Die Ergebnisse des AI Hackathon RAIF Hackathon 2018



    Neulich fand das Hackathon-Finale für AI / ML-Entwickler - RAIF-Hackathon - statt , bei dem die Teilnehmer die Aufgaben von Partnerunternehmen lösten. Unter dem Schnitt unser Fotobericht und eine kleine Geschichte über die Gewinnerprojekte.

    Zunächst einmal bedanken wir uns im Namen des Organisationskomitees der Veranstaltung bei allen Teilnehmern des Hackathons für ihre Arbeit und die präsentierten Lösungen und natürlich für das Feedback! Sie war von Anfang an sehr viel. Es war anders: Manchmal wurden uns einfach knifflige Fragen gestellt, manchmal äußerten sie Zweifel. Zeitweise gab es viele Emotionen J, aber wir sind den Teilnehmern sehr dankbar für die Tatsache, dass es ihnen egal war. Für was haben sie uns nicht den Abstieg gegeben und motiviert, besser zu werden.

    Wir haben versucht, die ankommenden Anfragen zu berücksichtigen - wir waren uns nicht irgendwo einig, aber irgendwo sind wir uns getroffen. So haben wir zum Beispiel zwei Wellen für die Bereitstellung von Werken in den Nominierungen von "Utkos" und Rosreestr gemacht.

    Viele beklagten sich auch über die Unannehmlichkeiten von XML-Tabellen, in deren Form Rosreestr-Daten bereitgestellt wurden. Daher haben wir eine Startentscheidung getroffen, bei der eines der Skripts eine grobe Analyse dieser Tabellen durchgeführt hat.



    Und jetzt zu den Ergebnissen. Wir haben 322 Anträge von Entwicklern aus verschiedenen Städten Russlands eingereicht und eine Auswahl von Projekten getroffen. 42 Teams gingen in der Nominierung von NMLK ins Finale, 4 Teams hatten Probleme in der Nominierung von Utkonos und 5 Teams in der Nominierung vom Federal Register.

    Finale - sozusagen


    23. Oktober Trotz des frühen Starts des Hackathons war um 8.30 Uhr die überwältigende Mehrheit der Teilnehmer nicht gerade eingetroffen, sondern hatte lange auf den Start des Wettbewerbs gewartet.





    Um 9 Uhr verteilten sich alle verteilten Flash-Laufwerke mit zusätzlichen Daten, und für die nächsten 3 Stunden und 40 Minuten stürzten sich alle in die Arbeit.





    Die meisten wählten Plätze an den Tischen, einige saßen lieber auf ihren Ottomanen.





    Es ist merkwürdig, dass nicht alle Teams, die die Rosreestr-Aufgabe gelöst haben, die bereitgestellten Daten übernommen haben: Einige begannen, ein abstrakteres Problem zu lösen, in Bezug auf die Daten von Drittunternehmen.









    Erinnern wir uns daran, dass der Hackathon drei Aufgaben hatte: eine von NLMK - um die Produktion von Walzstahl zu beschleunigen, wurde hier ein klassischer regelmäßig aktualisierter Leitertisch verwendet; und zwei kreative Aufgaben von Utkonos und Rosreestr: eine Analyse der Güternachfrage bzw. eine Prognose des Katasterwertes von Immobilien. Hier musste nicht nur eine Lösung bereitgestellt werden, sondern auch ihre Arbeit vor der Jury verteidigt werden. Weitere Informationen zu den Bedingungen der Aufgaben finden Sie hier .



    Nachdem die Zeit für die Entwicklung abgelaufen war und die Teilnehmer zu Mittag gegessen hatten, begann die Phase der Projektpräsentation zur Lösung der Probleme von Utkos und des Federal Register of Russian Register. Jedes Team erhielt 5 Minuten, um die Arbeit zu schützen.

    Drei Teams boten ihre Lösungen für die Utkonos-







    Aufgabe an : Fünf Teams lösten die Rosreestr-Aufgabe:













    Nach all den Präsentationen ließ die Jury nachdenken.





    Und schließlich wurden die Gewinner in jeder der drei Nominierungen bekannt gegeben.

    In der NLMK-Nominierung wurde der Sieg vom absoluten Index bestimmt - der maximalen Vorhersagegenauigkeit des ML-Modells. Infolge hartnäckiger Kämpfe gewann das Team den Keksik.



    "Platypus" zog die Entscheidung des Teams mit dem Spruchnamen Help The Platypus vor. Die Teilnehmer konzentrierten sich auf die Analyse von Gruppen verwandter Produkte und Substitutionsgruppen. Die Wirtschaftlichkeit der Lösung wurde ebenfalls bewertet.



    Und Rosreestru mochte die r_test-Lösung am meisten. Die Jungs führten eine eingehende Analyse der externen Daten durch und verwendeten Parameter wie die Entfernung zum nächsten Bahnhof, zum Wasserreservoir und zu Sehenswürdigkeiten (POI).





    Nochmals herzlichen Glückwunsch an alle Teilnehmer und Gewinner!



    Am Ende des Hackathons fand eine technische Abteilung statt, moderiert von Victor Cantor, dem Autor des Kurses Data Mining in Action. Wissenschaftler, Mathematiker und Data Science-Experten führender russischer Unternehmen teilten ihre Erfahrungen und die neuesten ML / AI-Fallstudien.

    Konstantin Vorontsov ( MFTI ) sprach über thematische Vektordarstellungen von Texten, Diagrammen und Transaktionsdaten.



    Emeli Drahl ( Mechanica.AI ) präsentierte einen Vortrag über künstliche Intelligenz in der Produktion, was nach der Aufgabe von NLMK besonders interessant war, Produktionsprozesse im Rahmen des Hackathons zu optimieren.





    Nikolay Knyazev ( Jet Infosystems) machte einen Vergleich von Geschäftskennzahlen und maschinellem Lernen. Die Wahl der richtigen Metrik war einer der Parameter, nach denen der Gewinner der "Platypus" -Nominierung ermittelt wurde.



    Alexey Dral (BigData Team) eröffnete das Thema Massentraining zu Big Data.



    Dmitry Bugaychenko ( Odnoklassniki ) stellte die Anwesenden beim Aufbau eines Content-Marts unter Verwendung von Stream-Datenanalyse und Verstärkungstraining vor.



    Alexey Katkevich ( Jet Infosystems ) teilte den Teilnehmern mit, wie man ML-Modelle korrekt in die Produktion überführt,



    während Evgeny Burnayev ( Skoltech ) Fälle anführte, in denen Anomalien erkannt und Fehler im Transport vorhergesagt wurden .

    Jetzt auch beliebt: