在大多数团队的生命中迟早他都会来-搬家。 您被带到一个干净，空旷的房间，这将成为您度过大部分时间的地方。 如果您是设计师，那么您首先要考虑的是如何挂起图片并摆放鲜花，以使房间充满新的色彩。 如果您是经验丰富的办公室武士，请以训练有素的眼睛确定最佳地点，然后首先提出要求。 如果您是部门负责人，那么您可能会对所有员工的座位感到头疼。 但是，如果您同时领导一个数据科学家团队，那么Python代
币将为您提供帮助。
当然，一切都取决于您的管理风格。 如果您喜欢威权主义的决定，则可以简单地用手指指出每个人应该去的地方。 无论有人拒绝面对墙坐着还是彼此坐着都没关系。 然而，自从1861年废除农奴制以来，这种风格在我国逐渐失去了知名度。 而且，如果您仍然担心员工的舒适感，那么值得收集并考虑到员工的偏好。 但是，在这里，魔鬼会悄悄地爬起来，细节中的那个人：如何收集，如何考虑，给谁提供优惠等等。
鉴于多年的组织学童竞赛的经验，条件平等是主要优先事项之一，因此我决心建立透明和可理解的机制，使经验丰富或速度更快的员工无法获得任何好处。
您不会取悦所有人，还是...？
我们以员工可能有座位偏好并希望将潜在的不满最小化为前提。 也就是说，有必要组织一个席位分配系统，以使某些员工以最适合自己的方式行事，而不会与其他员工发生明显的冲突。 “谁先站起来，穿拖鞋”的策略显然没有达到这个目标。 如果一个人确定了某个选择的顺序（例如，根据自己的才能），那么任务仍然没有解决-以前选择但相对漠不关心的人可能会意外地取代其他人选择的地方。 更不用说这样的命令本身就是一个有争议的事情。
我们选择一种投票方式，在这种投票方式中，每个人的投票取决于其他人的投票方式：如果某个人或多或少不在乎两个地方中的哪个位置，那么最佳策略是假装竞争者较少的地方。
我们通往完美座位的道路
第一步是确定您通常可以坐在哪里。 这是每个人的任务，因为每个人都对尽可能多的便捷场所感兴趣-毕竟，在这种情况下，竞争正在减少。 我们制作了一张地图，并在“人口中”进行了说明性工作，将每个地方都推向了理想状态。
在理想的世界中，每个人都必须给每个位置一个优先点，但是一个人很难将一个位置与另一个位置的差异评估到百分之一。
因此，要求每个人选择优先级列表，但数量没有限制：他想将第一名放在第一位，第二名放在第三位。
应该注意的是，员工之间偏好的逻辑有很大不同：有人想要靠近窗户，有人想要看着窗外，有人对靠近空调甚至墙壁的颜色很重要。 很难考虑自己的喜好，在这里您只能给人们选择一个地方的机会。
接下来，有必要确定安排成功的标准。 一个人坐得越不舒服，就应该被罚款越多。 为了避免给您带来不便，我决定进行平方罚款。
结果是：如果一个人被列入TOP-1名单，则罚款2；否则，将罚款2。 如果从TOP-2列表中-罚款4，TOP-3-8，TOP-4-16等。 我并不是说这个指标是最佳的，但是看起来很合理。
我编写了一个
简单的Python程序 -向同事介绍了优先级，并以最小的代价计算了放置选项。 该算法已提前宣布给同事（我多么天真！）。 这些清单都是公开发布的，以便在需要时能够达成一致。
但是，看到这些计算后，一些员工意识到您可以尝试拿起您的“应用程序”来获得所需的位置。 数据专家就是这样的数据专家！:)
结果，在有可能改变其优先次序的情况下，组织了第二轮选举。 因此，所有人又处于平等的条件下-每个人都可以选择并进行更改。
从第二轮收集到应用程序后，我已经在最后一次运行了该程序。 f！ 似乎每个人都很高兴。
代替PS
值得注意的是，没有考虑到员工之间彼此接近的愿望。 但是在这种范式中，通过创建愿望清单（根据这些员工，谁想要坐在旁边的人和附近的地方）来实现它们，然后对无法实现这些愿望的模型进行完善，也非常简单。
当然，当两个安排的罚款相同时，总是可以选择的。
在这种情况下，我已经决定依赖硬币-优化进一步无能为力:)。
Jet信息系统机器学习小组负责人Nikolay KnyazevGitHub代码