前几天，针对AI / ML开发人员的黑客马拉松决赛
RAIF Hackathon举行了，参加者解决了合作伙伴公司的问题。 在剪辑下，我们提供了照片报告以及有关获奖项目的简短故事。
首先，我们代表此次活动的组委会感谢所有黑客松参与者的工作和提出的解决方案，当然也感谢您的反馈！ 从一开始她就很多。 情况有所不同：有时我们只是被问到一些棘手的问题，有时他们表示怀疑。 有时候会有很多J的情绪，但是我们非常感谢参与者的关心。 因为他们没有给我们提供血统，却激励我们变得更好。
就我们而言，我们尝试考虑传入的请求-我们不同意的地方，但前进的地方。 因此，例如，我们在Utkonos和Rosreestr提名中两次掀起了提供作品的热潮。
另外，许多人抱怨以Rosreestr数据形式提供的XML表的不便之处，因此我们制定了一个起始解决方案，其中一个脚本对这些表进行了粗略分析。
现在关于结果。 我们收到了来自俄罗斯不同城市的开发人员和选定项目的322份参与申请。 NMLK的提名有42支队伍进入了决赛，Utkonos的提名有4支队伍参加了比赛，Rosreestr的提名有5支队伍参加了比赛。
决赛-情况如何
10月23日。 尽管黑客马拉松比赛开始得很早，但是到了早上8.30，绝大多数的参与者不仅来到了这里，而且长期以来一直在期待比赛的开始。
晚上9点，每个人都获得了带有更多数据的闪存驱动器，在接下来的3小时40分钟里，他们全部投入工作。
大多数人选择在桌子上坐下，有些则更喜欢坐在矮凳上。
奇怪的是，并非所有解决Rosreestr问题的团队都采用了所提供的数据：有些团队开始通过引用第三方公司的数据来解决更抽象的问题。
回想一下，黑客马拉松共有三项任务：一项来自NLMK，这是为了加快轧钢的生产，此处使用了定期更新的经典排行榜； Utkonos和Rosreestr的两个创新任务分别是：商品需求分析和房地产地籍价值预测。 不仅需要提供解决方案，还需要在陪审团面前保护他们的工作。 在
此处阅读有关任务条件的更多信息。
当分配给开发人员的时间结束并且参与者吃了饭后，开始了解决鸭嘴兽和Rosreestr问题的项目介绍阶段。 每个小组保护工作分配5分钟。
三个团队提出了他们对Utkonos问题的解决方案：
Rosreestr的任务由五个团队解决：
在所有演讲之后，陪审团开始思考。
最后，三个提名中的每一个都宣布了获奖者。
在NLMK提名中，胜利取决于绝对指标-ML模型的最大预测准确性。 经过艰苦奋斗，Keksik队获胜。
鸭嘴兽更喜欢以口语名称“帮助鸭嘴兽”为团队的决定。 它的参与者集中于相关产品组和替代产品组的分析。 还评估了该解决方案的成本效益。
Rosreestr最喜欢r_test团队的决定。 他们对外部数据进行了深入分析，并使用了一些参数，例如到最近的火车站，池塘和兴趣点（POI）的距离。
再次祝贺所有参与者和获奖者！
在黑客马拉松结束时，“数据挖掘在实践”课程的作者Victor Kantor主持了一个技术部分。 来自领先俄罗斯公司的数据科学领域的科学家，数学家和专家分享了他们在ML / AI领域的经验和最新案例。
Konstantin Vorontsov（
MIPT ）讨论了文本，图形和交易数据的主题向量表示。
Emeli Dral（
Mechanica.AI ）发表了关于生产领域的人工智能的演讲，在NLMK的任务是优化黑客马拉松中的生产流程之后，这特别有趣。
Nikolai Knyazev（
Jet Infosystems ）比较了业务指标和机器学习指标。 选择正确的指标是确定Utkonos提名获胜者的参数之一。
Alexey
Dral（大数据
团队）涵盖了有关大数据的大规模培训
的主题。
Dmitry Bugaychenko（
Odnoklassniki ）向观众介绍了使用流数据分析和强化培训来构建内容展示柜的过程。
Alexey Katkevich（
Jet Infosystems ）与参与者分享了如何将ML模型转移到产品中，
Evgeny Burnaev（
Skoltech ）给出了检测异常情况并预测运输故障的案例。