IT_ONE и ИНТЦ МГУ совместно с Codenrock провели хакатон IT_ONE Cup: Code & Analyst. Участники работали над созданием решений для анализа производительности банковских процессов и обнаружения подозрительных операций. Треки мероприятия:
- Навигатор оптимизации: Система анализа производительности процессов.
- Финансовый радар: Платформа обнаружения подозрительных операций.
Участники решали задачи, моделирующие работу современной банковской инфраструктуры, а эксперты IT_ONE получили набор сильных архитектурных решений и свежий взгляд на подходы к мониторингу процессов и транзакций.
Проведение хакатона на платформе Codenrock позволило собрать сотню идей за две недели. Факты и цифры:
- 1270 участников зарегистрировались.
- 337 команд сформировано.
- 101 решение поступило на рассмотрение жюри.
- 10 команд выступили на финальном питчинге.
- 6 победителей разделили призовой фонд 900 000 рублей.
Подробнее об итогах IT_ONE Cup: Code & Analyst — в этом кейсе.
Отчётный видеоролик IT_ONE Cup: Code & Analyst
Подготовка к проведению
Эксперты Codenrock и IT_ONE совместно разработали задачи для двух треков хакатона «с нуля». Команда глубоко погрузилась в специфику банковских процессов, кредитных цепочек, логов BPM-систем и современных антифрод-подходов. На основе отраслевых практик, типовых архитектур и требований к промышленным системам специалисты платформы разработали два кейса, которые смогли предложить аналитикам и бэкенд-разработчикам реальную практику и увлекательное испытание.
В рамках подготовки эксперты:
- Собрали и структурировали наборы данных, отражающие поведение системы: временные метрики, инциденты, последовательности операций, примеры транзакционной активности.
- Сформировали требования к функциональности: KPI, мониторинг, правила антифрода и логику уведомлений.
- Подготовили чёткие форматы сдачи, критерии оценки и схемы проверки, чтобы обеспечить честную конкуренцию.
- Написали обучающие курсы для первого и второго трека соревнования, которые позволили участникам быстро погрузиться в предметную область и получить готовые шаблоны, чтобы представить сильные решения в финале.
Для трека «Навигатор оптимизации» эксперты смоделировали структуру кредитного процесса, типичные точки задержек, ошибки и метрики производительности. Такой подход позволил участникам работать с реалистичной моделью сложной BPM-системы и принимать архитектурные решения на основе данных.
В кейсе «Финансовый радар» команда Codenrock проработала логику антифрод-систем: типы правил, структуру движка, требования к API, принципы логирования, систему уведомлений и сценарии администрирования. Это сформировало полный цикл задач, с которым сталкиваются команды, которые работают над созданием систем обнаружения подозрительных операций.
Платформа Codenrock обеспечила командам и индивидуальным участникам полный набор инструментов для работы над задачами. Системные аналитики могли загружать все результаты работы напрямую на платформу. Каждая бэкенд-команда получила собственный GitLab-репозиторий для хранения исходного кода, документации и презентации, что позволило фиксировать изменения и передавать решения экспертам.
Инфраструктура была настроена таким образом, чтобы:
- участникам не приходилось разворачивать внешние сервисы — всё необходимое для демонстрации решений работало внутри репозиториев;
- команды могли прикладывать демо-видео, архитектурные схемы и техническую документацию, не заботясь о форматах и доступах;
- эксперты получали доступ ко всем материалам централизованно, без ручной пересылки файлов.
Трек 1. Навигатор оптимизации: Система анализа производительности процессов
В банках продуктовые команды редко могут выделять время на оптимизацию процессов — обычно не более одного спринта в квартал. Отсутствие объективных данных об эффективности кредитного процесса приводит к неэкономному использованию этих ресурсов. Руководство не может оценить, где возникают задержки и какой эффект дают внедрённые изменения, а аналитики вынуждены полагаться на субъективные мнения вместо фактов.
