Task
10
Challenge prize fund
First place
1 000 000 ₽
Second place
600 000 ₽
Third place
400 000 ₽
Urgency
Currently, it is impossible to automatically predict the optimal response scenario for public utilities in case of incident at urban facilities. The analysis of an array of disparate data on the state of housing and communal services facilities will identify problematic facilities and promptly eliminate incidents in case of their occurrence.
In order to reduce labor costs for manual analysis and optimize the process of responding to emergency situations, it is proposed to implement an automated service using machine learning algorithms.
In order to reduce labor costs for manual analysis and optimize the process of responding to emergency situations, it is proposed to implement an automated service using machine learning algorithms.
Task description
Develop a service that will allow one to predict the occurrence of emergency situations on life support systems, in apartment buildings and social facilities, and will also allow to create optimal response scenarios for urban services.
Resources
A depersonalized data set that includes: Data on incidents (including the time of their elimination); Data on citizens' requests from the information system "Unified Dispatch Center" and from the portal "Our City"; Information on the general household consumption of resources. In addition, information on weather conditions, building characteristics, major repairs carried out in the apartment building, temperature standards in a residential area, etc. can be taken from open sources.
Final product description
Web service or a microservice, implementing the ML-algorithm
Recommended skills
#frontend, #backend, #datascience, #gisanalyst, #geoanalyst, #dataanalyst, #ml, #database #engineer
Language
Russian
Task channel
Experts
Константин Ходякин
Начальник Управления территориального планирования и развития Департамента инвестиционной и промышленной политики города Москвы
Надежда Ишутина
Директор, Дирекция сопровождения и мониторинга, ОЭЗ Технополис Москва
Мария Кунова
Начальник отдела проектов Управления автоматизации в сфере инвестиционной политики, ГБУ «Аналитический центр»
Александра Кудинова
Советник Управления территориального планирования и развития Департамента инвестиционной и промышленной политики города Москвы
Алена Филиппова
Главный специалист, Дирекция сопровождения и мониторинга, ОЭЗ Технополис Москва
Евгений Вдовенко
Начальник Управления инноваций и энергосбережения Департамента жилищно-коммунального хозяйства города Москвы
Дмитрий Миронов
Заместитель руководителя ГБУ «МАЦ»
Ольга Моисеева
Начальник Управления ведения, сопровождения и развития информационных ресурсов ЦУ КГХ
Александр Абрамов
Начальник Управления контроля и анализа данных ЦУ КГХ
Юлия Бодалова
Первый заместитель руководителя ГБУ «МАЦ»
Артём Жигач
Заместитель начальника отдела аналитического сопровождения и развития информационных ресурсов ЦУ КГХ
Дарья Скиданова
Начальник управления бизнес-анализа, ГКУ «Инфогород»
Александр Чернышев
Руководитель проектов, ГКУ «Инфогород»
Юлия Мухина
Старший аналитик отдела формирования данных о резервах мощности энергетических и коммунальных ресурсов АНО ЦТ
Ирина Кузьма
Первый заместитель руководителя ГБУ «МАЦ»
Александр Фадеев
Руководитель аппарата Комитета Государственной Думы по энергетике
Евгений Злоткин
Начальник сводно-аналитической инспекции департамента аудита цифрового развития и государственной поддержки предпринимательства Счётной палаты РФ
Нина Маликова
Аналитик, ГКУ «Инфогород»
