Amigos, lançamos uma competição entre desenvolvedores de IA / ML -
RAIF Hackathon . Nós convidamos você a participar! O evento é realizado como parte do fórum de negócios da RAIF 2018 (Fórum Russo de Inteligência Artificial). Há um ano, fizemos um
hackathon semelhante, mas desta vez o formato será diferente. Há duas etapas esperando por você: a qualificação online e a batalha offline final na frente dos convidados do RAIF. Três tarefas - de Rosreestr, Utkonos e a Usina Metalúrgica de Novolipetsk (NLMK) - e, portanto, três indicações para você escolher. O fundo do prêmio é superior a 1 milhão de rublos. E sim, como no ano passado, será necessário resolver as tarefas com a ajuda das tecnologias de aprendizado de máquina;).
Você pode participar sozinho ou em uma equipe de até 3 pessoas. Você pode escolher uma, duas ou até as três tarefas apresentadas a seu critério. Nos três casos, você estará disponível para os dados reais de nossos parceiros (é claro, anonimizados). Ou seja, você terá uma grande oportunidade de analisar os bastidores de seus negócios, o que, em nossa opinião, é muito mais interessante do que as tarefas ficcionais abstratas oferecidas na maioria dos hackathons.
Uma tarefa é o resultado absoluto:
- Acelerar a produção de aço laminado (NLMK)
Os participantes deste fluxo poderão ver seus resultados na tabela de classificação no site da competição.
Duas outras tarefas são criativas:
- Analisar a demanda por mercadorias ("ornitorrinco").
- Prever o valor cadastral do imóvel (Rosreestr)
Aqui, fornecemos apenas dados de parceiros e você precisa descobrir o que pode ser feito com esses dados.
Mas as primeiras coisas primeiro.
Online e offline
O RAIF Hackathon será realizado em duas etapas: online e offline. Até 19 de outubro, inclusive, ocorre um tour de qualificação on-line em uma tarefa da NLMK. Para tarefas de Utkonos e Rosreestr, esse estágio é de 1 dia a menos - até 18 de outubro. Depois de registrar e preencher um perfil em sua conta, você pode fazer o download dos dados. Após a conclusão do trabalho, será necessário descarregar os modelos matemáticos criados no mesmo local, em sua conta pessoal.
11 de outubro é a data da “reconciliação do relógio”: neste dia você pode enviar soluções intermediárias (ou já finais) e obter feedback dos curadores da hackathon. O aconselhamento especializado oportuno aumentará suas chances de chegar à final. Essa opção é especialmente relevante para aqueles que participam das indicações de Utkonos e Rosreestr, cada uma das quais envolve várias soluções.
Em 20 de outubro, os resultados da fase de qualificação serão resumidos e, em 21 de outubro, os resultados serão
enviados aos participantes na lista de discussão e publicados no site da
RAIF Hackathon .
Em cada categoria, as 10 principais equipes que se qualificaram para a final se reunirão em 23 de outubro em Moscou, como parte do fórum de negócios da RAIF na competição final. Os finalistas aguardam dados adicionais e 4 horas de codificação para finalizar seu projeto. Tudo isso diante de especialistas reconhecidos no campo da IA / ML e dos principais executivos de grandes empresas russas. Em conclusão, ocorrerá um debriefing e recompensa.
Na indicação da NLMK, os vencedores serão determinados pelo resultado absoluto. Nas candidaturas de Utkonos e Rosreestr, o júri determinará as melhores decisões com base nos resultados da proteção dos trabalhos submetidos. O fundo do prêmio será compartilhado por 3 equipes - cada uma receberá 350 mil rublos.
Tarefas, são indicações
AI para NLMK
A tarefa é prever o tempo de trânsito da tira de aço no local da laminação a quente.
O laminador a quente da NLMK produz produtos laminados com largura de até 1850 mm e espessura de 1,45 mm a 16 mm. Faixa de grau - de baixo carbono a alta resistência, incluindo graus de carbono e aço elétrico. Entre os principais consumidores de bobinas e chapas laminadas a quente estão a indústria da construção, construção naval, automotiva, fabricantes de tubos, além de sua própria produção de produtos laminados a frio.
Os produtos laminados a quente são os seguintes. As lajes aquecidas são descarregadas dos fornos metodológicos para a linha da fábrica - placas de aço que servem como peça em branco para laminação. Durante o processo de laminação ao longo da linha de usinagem, uma tira de aço é comprimida nas bases dos grupos de desbaste e acabamento, tornando-se mais fina e mais longa, e no final é enrolada em rolos em bobinas especiais. Quanto mais fina e longa a faixa, mais rápido ela deve se mover pelo acampamento.
Dados anônimos de tiras (largura, espessura, etc.) e dados despersonalizados sobre a operação do moinho antes de rolar a próxima faixa (velocidade da mesa de roletes, potência do suporte etc. sem referência ao esquema) são usados como dados de entrada. seu significado físico é indicado.
Andrzej Arshavsky, diretor de análise de dados da NLMK:
No formato hackathon, queremos tentar resolver o problema de prever o tempo de aluguel de aço em uma de nossas principais unidades. O hackathon torna possível observar o processo de produção usual sob diferentes ângulos, para observar como abordagens diferentes, às vezes inesperadas, são usadas para otimizá-lo. E para os participantes do RAIF Hackathon, esta é uma chance de provar a si mesmos, tentar resolver outro problema prático e entender seu nível entre os colegas.
AI para Rosreestr
Tarefa criativa!
Determine os parâmetros que afetam o valor dos imóveis e construa um modelo matemático que estima o valor de mercado desses objetos.