Выбранный кейс — гибрид продуктового системного анализа и анализа данных, самого востребованного сочетания навыков. Решение должно быть целостным и законченным, но при этом прагматичным. Аналитику нужно продемонстрировать способность провести идею от проблемы до конкретного результата, не углубляясь в технические решения, но учитывать их возможности.
Эксперт первого трека
Задача системного аналитика — спроектировать систему автоматического мониторинга кредитных процессов, которая позволит выявлять узкие места, измерять оптимизацию и принимать решения на основе данных. Решение должно требовать минимального участия разработчиков в эксплуатации без доработки кода. Конкурсантам предстояло:
- Разобраться в структуре данных и подготовить их для дальнейшего анализа: исследовать существующую BPMN-модель и датасет с временными метриками, чтобы определить проблемы.
- Разработать функциональные требования: KPI производительности, правила и периодичность расчета параметров.
- Проработать модель данных и ETL: описать хранение метрик производительности, ETL-процессы обработки логов и интеграцию с российскими BI-системами через стандартные коннекторы.
- Следующий этап — превратить данные в информацию, доступную для принятия решений, и визуализировать их. Было необходимо продумать интеграцию отчётов, которые позволят визуализировать ключевые метрики и отслеживать их изменения.
- Финальная задача — ответить на бизнес-вопрос и помочь решить проблему, с которой пришел бизнес в самом начале. Для этого предстояло подготовить подробное техническое задание на разработку системы мониторинга с учетом источников получения данных, периодичности выборки логов, правил агрегации, отправки уведомлений и проведения A/B-тестов.
Для решения задачи каждый участник получил набор данных:
- BPMN-модель существующего кредитного процесса в формате XML.
- Датасет с временными метриками выполнения этапов процесса и ошибками.
- Описание структуры датасета с примерами инцидентов и их влияния на процесс.
Все материалы были загружены на платформу и приложены к описанию задачи — участники могли в любой момент обратиться к ним, не отвлекаясь от выполнения задания: подготовке аналитического отчёта, технического задания и презентации с моделью данных, макетами пользовательских интерфейсов и матрицей требований.
Работа над проектом ради вывода в продакшен бессмысленна. Внедрение должно принести полезный результат, решить проблемы, для устранения которых и были потрачены ресурсы, подтолкнуть к действиям и решениям на основании точных расчетов и ясной визуализации.
Эксперт первого трека
Результаты эксперты хакатона оценивали по четырём критериям:
- Качество анализа процесса: насколько глубоко выявлены узкие мест, обоснован ли выбор ключевых метрик производительности.
- Полнота требований: насколько чётко и детально сформулировано описание функций системы мониторинга. Учитывалась проработка пользовательских сценариев для разных ролей и детализация отчётности и уведомлений.
- Техническая грамотность решения: обоснованность архитектурных решений, качество проектирования модели данных и ETL-процессов.
- Качество документации: оценивалась структурированность технического задания и качество макетов. Дополнительные баллы можно было заработать за диаграммы процессов и схемы данных.
Трек 2. Финансовый радар: Платформа обнаружения подозрительных операций
Финансовые транзакции — это основной элемент работы любого банка. Их ежедневное число может достигать нескольких тысяч, и среди всех операций будут неизбежно встречаться мошеннические — они могут составлять до 1% от всего объема. Злоумышленники регулярно ищут способы обходить защитные механизмы банков, а жестко зашитая логика и отсутствие наглядной административной панели затрудняют внесение новых правил.
Решить проблему может сервис с модульной внутренней архитектурой, в котором легко задавать новые политики, просматривать и изменять через серверный интерфейс, отслеживать операции в журнале и получать оповещения о подозрительных транзакциях.
В процессе работы над задачей участники познакомятся с фундаментальными концепциями современной архитектуры, которые лежат в основе не только финтех-решений, а любых платформ потоковой передачи данных. Даже если участники не планируют работать в финтехе, такой проект закладывает универсальный фундамент для backend-разработчика в любой области, где критичны надёжность, производительность и корректная обработка данных.
