Принять участие
13 - 15 февраля 2026 г.
ДАТЫ ПРОВЕДЕНИЯ
1 декабря 2025 г. - 22 января 2026 г.
ПРИЕМ ЗАЯВОК
13 - 15 февраля 2026 г.
ДАТЫ ПРОВЕДЕНИЯ
1 декабря 2025 г. - 22 января 2026 г.
ПРИЕМ ЗАЯВОК
Хакатон по социальным данным пройдет 13–15 февраля 2026 года в Европейском университете в Санкт-Петербурге.
Мы соберём людей из IT, анализа данных, исследований и НКО, чтобы вместе погрузиться в данные о социальных проблемах и использовать их для решения реальных кейсов.
Заполнить форму до 23:59 22 января
Получить результаты 30 января
Встретиться в Европейском 13 февраля
КАК ПРИНЯТЬ УЧАСТИЕ
Принять участие
ДЛЯ КОГО
Программа ПАНДАН Европейского университета и «Если быть точным» вместе создали Хакатон — дружеское соревнование, где участники, объединенные в команды, работают над реальными кейсами наших друзей и партнеров, которые занимаются социальной проблематикой. Используя предоставленные данные и свой креативный потенциал, участники могут внести свой вклад в реальное решение актуальных проблем.
Хакатон подходит для всех, кто владеет самыми базовыми навыками анализа данных, в данный момент учится в университете или уже закончил обучение, и готов провести три насыщенных дня в Европейском университете.
Хакатон подходит для всех, кто владеет самыми базовыми навыками анализа данных, в данный момент учится в университете или уже закончил обучение, и готов провести три насыщенных дня в Европейском университете.
Школа вычислительных социальных наук — образовательное подразделение Европейского университета в Санкт-Петербурге. Она объединяет социологов, экономистов и специалистов в области информатики, которые занимаются решением научных и прикладных проблем на стыке трех направлений. В рамках школы существует несколько программ магистратуры, аспирантуры, а также программ дополнительного профессионального образования, в том числе программа ПАНДАН.
«Если быть точным» — это платформа с открытыми данными и исследованиями по социальным проблемам в регионах России. Команда проекта собирает, очищает и выкладывает полезные датасеты, готовит аналитические отчеты и публикует материалы по широкому набору тем — от ВИЧ и бездомности до гендерного неравенства и состояния окружающей среды.
ПАНДАН — это направление образовательных программ по анализу данных, созданное Европейским университетом в Санкт-Петербурге и Яндексом. ПАНДАН предлагает разные уровни и формы обучения, объединяя специалистов с социогуманитарным и техническим бэкграундом.
Хакатон организован командой образовательного направления «Прикладной анализ данных» (ПАНДАН), реализуемого в рамках Школы вычислительных социальных наук Европейского университета в Санкт–Петербурге, при сотрудничестве с платформой открытых данных «Если быть точным».
ОРГАНИЗАТОРЫ
ДЛЯ КОГО
Школа вычислительных социальных наук — образовательное подразделение Европейского университета в Санкт-Петербурге. Она объединяет социологов, экономистов и специалистов в области информатики, которые занимаются решением научных и прикладных проблем на стыке трех направлений. В рамках школы существует несколько программ магистратуры, аспирантуры, а также программ дополнительного профессионального образования, в том числе программа ПАНДАН.
«Если быть точным» — это платформа с открытыми данными и исследованиями по социальным проблемам в регионах России. Команда проекта собирает, очищает и выкладывает полезные датасеты, готовит аналитические отчеты и публикует материалы по широкому набору тем — от ВИЧ и бездомности до гендерного неравенства и состояния окружающей среды.
ПАНДАН — это направление образовательных программ по анализу данных, созданное Европейским университетом в Санкт-Петербурге и Яндексом. ПАНДАН предлагает разные уровни и формы обучения, объединяя специалистов с социогуманитарным и техническим бэкграундом.
Хакатон организован командой образовательного направления «Прикладной анализ данных» (ПАНДАН), реализуемого в рамках Школы вычислительных социальных наук Европейского университета в Санкт–Петербурге, при сотрудничестве с платформой открытых данных «Если быть точным».
