Sam hackathon jest swego rodzaju wyzwaniem dla uczestników. W określonym czasie muszą oni stworzyć rozwiązanie na jeden z zadanych wyzwań. Podczas CuValley Hack 2021, organizator wyznaczył trzy bloki tematyczne: Analiza danych maszyn SMG, Stabilizacja pracy pieca zawiesinowego i Predykcja wystąpienia wstrząsów.
W wydarzeniu, które odbyło się 11-13 czerwca, udział wzięło blisko 300 uczestników, którzy po podzieleniu się w grupy, kodowali nieustannie przez 40 godzin. W efekcie ich pracy powstały 53 projekty.
– KGHM to potentat w branży wydobywczej, ale przede wszystkim to firma technologiczna. Technologię wprzęgamy w to, co robimy i im więcej takich innowacji, a szczególnie w ostatnim czasie mocno cyfrowym, tym lepiej dla nas – powiedział Marcin Chludziński, prezes KGHM Polska Miedź. Podkreślił on także, że hackathon spotkał się z bardzo pozytywnym odbiorem i szerokim zainteresowaniem w świecie IT. - Wszystkie projekty były ciekawe, dlatego jury miało trudne zadanie podczas selekcji zaprezentowanych rozwiązań. Takie są jednak prawa i reguły hackathonu, że wygrać mogą tylko najlepsi – przypomniał Chludziński.
Hackathon KGHM-u przyciągnął programistów, grafików, ekspertów z obszaru sztucznej inteligencji, uczenia maszynowego, Big Data, inżynierii, automatyki, analizy baz danych, którzy chcieli się zmierzyć z nadanym tematem, sprawdzić swoje umiejętności i pokazać: tak firmie jak i innym uczestnikom. Organizator przewidział też specjalne nagrody – ich pula sięgnęła 100 tys. zł. Prawdziwą stawką w tego typu rywalizacji jest jednak możliwość dalszego rozwoju pomysłów, które powstały podczas rywalizacji.
KGHM – podkreśliła spółka - liczy na praktyczne wdrożenia nagrodzonych projektów, w tym pomysłów w zakresie optymalizacji pracy pieca zawiesinowego w Hucie Miedzi Głogów, oraz predykcji awarii w maszynach górniczych.
„Profesjonalna praca, prezentująca zaawansowaną analizę danych z samojezdnych maszyn górniczych z potencjałem do zastosowania i rozwoju w środowisku KGHM. Duża wiedza merytoryczna w zakresie pracy układów maszyn gwarantuje zrozumienie zagadnień dziedzinowych i doboru właściwych metod do dalszej analizy” – tak jury oceniło zwycięski projekt w kategorii „Analiza danych maszyn SMG”, który stworzył zespół „Predykcyjni KRK”.
W odpowiedzi na wyzwanie z obszaru stabilizacji pracy pieca zawiesinowego, najlepszy okazał się zespół „Data Drivers”. Składa się ona – jak tłumaczą sami autorzy - z trzech części: skryptów przetwarzających dane źródłowe, modelu strat łącznych pieca zawiesinowego oraz stabilizatora pracy pieca zawiesinowego, a także symulacji i wizualizacji jego pracy.
Natomiast w kategorii „Predykcja wystąpienia wstrząsów” pierwsze miejsce zajął zespół „Świeżaki” tworząc model uczenia maszynowego do predykcji wstrząsów, który opiera się na obserwowaniu zdefiniowanej "puli energii".