Эксперт второго трека
Участникам предстояло создать прототип приложения с 4 ключевыми компонентами:
- Прием и очередь транзакций через POST-запрос с JSON. Сперва система должна проверить, что данные корректные и безопасные, подготовить локальную очередь для асинхронной обработки, чтобы не задерживать ответ клиенту.
- Движок правил, который решает, какие транзакции считать подозрительными. Он должен уметь работать с простыми пороговыми условиями, отслеживать повторяющиеся мелкие операции за короткое время, комбинировать несколько условий в одно логическое правило и принимать решения на основе предобученной ML-модели.
- Отчётный модуль и система уведомлений. Он собирает результаты анализа в базе данных для построения сводной статистики по обработанным и отмеченным транзакциям, а также поддерживает автоматическую отправку оповещений на email, в Telegram и через вебхуки.
- Минимальная админ-панель. В ней можно просматривать подробности по каждой транзакции: статусы, историю обработки и структурированные логи. В компоненте должно быть реализовано управление правилами обнаружения с фиксацией всех изменений и выгрузка актуальных данных в CSV.
Поддержка разных типов анализа — архитектурная необходимость. Такой подход, расширяет охват системы: простые правила ловят очевидные атаки, паттерны выявляют более сложные схемы, а ML-алгоритмы подсвечивают скрытые аномалии. Такая модульность позволяет гибко реагировать на новые угрозы и заменить жёстко зашитую логику на расширяемую архитектуру.
Эксперт второго трека
На основе этих требований и датасета транзакций конкурсантам предстояло разработать бэкенд-сервис с API, который использует готовые решения для визуализации: Grafana, Graylog, Django Admin или другие по выбору участников. Для удобства работы и сохранения результатов все команды получили собственный GitLab-репозиторий, к которому было необходимо приложить для жюри презентацию и демо-видео решения.
Результаты эксперты хакатона оценивали по четырём критериям:
- Работа API и очереди. Насколько корректно устроен приём транзакций через POST-эндпоинт, как работает валидация, есть ли защита от дубликатов, правильно ли реализована асинхронная очередь.
- Логика правил. Оценивалась полнота и точность реализации пороговых, паттерновых, составных и ML-правил.
- Логирование и уведомления. Эксперты смотрели на структурированность логов, полноту событий, корректность работы нескольких каналов уведомлений и наличие метрик, по которым можно отследить доставку сообщений и критичность событий.
- Админ-панель и отчёты. Учитывался удобный просмотр транзакций и логов, управление правилами с историей изменений, сводная статистика по обработке и возможность выгрузить данные в CSV.
Продвижение и маркетинговая кампания
Команда Codenrock подготовила и реализовала комплексную маркетинговую стратегию, направленную на привлечение аналитиков, бэкенд-разработчиков и студентов технических направлений. Кампания охватывала несколько каналов и строилась вокруг чёткого позиционирования: хакатон как возможность узнать, как работает IT-команда, применить навыки системного анализа и построения архитектуры и работы с потоковыми данными, а также получить готовый проект в портфолио.
Основные инструменты продвижения:
- Разработка key visual, создание лендинга хакатона и страницы на платформе.
- Анонсы и email-рассылки по собственной аудитории Codenrock: разработчики, аналитики, инженеры, студенты ИТ-направлений.
- Публикации в специализированных IT-сообществах и каналах технических вузов.
- Таргетированная реклама, ориентированная на специалистов с опытом в backend, Python/Java, работе с логами, архитектурой API и аналитикой процессов.
- Подготовка обучающего и вовлекающего контента: советы экспертов по подготовке решений, короткие развлекательные видеоролики, церемонии открытия и награждения победителей.
- Организатор мог отслеживать динамику кампании и выполнение KPI в реальном времени.
С первых дней регистрации каждый участник получал поддержку кураторов Codenrock. Они напоминали о дедлайнах, подсказывали, как оформить решения и где посмотреть материалы по трекам.
Для вовлечения и контакта с конкурсантами команда Codenrock использовала три основных коммуникационных канала:
- Telegram-канал, где участники получали новости, гайды, советы от организаторов.