ОРГАНИЗАТОРЫ
Программа ПАНДАН Европейского университета и проект «Если быть точным» вместе создали Хакатон. Это дружеское соревнование, где участники объединяются в команды и работают над кейсами, связанными с социальной проблематикой: онкологией, бездомностью, инвалидностью и другими.
Участники используют предоставленные данные и свой креативный потенциал, чтобы внести вклад в решение общественных задач.
В Хакатоне могут участвовать студенты или выпускники университетов, которые владеют базовыми навыками анализа данных и готовы провести три насыщенных дня в Европейском университете.
Участники используют предоставленные данные и свой креативный потенциал, чтобы внести вклад в решение общественных задач.
В Хакатоне могут участвовать студенты или выпускники университетов, которые владеют базовыми навыками анализа данных и готовы провести три насыщенных дня в Европейском университете.
Заполнить форму до 23:59 22 января
Получить результаты 30 января
Встретиться в Европейском 13 февраля
КАК ПРИНЯТЬ
УЧАСТИЕ
УЧАСТИЕ
Принять участие
Кейсы Хакатона-2026
Задачи:
Сделать описательную статистику о разных подгруппах, определить сегменты по типам аудитории на основе данных анкет, дать рекомендации по эффективному сбору данных и составлению анкеты для дальнейшего анализа
Результат:
Команда проанализировала почти 17 тысяч анкет родителей, записавшихся на курс фонда, и выяснила, что запросы меняются по мере взросления ребенка: родителей дошкольников больше всего беспокоит образование, родителей подростков — социализация и общение, а тех, чьи дети уже выросли, — трудоустройство и самостоятельное проживание.
Над кейсом работали: Василина Чарушина, Маша Грицай, Саша Позднякова, Настя Авдеева, Артём Беляев, Алиса Чепрасова, Катя Константинова, Андрей Григорьев
«Антон тут рядом» — фонд поддержки людей с расстройствами аутистического спектра.
Сделать описательную статистику о разных подгруппах, определить сегменты по типам аудитории на основе данных анкет, дать рекомендации по эффективному сбору данных и составлению анкеты для дальнейшего анализа
Результат:
Команда проанализировала почти 17 тысяч анкет родителей, записавшихся на курс фонда, и выяснила, что запросы меняются по мере взросления ребенка: родителей дошкольников больше всего беспокоит образование, родителей подростков — социализация и общение, а тех, чьи дети уже выросли, — трудоустройство и самостоятельное проживание.
Над кейсом работали: Василина Чарушина, Маша Грицай, Саша Позднякова, Настя Авдеева, Артём Беляев, Алиса Чепрасова, Катя Константинова, Андрей Григорьев
«Антон тут рядом» — фонд поддержки людей с расстройствами аутистического спектра.
Задачи: люди с ТМНР (тяжелыми множественными нарушениями развития) практически невидимы для официальной статистики: нет такого понятия в официальных данных. Это осложняет работу с ней: невозможно рассчитать объем необходимой помощи и достичь эту группу благополучателей.
Команде нужно было оценить численность людей, имеющих ТМНР с разбивкой по возрасту, оценить количество детей дошкольного возраста и сколько из них в интернатах, в домах ребенка, сколько в семьях и предложить воспроизводимый способ оценки численности людей с ТМНР
Результат:
Опираясь на зарубежные исследования, данные о недоношенности, статистику интернатов и частоту поисковых запросов, команда вывела следующую статистику: в городе живут почти 3 тысячи человек с ТМНР, из них примерно 2 тысячи — дети и подростки до 18 лет.
Над кейсом работали: Илья Гаврилов, Игорь Курохтин, Екатерина Татур
«Перспективы» — организация, которая помогает взрослым и детям с тяжелой инвалидностью
Команде нужно было оценить численность людей, имеющих ТМНР с разбивкой по возрасту, оценить количество детей дошкольного возраста и сколько из них в интернатах, в домах ребенка, сколько в семьях и предложить воспроизводимый способ оценки численности людей с ТМНР
Результат:
Опираясь на зарубежные исследования, данные о недоношенности, статистику интернатов и частоту поисковых запросов, команда вывела следующую статистику: в городе живут почти 3 тысячи человек с ТМНР, из них примерно 2 тысячи — дети и подростки до 18 лет.
