Эта статья о том, как мы готовили первый внутренний AI-хакатон — от выбора задач до запуска инфраструктуры. Возможно, наш опыт пригодится тем, кто тоже хочет встроить AI в ежедневную работу команды.
Интерес к искусственному интеллекту внутри «Авроры» рос уже некоторое время. Одни сотрудники регулярно использовали AI-инструменты, другие — только начинали с ними знакомиться. Общего понимания, как применять AI в ежедневной работе, на тот момент не сложилось.
Мы видели, что одной теории здесь недостаточно. Сотрудникам нужна была возможность взять реальную задачу, выбрать инструменты и самостоятельно пройти путь от идеи до работающего решения. Так появилась мысль провести внутренний AI-хакатон.
Вот пять целей, которые мы поставили перед собой:
познакомить коллег с вайб-кодингом
объединить специалистов разных направлений
проверить AI-инструменты на реальных задачах
получить решения, которые можно развивать после хакатона
создать внутри компании среду для дальнейших экспериментов с AI
Перед хакатоном CEO и AI-generalist «Авроры», у которых уже был опыт работы с AI, провели для остальных сотрудников серию онлайн-встреч о генеративном AI и разработке с его помощью. Эти встречи нужны были не только для теоретического знакомства с инструментами, но и для того, чтобы выровнять стартовый уровень участников.
Параллельно запустили внутреннюю информационную кампанию: подготовили анонсы и презентации, собрали заявки, провели опросы и сформировали команды.
К хакатону присоединились 28 человек — это треть всех сотрудников компании. Мы распределили их по девяти командам.
Идеи для задач хакатона предложили сами сотрудники. Задачи должны были укладываться в один день и при этом давать командам пространство для самостоятельных решений.
Мы собрали все предложения, оценили масштаб и выбрали три направления будущих проектов:
платформа для создания обучающих курсов, тестов и сбора обратной связи
голосовой секретарь для обработки обращений сотрудников в IT-поддержку
система учёта IT-активов: оборудования, виртуальных машин и лицензий
Над каждым направлением работали три независимые команды. Участники сами определяли логику продукта, приоритетные функции и способ реализации. Поэтому для каждой задачи мы получили три разных решения и смогли сравнить подходы.
Для каждой команды нужно было подготовить отдельный сервер с Claude Code и OpenAI Codex CLI. Участники получали готовый доступ к инструментам. Но за ним стояла полноценная среда для командной разработки: с изоляцией, безопасным подключением и резервным копированием.
Начали подготовку к запуску 11 серверов (10 командных и 1 тестовый). Серверы один за другим создавал Claude через API провайдера.
Мы описали инфраструктуру единым Ansible-плейбуком из 13 ролей и разделили развёртывание на пять фаз. Плейбук создавали вместе с Claude Code — так вайб-кодинг стал частью проекта ещё до хакатона.
Ручная настройка всех серверов заняла бы несколько дней и в случае необходимости потребовала бы внесения изменений отдельно на каждом сервере. Автоматизация сократила этот срок до одного дня развёртывания.
Плейбук пригодился и после первоначального развёртывания. С его помощью мы обновляли и восстанавливали серверы, меняли параметры конфигурации без ручной настройки каждой машины.
Способ резервного копирования зависел от базы данных. Для PostgreSQL, MySQL и MongoDB использовали онлайн-дампы, для SQLite — Backup API. Если для СУБД не было отдельного инструмента, то выполняли холодное копирование. Архивы регулярно отправлялись в S3-совместимое хранилище Yandex Object Storage.
Позже эта система прошла проверку на практике. Уже во время постэксплуатации серверов с проектами повредилась MSSQL-база. Мы восстановили проект из S3-архива без потери данных, и команда продолжила работу.
Сбой показал, что система резервного копирования справляется со своей задачей и помогает сохранить результаты команд.
Техническая среда была готова. Параллельно мы подготовили само мероприятие:
составили критерии оценки и пригласили опытных специалистов в жюри
продумали призовой фонд и наградные материалы
прописали сценарий с вечерней программой, подготовили площадку и позаботились о питании
Участникам предстояло пройти весь путь от постановки задачи до защиты за один день: распределить роли, выстроить диалог с AI-агентом, собрать решение, подготовить презентацию и защитить свой проект.
Члены жюри отметили, что решения команд были непохожи друг на друга, отличались функциональностью, глубиной проработки и выбранной логикой.
По итогам защиты жюри выбрало по одной команде-победителю в каждом из трёх направлений.
Часть прототипов продолжили развивать после мероприятия. Среди них — внутренняя обучающая платформа. Отдельное продолжение получил сервис автоматизации планирования отпусков, который создали за рамками трёх основных направлений.
За один день участники получили первый опыт вайб-кодинга и увидели, как AI помогает проверять идеи, собирать прототипы и автоматизировать рутинные задачи.
После защиты проектов мы оставили серверы в эксплуатации, т.к. команды продолжили дорабатывать свои решения. Весь цикл — хакатон, дальнейшая работа и миграция — занял около двух месяцев. За это время семь из девяти команд переехали в постоянную корпоративную среду Aurora AI Sandbox. Во время миграции мы сохранили все их проекты.
Ansible-плейбук и накопленный опыт использовали при создании песочницы. В ней появился отдельный тип учебных хостов для онбординга сотрудников на агентные AI-инструменты.
Хакатон занял один день, но созданная для него инфраструктура продолжила работать после мероприятия и стала основой Aurora AI Sandbox. Так разовый эксперимент перерос в постоянную среду для разработки и изучения AI-инструментов.
После хакатона мы провели внутренний опрос, чтобы оценить масштаб AI-инициатив в компании. Сотрудники рассказали примерно о 30 проектах по автоматизации и улучшению рабочих процессов. Многие из них уже приближаются к демоверсии, переносу на рабочий сервер или промышленному запуску. Для компании из 85 человек это заметный масштаб.
Ещё внутри компании сформировалось AI-сообщество: сотрудники создали общий чат, где обсуждают рабочие задачи, задают вопросы и помогают друг другу с технической стороной проектов. Параллельно начал регулярно собираться AI-клуб — более свободный формат для встреч и обмена опытом между теми, кто интересуется искусственным интеллектом.
Как «Аврора» создала корпоративную AI-песочницу
Зачем мы придумали хакатон
Подготовительная неделя
Три задачи — девять решений
Как мы развернули инфраструктуру за 7 дней
Плейбук запускал Claude и внимательно отслеживал логи развёртывания онлайн. При возникновении ошибок — вносил правки и делал новый прогон. Таким образом на каждой машине настроили Docker, персональный VPN-вход через VLESS Reality, двухфакторную защиту административной панели и разграничение командных доступов.
Как защищали проекты от потери данных
Один день на работающий прототип
Для нас это один из главных выводов хакатона. AI ускоряет работу, но качество решения зависит от людей: от того, как они поняли проблему, какие функции выбрали и как организовали взаимодействие внутри команды.
Какой эффект получили от хакатона
Что изменилось после хакатона
полезного материала
Оно успешно отправлено!