательных скважин одного из участков месторождения «Роснефти». Они выявляли скрытые зависимости и на их основе создавали цифровые модели. Лучше всех это получилось у специалиста по анализу данных Александра Ничипоренко из Москвы.

Решения участников Марафона ИТ-соревнований дают экспертам компании возможность увидеть новые подходы в роботизации процессов Компании и разработке наукоемкого программного обеспечения. В частности, задания хакатонов 2022 года были напрямую связаны с цифровыми комплексами «РН-КИН», «РН-МЕХФОНД» и «РН-ПЕТРОЛОГ». Все эти программные продукты активно используются для разведки и добычи углеводородов.

В финале ИТ-марафона с докладами о развитии искусственного интеллекта, квантовых технологий, о новых подходах в разработке месторождений выступили представители ведущих компаний и вузов России.

Директор по инновационным технологиям «РН-БашНИПИнефть» Максим Антонов отметил, что для построения цифровых двойников месторождений недостаточно 2D-карт, анализа «плоских» графиков, построения зависимостей и упрощенного математического аппарата. Данные о процессах сейчас обрабатываются, интерпретируются и объединяются в трехмерные цифровые модели месторождений, которые позволяют учесть значительный перечень геолого-физических и промыслово-технологических параметров, но все еще не позволяют анализировать весь массив имеющихся больших данных. Развитие технологий приводит к увеличению «точек принятия решений», которые требуют больше данных и подключения большего количества специалистов, работающих в разных местах.