Над кейсом работали: Илья Гаврилов, Игорь Курохтин, Екатерина Татур
«Перспективы» — организация, которая помогает взрослым и детям с тяжелой инвалидностью
Задачи:
Собрать датасет с информацией по госзакупкам препаратов от рака (МНН, регион, сумма контракта, объем закупки, цена за мг/табл, дата контракта); провести анализ структуры закупок по регионам, ценовой анализ закупок и анализ потребности в лекарствах на человека *
Что сделали:
Команда собрала датасет из 59 тысяч госконтрактов на закупку противоопухолевых препаратов и сопоставила их с региональными данными о заболеваемости, чтобы рассчитать, сколько действующего вещества приходится на одного потенциального пациента в каждом регионе. На основании этого была создана интерактивная тепловая карта доступности препаратов: на ней видно, в каких регионах запасы лекарств относительно велики и куда можно направлять пациентов из регионов с дефицитом.
Над кейсом работали: Вероника Визигина, Роман Ермольчук, Екатерина Потапова, Софья Радичкина, Елизавета Ульянова
«Не напрасно» — фонд медицинских решений, который помогает пациентам с онкологическими заболеваниями ориентироваться в системе лечения
Собрать датасет с информацией по госзакупкам препаратов от рака (МНН, регион, сумма контракта, объем закупки, цена за мг/табл, дата контракта); провести анализ структуры закупок по регионам, ценовой анализ закупок и анализ потребности в лекарствах на человека *
Что сделали:
Команда собрала датасет из 59 тысяч госконтрактов на закупку противоопухолевых препаратов и сопоставила их с региональными данными о заболеваемости, чтобы рассчитать, сколько действующего вещества приходится на одного потенциального пациента в каждом регионе. На основании этого была создана интерактивная тепловая карта доступности препаратов: на ней видно, в каких регионах запасы лекарств относительно велики и куда можно направлять пациентов из регионов с дефицитом.
Над кейсом работали: Вероника Визигина, Роман Ермольчук, Екатерина Потапова, Софья Радичкина, Елизавета Ульянова
«Не напрасно» — фонд медицинских решений, который помогает пациентам с онкологическими заболеваниями ориентироваться в системе лечения
Задачи:
Оценить распространенность рабочих домов, самой массовой формой современного рабства в России, где бездомным людям предлагают работать за ночлег и еду.
Что сделали:
Команда собрала и проанализировала объявления о работе и проживании на трех площадках: ВКонтакте, Авито и 2ГИС. Запросы на поиск подбирались с помощью промтпов в LLMs. На основании географии объявлений, определены регионы с наибольшим сосредоточением работных домов (Москва, Санкт-Петербург, Краснодарский край, Свердловская область)
Над кейсом работали: Екатерина Булатова, Константин Казаченко, Анастасия Черняева, Артем Шустваль, Степан Акиньшин, Мария Домрачева
«Ночлежка» — крупнейшая в России организация, которая помогает бездомным людям
Оценить распространенность рабочих домов, самой массовой формой современного рабства в России, где бездомным людям предлагают работать за ночлег и еду.
Что сделали:
Команда собрала и проанализировала объявления о работе и проживании на трех площадках: ВКонтакте, Авито и 2ГИС. Запросы на поиск подбирались с помощью промтпов в LLMs. На основании географии объявлений, определены регионы с наибольшим сосредоточением работных домов (Москва, Санкт-Петербург, Краснодарский край, Свердловская область)
Над кейсом работали: Екатерина Булатова, Константин Казаченко, Анастасия Черняева, Артем Шустваль, Степан Акиньшин, Мария Домрачева
«Ночлежка» — крупнейшая в России организация, которая помогает бездомным людям
Задачи:
Собрать и структурировать источники данных о питании населения в регионах, разработать методологию оценки регионального профиля питания на основе «метода тарелки» и создать прототип дашборда для визуализации профилей питания, включая хотя бы один труднодоступный регион
Что сделали:
С помощью визуализации данных Росстата и стека Python + Dash + Plotly + Pandas/NumPy команда построила дашборд, который показывает дисбаланс рациона по регионам и позволяет сравнить, сколько на самом деле стоит сбалансированное питание в каждом регионе.
