 |
АСОНИКА – победитель конкурса «Лучшие цифровые решения»
АСОНИКА – победитель конкурса «Лучшие цифровые решения»
АНО «Аналитический центр при Правительстве Российской Федерации» разработал оригинальную методику оценки конкурентоспособности цифровых решений. С целью апробации методического подхода к определению отечественных решений, созданных на базе «сквозных» цифровых технологий, характеризующихся высоким уровнем конкурентоспособности, было организовано тестирование в формате конкурсного отбора. На конкурсный отбор были приглашены российские компании-разработчики цифровых решений. Было получено 300 заявок, из которых 221 решение было оценено по разработанной методике. Рассмотренные решения были распределены по 12 номинациям. Решения-финалисты, набравшие высокие баллы, были далее оценены конкурсной комиссией, в состав которой вошли представители Минкомсвязи России (в роли наблюдателей), Аналитического центра при Правительстве Российской Федерации, НИУ «Высшая школа экономики», АНО «Цифровая экономика», Совета по развитию цифровой экономики при Совете Федерации Федерального Собрания Российской Федерации, министры региональных органов исполнительной власти, ответственные за цифровую повестку. В ходе работы конкурсной комиссии отобраны победители в номинациях. В номинации «ЦИФРОВОЕ ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ» победителем признана Автоматизированная система обеспечения надёжности и качества аппаратуры АСОНИКА (ООО «Научно-исследовательский институт «АСОНИКА» (ООО «НИИ «АСОНИКА»). Выигрыш в номинациях Конкурса предполагает возможность попасть в пилотный сборник цифровых решений и практик, рекомендованных к тиражированию в субъектах Российской Федерации. Решения, набравшие максимальные баллы в номинациях Конкурса, будут рекомендованы для включения в Банк решений (запуск в эксплуатацию планируется до конца 2020 года), решения из которого получат доступ к разрабатываемым государственным мерам поддержки.
Более подробно можно посмотреть по ссылке https://asonika-online.ru/news/435/
Контактное лицо: Кондратьева Екатерина
Компания: ООО НИИ АСОНИКА
Добавлен: 01:21, 03.07.2020
Количество просмотров: 420
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия620 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия612 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия690 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия794 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия136 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |