أصدقائي ، أطلقنا مسابقة بين مطوري AI / ML -
RAIF Hackathon . نحن ندعوك للمشاركة! يقام هذا الحدث كجزء من منتدى الأعمال التجارية RAIF 2018 (منتدى الذكاء الاصطناعي الروسي). قبل عام ، قمنا بعمل
هاكاثون مشابه ، ولكن هذه المرة سيكون التنسيق مختلفًا. هناك مرحلتان في انتظارك: التأهل عبر الإنترنت والمعركة النهائية غير المتصلة بالإنترنت أمام ضيوف RAIF. ثلاث مهام - من Rosreestr و Utkonos و Novolipetsk Metallurgical Plant (NLMK) - وبالتالي ، ثلاثة ترشيحات للاختيار من بينها. صندوق الجائزة أكثر من مليون روبل. ونعم ، كما في العام الماضي ، سيكون من الضروري حل المهام بمساعدة تقنيات التعلم الآلي ؛).
يمكنك المشاركة بمفردك أو في فريق يصل إلى 3 أشخاص. يمكنك اختيار واحدة أو اثنتين أو حتى جميع المهام الثلاث المقدمة حسب تقديرك. في جميع الحالات الثلاث ، ستكون متاحًا للبيانات الحقيقية لشركائنا (بالطبع ، مجهولة المصدر). أي ، سيكون لديك فرصة كبيرة للنظر وراء الكواليس لأعمالهم ، والتي ، في رأينا ، أكثر إثارة للاهتمام من المهام الخيالية المجردة التي يتم تقديمها في معظم الهاكاثونات.
مهمة واحدة هي النتيجة المطلقة:
- تسريع إنتاج الصلب المدلفن (NLMK)
سيتمكن المشاركون في هذا البث من رؤية نتائجهم في لوحة الصدارة على موقع المسابقة.
مهمتان أخريان مبتكرتان:
- لتحليل الطلب على السلع ("خلد الماء").
- توقع القيمة المساحية للعقار (Rosreestr)
نقدم هنا فقط بيانات من الشركاء ، وعليك أن تكتشف بنفسك ما يمكن فعله بهذه البيانات.
لكن أول الأشياء أولاً.
متصل وغير متصل
سيتم عقد RAIF Hackathon على مرحلتين: عبر الإنترنت وغير متصل. حتى 19 أكتوبر ، يتم إجراء جولة تأهيل عبر الإنترنت في مهمة من NLMK. بالنسبة للمهام من Utkonos و Rosreestr ، تقل هذه المرحلة عن يوم واحد - حتى 18 أكتوبر. بعد التسجيل وملء ملف تعريف في حسابك ، يمكنك تنزيل البيانات. عند الانتهاء من العمل ، سيكون من الضروري تفريغ النماذج الرياضية التي تم إنشاؤها في نفس المكان ، في حسابك الشخصي.
11 أكتوبر هو تاريخ "تسوية الساعة": في هذا اليوم يمكنك إرسال حلول وسيطة (أو نهائية بالفعل) والحصول على تعليقات من القيمين على هاكاثون. سوف تزيد مشورة الخبراء في الوقت المناسب من فرصك في الوصول إلى النهائي. هذا الخيار مناسب بشكل خاص لأولئك الذين يشاركون في ترشيحات Utkonos و Rosreestr ، والتي يتضمن كل منها عدة حلول.
في 20 أكتوبر ، سيتم تلخيص نتائج مرحلة التأهل ، وفي 21 أكتوبر سيتم
إرسال النتائج
إلى المشاركين في القائمة البريدية وسيتم نشرها على موقع
RAIF Hackathon .
في كل فئة ، ستجتمع أفضل 10 فرق تأهلت للنهائيات في 23 أكتوبر في موسكو كجزء من منتدى أعمال RAIF في المسابقة النهائية. ينتظر المتأهلين للتصفيات النهائية بيانات إضافية و 4 ساعات من الترميز لإنهاء مشروعهم. كل هذا أمام خبراء معترف بهم في مجال AI / ML وكبار المسؤولين التنفيذيين للشركات الروسية الكبيرة. في الختام ، سيتم استخلاص المعلومات والمكافأة.
في الترشيح من NLMK ، سيتم تحديد الفائزين بالنتيجة المطلقة. في الترشيحات من Utkonos و Rosreestr ، ستحدد لجنة التحكيم أفضل القرارات بناءً على نتائج حماية الأعمال المقدمة. سيتم تقاسم صندوق الجائزة من قبل 3 فرق - سيحصل كل منها على 350 ألف روبل.
المهام ، فهي ترشيحات
AI لـ NLMK
وتتمثل المهمة في التنبؤ بوقت العبور لشريط الصلب فوق موقع طاحونة الدرفلة الساخنة.
تنتج مطحنة الدرفلة على الساخن NLMK منتجات مدرفلة بعرض يصل إلى 1850 مم وسمك 1.45 مم إلى 16 مم. نطاق الدرجات - من الكربون المنخفض إلى القوة العالية ، بما في ذلك درجات الكربون ، وكذلك الفولاذ الكهربائي. من بين المستهلكين الرئيسيين للملفات والألواح المدرفلة على الساخن صناعة البناء ، وبناء السفن ، والسيارات ، ومصنعي الأنابيب ، بالإضافة إلى إنتاجهم الخاص للمنتجات المدرفلة على البارد.
المنتجات المدرفلة على الساخن هي على النحو التالي. يتم تفريغ الألواح المسخنة من الأفران المنهجية إلى خط المطحنة - ألواح الصلب تعمل بمثابة فراغ للدرفلة. أثناء عملية الدرفلة على طول خط المطحنة ، يتم ضغط شريط من الصلب في حوامل مجموعات التخشين والتشطيب ، ليصبح أرقًا وأطول ، وفي النهاية يتم لفه في لفات على ملفات خاصة. كلما أصبح الشريط أرق وأطول ، كان يجب أن يتحرك أسرع حول المخيم.
يتم استخدام البيانات المجهولة للشرائط (العرض ، السماكة ، وما إلى ذلك) والبيانات غير الشخصية عن تشغيل المطحنة قبل لف الشريط التالي (سرعة طاولة الأسطوانة ، قوة الحامل ، إلخ بدون مرجع إلى المخطط) كبيانات إدخال. يشار معناها الجسدي.
أندرزيج أرشافسكي ، مدير تحليل البيانات ، NLMK:
في تنسيق hackathon ، نريد أن نحاول حل مشكلة التنبؤ بوقت تأجير الفولاذ في إحدى وحداتنا الرئيسية. يجعل الهاكاثون من الممكن النظر إلى عملية الإنتاج المعتادة من زوايا مختلفة ، لملاحظة كيفية استخدام مناهج مختلفة ، وأحيانًا غير متوقعة لتحسينها. وبالنسبة للمشاركين في RAIF Hackathon ، فهذه فرصة لإثبات أنفسهم ومحاولة حل مشكلة عملية أخرى وفهم مستواهم بين الزملاء.
AI لـ Rosreestr
مهمة إبداعية!
تحديد المعلمات التي تؤثر على قيمة العقارات ، وبناء نموذج رياضي يقدر القيمة السوقية لهذه الأشياء.
يمكن للتقنيات الجديدة ، وخاصة التعلم الآلي ، أن تزيد بشكل كبير من كفاءة التقييم العقاري. يمكن استبدال الاستنتاجات التي تم الحصول عليها بشكل تحليلي تدريجياً بالاستنتاجات "الناتجة" عن طريق خوارزميات التعلم الآلي بناءً على تحليل الوضع في سوق العقارات ودرجة تأثير العوامل المختلفة على قيمة العقارات.
في هذه المسابقة ، تتم دعوة المشاركين لبناء نموذج تنبؤي بناءً على التفريغ المقدم وأي بيانات أخرى من مصادر مفتوحة تحدد القيمة السوقية للكائن. في الوقت نفسه ، البيانات التي ستكون أساس تحديد القيمة السوقية ، والعينة نفسها لبناء النموذج ، يجب أن يجد المشاركون بشكل مستقل في مصادر مفتوحة. كنتيجة تقديرية للهاكاثون ، سيتم النظر في مجموعة من النموذج الرياضي والعرض التقديمي المقترح.
يجب أن يعكس العرض التقديمي:
- البيانات الخارجية التي تم استخدامها في بناء النموذج
- طرق تقييم صحة النموذج ونتائجها
- وصف النموذج نفسه
- وصف لأهم المعايير والاستنتاجات التي يمكن استخلاصها على هذا الأساس.
خيارات التقييم الإبداعي- الانطباق العملي
- حسن : العمل التحليلي المنجز. عند إنشاء النموذج ، تم مراعاة العوامل الخارجية المختلفة التي تؤثر على قيمة العقارات. يمكن للنموذج أن يتنبأ بقيمة العقارات ، بالنظر إلى نقص المعلومات حول عدد من العوامل الخارجية.
- سيئ : استنتاجات بأن جميع العوامل تؤثر بنفس الطريقة ، أو أن النموذج يعمل فقط لجزء صغير من الأشياء
- طريقة لتقييم دقة الحل
- جيد : العثور على عينة الاختبار الصحيحة ، والقدرة على إثبات تشغيل النموذج
- سيئ : يحسب القيمة المساحية وفقًا للصيغة المعروفة
- استخدام البيانات الخارجية
- جيد : لقد قمت بتحليل وتقييم تأثير العوامل الخارجية المختلفة (القرب من البنية التحتية الرئيسية ، سهولة الوصول إلى وسائل النقل ، حالة المنزل ، وجود حدائق / حدائق غابات ، مسطحات مائية ، نقص مدافن النفايات ، إلخ.)