Novas tecnologias, em particular o aprendizado de máquina, podem aumentar significativamente a eficiência da avaliação imobiliária. As descobertas obtidas analiticamente podem ser gradualmente substituídas por conclusões “geradas” por algoritmos de aprendizado de máquina com base em uma análise da situação no mercado imobiliário e no grau de influência de vários fatores no valor dos imóveis.
Nesta competição, os participantes são convidados a criar um modelo de previsão com base na descarga fornecida e em outros dados de fontes abertas que determinarão o valor de mercado da propriedade. Ao mesmo tempo, os dados que serão a base para determinar o valor de mercado e a própria amostra para a construção do modelo, os participantes devem encontrar independentemente em fontes abertas. Como resultado estimado do hackathon, um monte de modelo matemático e apresentação propostos serão considerados.
A apresentação deve refletir:
- dados externos que foram utilizados na construção do modelo
- métodos para avaliar a correção do modelo e seus resultados
- descrição do próprio modelo
- uma descrição dos parâmetros e conclusões mais importantes que podem ser tirados nessa base.
Opções de avaliação de criativos- Aplicabilidade prática
- Bom : trabalho analítico realizado. Na construção do modelo, vários fatores externos que afetam o valor dos imóveis foram levados em consideração. O modelo pode prever o valor dos imóveis, dada a falta de informações sobre vários fatores externos.
- Ruim : conclusões de que todos os fatores influenciam da mesma maneira ou o modelo funciona apenas para uma pequena parte dos objetos
- Método para avaliar a precisão de uma solução
- Bom : encontrar a amostra de teste correta, a capacidade de demonstrar a operação do modelo
- Ruim : calculou o valor cadastral de acordo com a fórmula conhecida
- Usando dados externos
- Bom : você analisou e avaliou a influência de vários fatores externos (proximidade da infraestrutura principal, acessibilidade ao transporte, condição da casa, presença de parques / parques florestais, corpos d'água, falta de aterros, etc.)
- Ruim : não adicionou nenhum parâmetro ou os usou incorretamente (permitiu o vazamento da variável de destino)
- Novidade
- Bom : as conclusões e as soluções diferem das conhecidas e acessíveis
- Ruim : usou a fórmula padrão para calcular
Timofey Alekseev, vice-chefe do departamento de TI da Rosreestr:
Será interessante para nós avaliar os benefícios práticos das soluções apresentadas e a possibilidade de sua posterior aplicação no trabalho do serviço. Esperamos soluções não padronizadas e atenção aos detalhes dos participantes.
IA para o ornitorrinco
Tarefa criativa!
Analise a demanda por produtos do hipermercado online usando dados históricos sobre o resgate de mercadorias dos armazéns nos últimos anos.
A solução ajudará a empresa a fornecer a quantidade necessária de mercadorias nos armazéns, dada a mudança na demanda.
Dentro da estrutura desta tarefa, o seguinte é interessante:
- Algoritmos e soluções que poderiam levar em conta como a mudança de preços e a disponibilidade de certos bens afeta a demanda por outros bens (efeito Halo, “canibalização”).
- Definição de bens que são substitutos e produtos relacionados.
- Identificação de padrões no comportamento do cliente, previsão de pedidos de mercadorias com base nesses padrões.
Vladimir Alabin, Gerente de Automação de Previsão, Utkonos:
Queremos ter uma imagem mais completa da demanda e dos fatores que a influenciam, a fim de satisfazer os requisitos do cliente o máximo possível e, por outro lado, otimizar as operações do armazém.
Opções de avaliação de criativos- Compreensão do domínio
- Bom : a solução é baseada no entendimento das necessidades dos negócios.
- Ruim : de acordo com o participante, todos os parâmetros são igualmente úteis, mais ou menos previstos - não há diferença.
- Relação custo-benefício
- Bom : você calculou indicadores que podem ser de interesse para o negócio de varejo (por exemplo, lucram com a implementação do sistema).
- Ruim : AUC ou precisão abstrata contada. Qual é o uso da loja não é clara.
- Usando dados externos
- Bom : você apreciou o impacto de férias, clima e outros fatores externos.
- Ruim : foram adicionados parâmetros absurdos (como o efeito do clima em Marte).
- Novidade
- Bom : você trouxe algo próprio e mostrou como ele difere das soluções prontas.
- Ruim : abriu o Stackoverflow, encontrou uma pergunta semelhante e respondeu a ela, fez por analogia.
>> Torne-se um membro do RAIF Hackathon <<
Atenção! Estamos sorteando 10 ingressos para a seção técnica
Após a conclusão do RAIF Hackathon, será realizada uma seção técnica onde você poderá ouvir especialistas reconhecidos da Data Science - representantes de empresas russas e estrangeiras conhecidas (incluindo startups). Entre eles:
Konstantin Vorontsov , Professor, Departamento de Sistemas Inteligentes, FUPM MIPT;
Dmitry Bugaychenko , engenheiro de software da Odnoklassniki;
Emeli Dral , cientista-chefe de dados Mechanica.AI;
Nikolay Knyazev , chefe da equipe de ciência de dados da Jet Infosystems;
Alexey Dral CEO da BigData Team e outros.
Todos os finalistas do hackathon poderão participar da seção técnica gratuitamente. Para aqueles que ainda não estão confiantes em suas habilidades ou não planejam participar do hackathon, mas realmente querem participar deste evento, anunciamos o sorteio de 10 ingressos! Até 9 de outubro, inclusive, republicar no Facebook e / ou Vkontakte e enviar o link aqui - em uma mensagem pessoal. Os vencedores serão determinados em 10 de outubro por um gerador de números aleatórios. Notificaremos todos por meio de drogas.
UPD: amigos, para interação operacional com os participantes do RAIF Hackathon, criamos um bate-papo por telegrama t.me/RAIFHACK - você pode fazer perguntas sobre o hackathon lá.