Над кейсом работали: Елизавета Андрухович, Ангелина Коваленко, Владислав Селиверстов, Иван Триандофилиди, Иван Филиппов
«Еда. Экология. Огороды» — объединение фуд-и экоактивистов, которые занимаются проблемами питания в труднодоступных регионах России
Собрать и структурировать источники данных о питании населения в регионах, разработать методологию оценки регионального профиля питания на основе «метода тарелки» и создать прототип дашборда для визуализации профилей питания, включая хотя бы один труднодоступный регион
Что сделали:
С помощью визуализации данных Росстата и стека Python + Dash + Plotly + Pandas/NumPy команда построила дашборд, который показывает дисбаланс рациона по регионам и позволяет сравнить, сколько на самом деле стоит сбалансированное питание в каждом регионе.
Над кейсом работали: Елизавета Андрухович, Ангелина Коваленко, Владислав Селиверстов, Иван Триандофилиди, Иван Филиппов
«Еда. Экология. Огороды» — объединение фуд-и экоактивистов, которые занимаются проблемами питания в труднодоступных регионах России
Задачи:
выяснить, какие характеристики карточек подопечных привлекают больше пожертвований.
Что сделали:
Оказалось, что на вероятность пожертвования статистически значимо влияет гендер: бабушки получат помощь с большей вероятностью, чем дедушки. Также шансы повышает упоминание в тексте того, что деньги нужны на продукты.
Над кейсом работали: Мария Барбашина, Диана Кравченко, Дарья Самойлова, Иван Мрасов, Анна Щукина, Виктория Разумова, Елизавета Соколова, Евдокия Сысоева
«Помощь» — мобильное приложение адресной благотворительности, где пользователи видят карточки подопечных с фотографией и историей
выяснить, какие характеристики карточек подопечных привлекают больше пожертвований.
Что сделали:
Оказалось, что на вероятность пожертвования статистически значимо влияет гендер: бабушки получат помощь с большей вероятностью, чем дедушки. Также шансы повышает упоминание в тексте того, что деньги нужны на продукты.
Над кейсом работали: Мария Барбашина, Диана Кравченко, Дарья Самойлова, Иван Мрасов, Анна Щукина, Виктория Разумова, Елизавета Соколова, Евдокия Сысоева
«Помощь» — мобильное приложение адресной благотворительности, где пользователи видят карточки подопечных с фотографией и историей
ПАРТНЕРы
- ПомощьАнализ профилей благополучателей
и их успешности
в привлечении помощи - ПерспективыОценка численности людей с тяжелыми множественными нарушениями развития (ТМНР) в Санкт-Петербурге
- НочлежкаОценка распространенности рабочих домов в России
- Антон тут рядомАнализ эффективности поддержки семей, воспитывающих детей с РАС
- Еда, экология, огородыРазработка инструментов оценки профилей питания регионов в России
- Не напрасноСбор данных о государственных закупках по списку передовых препаратов от рака
СТАТЬ ПАРТНЕРОМ
Если у вашей организации есть кейс для работы на Хакатоне, напишите нам об этом на почту partners@tochno.st и мы обязательно свяжемся с вами.
Заполнить форму до 23:59 22 января
Получить результаты 30 января
Встретиться в Европейском 13 февраля
КАК ПРИНЯТЬ УЧАСТИЕ
Принять участие
ДЛЯ КОГО
Программа ПАНДАН Европейского университета и «Если быть точным» вместе создали Хакатон — дружеское соревнование, где участники, объединенные в команды, работают над реальными кейсами наших друзей и партнеров, которые занимаются социальной проблематикой. Используя предоставленные данные и свой креативный потенциал, участники могут внести свой вклад в реальное решение актуальных проблем.
Хакатон подходит для всех, кто владеет самыми базовыми навыками анализа данных, в данный момент учится в университете или уже закончил обучение, и готов провести три насыщенных дня в Европейском университете.
Хакатон подходит для всех, кто владеет самыми базовыми навыками анализа данных, в данный момент учится в университете или уже закончил обучение, и готов провести три насыщенных дня в Европейском университете.
Школа вычислительных социальных наук — образовательное подразделение Европейского университета в Санкт-Петербурге. Она объединяет социологов, экономистов и специалистов в области информатики, которые занимаются решением научных и прикладных проблем на стыке трех направлений. В рамках школы существует несколько программ магистратуры, аспирантуры, а также программ дополнительного профессионального образования, в том числе программа ПАНДАН.
