канал хакатона
Вернуться на главную

Задача 6

Модель по построению оптимальных маршрутов инкассации платежных терминалов

Призовой фонд
1 место:
1 000 000₽
2 место:
600 000₽
3 место:
400 000₽

Актуальность

Клиенты Газпромбанка пользуются платежными терминалами для внесения наличных. У каждого из них разная скорость наполнения, зависящая от его расположения и клиентопотока в локации.

Для осуществления инкассации терминалов требуется разработать модель.

Описание задачи

Разработайте модель, которая будет на ежедневной основе выбирать для обслуживания платежные терминалы и планировать маршруты их объезда.

Модель должна учитывать бизнес-ограничения:
  • Максимальный период времени, в течение которого надо обслужить терминал;
  • Лимиты наполняемости терминала;
  • Затраты на обслуживание терминала и издержки на неутилизированный остаток
Ресурсы
Наборы обезличенных данных, содержащие:
  • Координаты платежных терминалов на территории Москвы и МО;
  • Данные о ежедневных приростах наличности в устройствах;
  • Издержки банка: стоимость обслуживания терминала, суммарный % на остаток суммы в терминале, стоимость одной машины-броневика за день;
  • Допустимое время обслуживания платежного терминала.
Описание итогового продукта
ML-модель

эксперты

Владимир Дашковский
Начальник Управления алгоритмов машинного обучения Газпромбанк
Алексей Сысоев
Директор Центра аналитики и развития инноваций Газпромбанк
Чингиз Сабиев
и.о. начальника Центра аналитики и развития инноваций Газпромбанк
Алексей Бойко
Заместитель начальника Управления алгоритмов машинного обучения Газпромбанк
Андрей Буткевич
Заместитель директора Центра аналитики и развития инноваций Газпромбанк
Александр Тюрин
Главный аналитик-исследователь Управления алгоритмов машинного обучения Газпромбанк