- سيئ : لم يتم إضافة أي معلمات أو استخدامها بشكل غير صحيح (سمح بتسرب المتغير المستهدف)
- حداثة
- جيد : تختلف الاستنتاجات والحلول عن المعروفة والمتاحة
- سيئ : يستخدم الصيغة المعيارية للحساب
تيموفي أليكسيف ، نائب رئيس قسم تكنولوجيا المعلومات ، Rosreestr:
سيكون من المثير للاهتمام بالنسبة لنا تقييم الفوائد العملية للحلول المعروضة وإمكانية تطبيقها في عمل الخدمة. نتوقع حلولًا غير قياسية واهتمامًا بالتفاصيل من المشاركين.
منظمة العفو الدولية من أجل خلد الماء
مهمة إبداعية!
قم بتحليل الطلب على منتجات هايبر ماركت عبر الإنترنت باستخدام البيانات التاريخية حول استرداد السلع من المستودعات على مدى السنوات القليلة الماضية.
سيساعد الحل الشركة على توفير الكمية المطلوبة من البضائع في المستودعات ، بالنظر إلى الطلب المتغير.
في إطار هذه المهمة ، ما يلي مثير للاهتمام:
- الخوارزميات والحلول التي يمكن أن تأخذ في الاعتبار كيف يؤثر التغيير في الأسعار وتوافر بعض السلع على الطلب على السلع الأخرى (تأثير هالو ، "أكل لحوم البشر").
- تعريف السلع التي هي سلع بديلة والمنتجات ذات الصلة.
- تحديد الأنماط في سلوك العملاء ، والتنبؤ بأوامر البضائع بناءً على هذه الأنماط.
فلاديمير Alabin ، مدير أتمتة التنبؤ ، Utkonos:
نريد الحصول على صورة أكثر اكتمالاً للطلب والعوامل المؤثرة فيه من أجل تلبية متطلبات العملاء قدر الإمكان ، ومن ناحية أخرى لتحسين عمليات المستودعات.
خيارات التقييم الإبداعي- فهم المجال
- جيد : يعتمد الحل على فهم احتياجات العمل.
- سيئ : وفقًا للمشارك ، جميع المعلمات مفيدة على حد سواء ، متوقعة إلى حد ما - لا يوجد فرق.
- فعالية التكلفة
- جيد : قمت بحساب المؤشرات التي قد تكون ذات أهمية لأعمال البيع بالتجزئة (على سبيل المثال ، الربح من تنفيذ النظام).
- سيئة : تحسب AUC مجردة أو الدقة. ما هو استخدام المتجر غير واضح.
- استخدام البيانات الخارجية
- جيد : لقد قدرت تأثير العطل والطقس والعوامل الخارجية الأخرى.
- سيئ : معلمات مضافة بعيدة المنال (مثل تأثير الطقس على كوكب المريخ).
- حداثة
- جيد : لقد أحضرت شيئًا خاصًا بك وأظهرت كيف يختلف عن الحلول الجاهزة.
- سيئ : فتح Stackoverflow ، ووجد سؤالًا وجوابًا مماثلاً ، فعل ذلك عن طريق القياس.
>> كن عضوا في RAIF Hackathon <<
إنتباه! نقوم برسم 10 تذاكر للقسم الفني
عند الانتهاء من RAIF Hackathon ، سيتم عقد قسم تقني حيث يمكنك الاستماع إلى خبراء معترف بهم من Data Science - ممثلين لشركات روسية وأجنبية معروفة (بما في ذلك الشركات الناشئة). من بينهم:
كونستانتين فورونتسوف ، أستاذ قسم الأنظمة الذكية ، FUPM MIPT ؛
دميتري بوجايتشينكو ، مهندس برمجيات في Odnoklassniki ؛
Emeli Dral ، رئيس عالم البيانات ميكانيكا.
نيكولاي كنيازيف ، رئيس فريق علوم البيانات في Jet Infosystems ؛
أليكسي درال الرئيس التنفيذي لفريق BigData وغيرهم.
سيتمكن جميع المتأهلين للتصفيات النهائية من hackathon من حضور القسم الفني مجانًا. لأولئك الذين لا يثقون بعد بقدراتهم أو لا يخططون للمشاركة في هاكاثون ، لكنهم يريدون حقًا حضور هذا الحدث ، نعلن عن سحب 10 تذاكر! حتى 9 أكتوبر ، قم بإعادة النشر على Facebook و / أو فكونتاكتي وأرسل الرابط هنا - في رسالة شخصية. سيتم تحديد الفائزين في 10 أكتوبر بواسطة مولد رقم عشوائي. سنقوم بإخطار الجميع عن طريق المخدرات.
UPD: أصدقاء ، للتفاعل التشغيلي مع المشاركين في RAIF Hackathon ، أنشأنا دردشة برقية t.me/RAIFHACK - يمكنك طرح أسئلة حول الهاكاثون هناك.