初赛结束后，参赛者有机会完善他们的项目。“我们决定开发一个模型，根据 TON 钱包的交易情况进行分析，并根据汇率变化预测交易行为。在最终任务中，我们结合使用了 Sber 的机器学习库——PyTorch-LifeStream 和 LightAutoML。正是这种组合让我们获得了第二名。” Maxim Kostritsya 说道。
收集数据、创建自定义解析器以及验证信息。“我要感谢我的队友们不眠不休的付出和无私的支持，也感谢MLTools团队的开发。这仅仅是个开始，我相信更大的成就在等着我们。”他补充道。
俄罗斯联邦储蓄银行区块链实验室主任 Alexander Nam
©高等经济大学
俄罗斯联邦储蓄银行区块 意大利 WhatsApp 数据 链实验室主任亚历山大·纳姆表示：“我们的实验室探索区块链应用的各个方面，研究 Web3 市场趋势，并分析 Web3 商业模式对银行业应用的适用性。支持本地社区，为他们提供展示才华、寻找合作伙伴以及吸引银行内外客户的平台，对我们至关重要。我们的区块链黑客马拉松为才华横溢的开发者提供了一个绝佳的平台，在这里，竞争精神孕育出有趣的创意，从而丰富俄罗斯联邦储蓄银行的区块链生态系统。”
当被问及教师角色的转变以及该职业面临的困难和挑战时，叶卡捷琳娜·科列斯尼科娃表示，科技发展太快：人们需要时间来识别、掌握并在课堂上运用它们。她还强调了团队合作是另一项挑战：教师应该更积极地与他人合作，组建小组，并共同努力实现共同目标。当然，我们必须了解年轻人的志向、愿望和渴望，以便帮助他们发展自己的职业生涯。