WildHack 2026: ML-хакатон с реальными задачами в логистике

WildHack 2026 — это практический ML-хакатон, ориентированный на решение реальных задач крупного маркетплейса. Участники работают с данными, моделируют прогнозы отгрузок и создают сервисы для автоматизации логистики, используя навыки машинного обучения и анализа временных рядов. В рамках хакатона предлагается два трека: командный (до 4 человек) и индивидуальный. Командный трек фокусируется на создании сервиса автоматического вызова транспорта на склады, с построением модели прогнозирования, разработкой логики работы и инженерной архитектуры решения. Индивидуальный трек предполагает построение модели прогнозирования объёмов отгрузок.

Хакатон обеспечивает глубокую практическую прокачку в Time Series, опыт работы с корпоративными данными и возможность показать свои навыки потенциальному работодателю. Кроме того, участники получают шанс улучшить своё портфолио, наладить контакты с экспертами и другими участниками, а также соревноваться за крупный призовой фонд в 1 300 000 ₽. Участие особенно ценно для дата-сайентистов, ML-инженеров, разработчиков и специалистов, интересующихся практическим применением AI в логистике.

Это событие важно в текущих условиях, когда цифровизация логистики и автоматизация процессов являются ключевыми конкурентными преимуществами. WildHack предлагает участникам реальные кейсы, позволяя не только проверять навыки в ML, но и создавать решения, которые могут реально внедряться в бизнес-процессы маркетплейса.

Что это за событие

Онлайн-хакатон с реальными задачами в области логистики и машинного обучения, включающий индивидуальное и командное участие.

Для кого оно

Для специалистов по ML, Data Science, аналитиков, разработчиков и всех, кто хочет прокачать навыки работы с Time Series и реальными бизнес-данными.

Какие задачи решает

Разработка модели прогнозирования отгрузок, построение сервисов автоматического вызова транспорта, проектирование инженерной архитектуры ML-решений, практическая работа с реальными логистическими данными.

Какие темы/направления охватывает

Time Series, машинное обучение, Data Science, логистика, автоматизация процессов, инженерия ML-моделей.

Почему это важно сейчас

В условиях растущей цифровизации маркетплейсов и логистических процессов требуется подготовка специалистов, способных быстро и качественно решать реальные бизнес-задачи с использованием ML и AI.

Ценность

Работа с реальными кейсами Wildberries & Russ, возможность попасть в команду компании, практический опыт в ML и Time Series, улучшение портфолио, участие в соревновании с крупным призовым фондом, нетворкинг с экспертами и другими участниками.

Чем отличается от других мероприятий

Фокус исключительно на реальных данных и процессах крупного маркетплейса, два трека на выбор — индивидуальный и командный, онлайн-формат с масштабной поддержкой экспертов, крупный призовой фонд и возможность трудоустройства.