- Регулярные email-рассылки, позволяющие точечно работать с сегментами: участниками без команды, командой без подтверждённого состава или с низкой активностью.
- Личные сообщения от кураторов, чтобы никто не пропустил ключевые этапы, чекпоинты и дедлайны.
На странице хакатона участники сразу получали доступ ко всему необходимому: подробным условиям треков, требованиям и данным. Это помогало быстро погрузиться в задачи и без задержек перейти к разработке решений.
IT_ONE проводит уже второе соревнование на платформе Codenrock, поэтому работа кураторов и постоянные коммуникации позволили сформировать активное комьюнити вокруг хакатонов компании.
Итоги хакатона
После финальной проверки решений эксперты сформировали итоговый рейтинг и определили победителей обоих треков.
Трек 1. Навигатор оптимизации
В индивидуальном зачёте самые высокие оценки от экспертов получили три участника, которые заняли призовые места.
🥇 1 место — Coriolis Cat
Участник разработал систему мониторинга производительности кредитного процесса. Она автоматически собирает события, пересчитывает KPI, показывает узкие места по этапам и строит отчёты для аналитиков и руководителей. Инструмент помогает превратить разрозненные данные в прозрачную аналитику и помогает точечно выбирать, какие этапы процесса улучшать в первую очередь.
🥈 2 место — «Команда с синей изолентой»
Конкурсант представил сервис-мониторинг, который делает кредитный процесс прозрачным и управляемым. Продукт автоматически собирает данные об этапах заявок и сохраняет их в удобной структуре. Решение показывает, где процесс замедляется, сравнивает периоды, поддерживает настройку показателей без кода и отправляет уведомления при сбоях или превышении лимитов.
🥉 3 место — «Александра-105524»
Результат работы — система автоматического мониторинга для ежедневного сбора данных из журналов BPM и расчёта ключевых метрик по каждому этапу. Проект помогает проанализировать причины отказов и дает объективную картину скорости, стабильности и результативности процесса.
Трек 2. Финансовый радар
В командном треке по сумме баллов от жюри призовые места распределены между тремя командами.
🥇 1 место — SoloTech
Участники разработали платформу для выявления подозрительных финансовых операций со встроенной ML-моделью. Проект помогает вовремя обнаруживать риски и реагировать на них. Решение включает конвейер для обработки транзакций, гибкую систему правил и их тестирования, панель управления для аналитиков и быстрые алёрты в Telegram.
🥈 2 место — «Машина»
Решением команды стала лёгкая в расширении система антифрода с прозрачной логикой и удобным управлением. Участники создали модульную платформу для обнаружения подозрительных транзакций с панелью мониторинга и аналитикой. Проект обеспечивает высокую скорость работы — от нескольких миллисекунд на проверку до десятков тысяч транзакций в минуту.
🥉 3 место — «UDP просто котята»
Проект участников — настраиваемый антифрод-движок с динамическим масштабированием и полной наблюдаемостью. Сервис применяет гибкие правила и ML-модели для онлайн-обнаружения подозрительных транзакций. Команда разработала собственный язык для описания правил и внедрила оповещения через Alertmanager и прозрачный мониторинг.
Отзывы участников
Финансовый радар — очень интересная задача. Было безумно круто работать над проектом, спасибо! Мне кажется, образовательная часть получилась на высоте: курс перед хакатоном стал отличным гайдом о том, как строить систему.
Это мой первый хакатон. Очень понравился трек, кураторы вежливые и ответственные, очень полезные материалы на платформе.
Задание непростое, но интересное. Цель была прокачать навыки, и они прокачаны! Классно, что дали поработать с реальными данными. До этого занималась только бизнес- и системным анализом, и теперь понимаю, что аналитика данных мне даже ближе. Понятное задание, которое перечитывалось n-раз, и каждый раз находилось что-то новое. Бесценные чекпоинты: возможность получить обратную связь от экспертов и вовремя скорректировать решение. Всё понравилось. Спасибо за организацию и ваш труд, было круто!
