 |
Хакатон от «Согласия». Призовой фонд – 1 млн. рублей
Ни для кого не секрет, что сфера IT уже давно проникла в большинство бизнесов, и рынок страхования не исключение. Автоматизация задач андеррайтинга, подбор оптимального предложения для клиента, тестирование гипотез – это лишь малая доля задач, с которыми регулярно работают страховые компании. Для поиска креативных идей и новых решений, страховая компания «Согласие» организует российский онлайн-хакатон «Код Согласия». В 2024 году призовой фонд турнира составит 1 000 000 рублей.
«Код Согласия» - это не только внушительный денежный приз, но также и возможность для специалистов в сфере IT пообщаться с экспертами одной из лидирующих компаний на рынке страхования. Участникам турнира будет представлена на выбор одна из задач, основанных на реальных бизнес-кейсах СК «Согласие»:
• Разработка web-сервиса для проверки гипотез, который позволит создавать и тестировать новые страховые продукты. Этот сервис должен помочь компании быстро проверять эффективность различных гипотез, создавая цифровые страховые продукты с минимальными затратами времени и ресурсов. • Создание web-сервис для ведения проектов, который позволит централизованно хранить, удобно отображать и мониторить крупные проекты внутри компании.
Масштабное IT-соревнование от СК «Согласие» стартует 28 сентября, после чего участники смогут приступить к выполнению задач. Победители турнира будут определены экспертным советом 6 октября. А участники, отличившиеся во время хакатона, смогут претендовать на место в технологическом подразделении компании.
Организаторы хакатона рекомендуют претендентам на главный приз собрать команду из: backend- и frontend-разработчиков, дизайнера, тестировщика и продукт-менеджера или бизнес-аналитика. Но принимать участие могут и универсальные специалисты. Минимальный размер команды – 2 человека.
Участие в хакатоне «Код Согласия» бесплатное. Регистрация открыта до 27 сентября: https://codenrock.com/auth?reg_on_contest=1257#/register
Контактное лицо: Олег
Компания: СК "Согласие"
Добавлен: 04:12, 29.09.2024
Количество просмотров: 187
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия617 |
| «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, Россия609 |
| 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, Россия687 |
| 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, Россия793 |  |
| 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, Россия135 |  |
| 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. |
|
 |