«Если быть точным» — это платформа с открытыми данными и исследованиями по социальным проблемам в регионах России. Команда проекта собирает, очищает и выкладывает полезные датасеты, готовит аналитические отчеты и публикует материалы по широкому набору тем — от ВИЧ и бездомности до гендерного неравенства и состояния окружающей среды.
ПАНДАН — это направление образовательных программ по анализу данных, созданное Европейским университетом в Санкт-Петербурге и Яндексом. ПАНДАН предлагает разные уровни и формы обучения, объединяя специалистов с социогуманитарным и техническим бэкграундом.
Хакатон организован командой образовательного направления «Прикладной анализ данных» (ПАНДАН), реализуемого в рамках Школы вычислительных социальных наук Европейского университета в Санкт–Петербурге, при сотрудничестве с платформой открытых данных «Если быть точным».
ОРГАНИЗАТОРЫ
Программа
10:00 – 10:30 – сбор участников и регистрация.
10:30 – 10:50 – онбординг и Q&A.
10:50 – 12:20 – воркшоп по работе над кейсами от «Если быть точным».
12:20 – 12:40 – кофебрейк.
12:40 – 14:00 – воркшоп по работе над кейсами от «Если быть точным».
14:00 – 15:00 – обед.
15:00 – 17:40 – работа в командах и с кураторами.
16:00 – 16:20 – кофебрейк.
17:40 – 18:00 – планирование работ на второй день.
10:30 – 10:50 – онбординг и Q&A.
10:50 – 12:20 – воркшоп по работе над кейсами от «Если быть точным».
12:20 – 12:40 – кофебрейк.
12:40 – 14:00 – воркшоп по работе над кейсами от «Если быть точным».
14:00 – 15:00 – обед.
15:00 – 17:40 – работа в командах и с кураторами.
16:00 – 16:20 – кофебрейк.
17:40 – 18:00 – планирование работ на второй день.
10:00 – 10:30 – сбор участников и регистрация.
10:30 – 10:50 – презентация итогов работы первого дня.
10:50 – 12:20 – лекция о работе с данными.
12:20 – 12:40 – кофебрейк.
12:40 – 17:40 – работа в командах и с кураторами с нецентрализованным перерывом на обед.
16:00 – 16:20 – кофебрейк.
17:40 – 18:00 – планирование работ на третий день.
10:30 – 10:50 – презентация итогов работы первого дня.
10:50 – 12:20 – лекция о работе с данными.
12:20 – 12:40 – кофебрейк.
12:40 – 17:40 – работа в командах и с кураторами с нецентрализованным перерывом на обед.
16:00 – 16:20 – кофебрейк.
17:40 – 18:00 – планирование работ на третий день.
10:00 — 10:30 — сбор участников и регистрация.
10:30 — 10:40 — онбординг и Q&A.
10:40 — 12:00 — лекция о презентации данных от Алексея Сенюхина, ЕУ СПб.
12:00 — 12:20 — кофебрейк.
12:20 — 17:00 — работа в командах и с кураторами с нецентрализованным перерывом на обед.
17:00 — 18:30 — презентация проектов.
18:30 — 18:50 — кофебрейк.
18:50 — 19:00 — объявление результатов.
10:30 — 10:40 — онбординг и Q&A.
10:40 — 12:00 — лекция о презентации данных от Алексея Сенюхина, ЕУ СПб.
12:00 — 12:20 — кофебрейк.
12:20 — 17:00 — работа в командах и с кураторами с нецентрализованным перерывом на обед.
17:00 — 18:30 — презентация проектов.
18:30 — 18:50 — кофебрейк.
18:50 — 19:00 — объявление результатов.
Вопросы и ответы
Наш хакатон ориентирован на практическое применение Python для анализа данных и решения социально-экономических задач. Для комфортного участия и максимальной пользы от события вам потребуется базовый уровень владения Python.
Обязательный минимум (без этого будет сложно):
- Синтаксис Python: уверенное понимание переменных, типов данных (int, float, str, list, dict), циклов (for, while), условных операторов (if/elif/else).
- Работа с библиотеками: умение устанавливать библиотеки (pip install) и импортировать их (import numpy as np).
- Основные структуры данных: уверенная работа со списками и словарями. Функции: понимание, как объявлять и вызывать функции.
Желательные навыки (с этим вы сможете решать задачи эффективнее):
- Библиотеки для анализа данных: начальный опыт работы с pandas (фильтрация, группировка, простые преобразования) и numpy.
- Визуализация: знакомство с основами matplotlib или seaborn для построения графиков.
Что будет большим плюсом (но не обязательно):
- Опыт работы с инструментами NLP;
- Начальные навыки машинного обучения (scikit-learn).
Самое важное:
Не стоит пугаться, если вы не уверены во всех пунктах из «желательного» списка. Хакатон — это в первую очередь учебное и командное событие. Готовность учиться, искать информацию, задавать вопросы и работать в команде не менее важна, чем текущий технический уровень.
Главный критерий — интерес к данным и желание создать работающий прототип решения за ограниченное время. Ждем вас!
Обязательный минимум (без этого будет сложно):
- Синтаксис Python: уверенное понимание переменных, типов данных (int, float, str, list, dict), циклов (for, while), условных операторов (if/elif/else).
- Работа с библиотеками: умение устанавливать библиотеки (pip install) и импортировать их (import numpy as np).
- Основные структуры данных: уверенная работа со списками и словарями. Функции: понимание, как объявлять и вызывать функции.
Желательные навыки (с этим вы сможете решать задачи эффективнее):
- Библиотеки для анализа данных: начальный опыт работы с pandas (фильтрация, группировка, простые преобразования) и numpy.
- Визуализация: знакомство с основами matplotlib или seaborn для построения графиков.
Что будет большим плюсом (но не обязательно):
- Опыт работы с инструментами NLP;
- Начальные навыки машинного обучения (scikit-learn).
Самое важное:
Не стоит пугаться, если вы не уверены во всех пунктах из «желательного» списка. Хакатон — это в первую очередь учебное и командное событие. Готовность учиться, искать информацию, задавать вопросы и работать в команде не менее важна, чем текущий технический уровень.
Главный критерий — интерес к данным и желание создать работающий прототип решения за ограниченное время. Ждем вас!
Хакатон пройдет 13-15 февраля 2026 года, но обратите внимание, что заявки принимаются только до 22 января. Мы ожидаем, что участники смогут присутствовать все три дня очно, так как это важное условие для командной работы. Кроме того, на хакатона также будет насыщенная образовательная программа, которая важна для работы с кейсами, так что частичное участие вряд ли даст вам нужный результат. Однако, вы можете написать нам и мы рассмотрим ваш кейс индивидуально.
Это не имеет значения. Если у вас есть базовые знания аналитики (мы ожидаем от участников базовое знание языка Python) и желание поработать с кейсами - этого достаточно. Мы любим междисциплинарность и уверены, что разностороннее образование помогает находить лучшие решения.
Хакатон будет проходить три дня с пятницы по воскресенье 13-15 февраля. Стартуем в 10:00 каждый день, заканчиваем работу в 18:00. Эти три дня вы проведете в Европейском университете в Санкт-Петербурге по адресу Шпалерная ул.1. Участникам, прошедшим отбор, пришлем подробную инструкцию, как попасть внутрь. Организуем кофе-брейки и предусмотрим перерывы на обед.
Победителя определяет жюри, опираясь на оценку процесса работы команд и на итоговую презентацию. Подробные критерии можно найти в Положении хакатона.
Да, мы разошлем всем участникам электронные сертификаты в течение 10 рабочий дней после окончания хакатона. Эти сертификаты могут приятно дополнить ваше портфолио.
Оба варианта хороши. Если у вас есть команда - укажите ее название в форме заявки, если нет - все в порядке, мы поделим участников на команды в самый первый день.
Мотивационное письмо — самая важная часть заявки, именно оно будет оцениваться при отборе участников. Важно коротко рассказать о себе, своем образовательном и профессиональном опыте, описать свою мотивацию участия - почему вас заинтересовал хакатон, чего вы ожидаете от него в итоге и от себя. Очень важно честно описать свои навыки работы с данными, навыки которые у вас уже есть, и их уровень.
Пока мы держим это в секрете. В отличие от хакатонов из индустрии, наш хакатон не подразумевает наличие денежного приза. Но приятные подарки, конечно, будут.
Мы ожидаем команды от 3 до 5 человек.
Остались вопросы?
Мы постараемся ответить как можно быстрее.
Напишите нам
