О хакатоне
На хакатоне ты будешь решать реальные задачи бизнеса в области машинного обучения и искусственного интеллекта.
Это отличная возможность показать себя в деле, поработать над интересными задачами от компании, прокачать навыки и попасть в поле зрения работодателей. Лучшие участники смогут продолжить сотрудничество с MAGNIT TECH.
Это отличная возможность показать себя в деле, поработать над интересными задачами от компании, прокачать навыки и попасть в поле зрения работодателей. Лучшие участники смогут продолжить сотрудничество с MAGNIT TECH.
Призовой фонд
300 000 рублей для каждой задачи
Команды
2–4 человека: инженеры машинного обучения, аналитики данных и бэкенд-разработички
Длительность
21−23 мая — онлайн
24 мая — финал в НИУ ВШЭ, г. Москва
24 мая — финал в НИУ ВШЭ, г. Москва
Участники
Студенты бакалавриата и магистратуры ИТ-специальностей
Партнеры
технологический партнер
информационный партнер
Задача № 1 · Прогнозирование
Прогнозирование продаж с учётом изменения тенденций (Drift-aware)
Для развития сети необходимо точно прогнозировать продажи будущих магазинов и выбирать наиболее перспективные локации. Из-за ограниченной ёмкости рынка, активности конкурентов и внешних факторов со временем меняются характеристики новых торговых точек — возникает дрейф признаков и целевой переменной. Задача — учесть и компенсировать дрейф уже на этапе обучения, чтобы сохранять стабильную точность прогноза между переобучениями раз в квартал.
Cреднеквадратичная ошибка (RMSE)
Cреднеквадратичная ошибка (RMSE)
Cредняя абсолютная процентная ошибка (MAPE)
Коэффициент детерминации (R²)
Устойчивость прогноза
Количество команд, работающих над задачей
47
Задача № 2 · Маркетинг
Uplift-моделирование для оптимизации маркетинговых кампаний
Маркетинговые кампании в ритейле используют персонализированные предложения и бонусы, но выбор целевых категорий зачастую основан на популярности или прошлых трендах. Этот подход не учитывает, кто именно изменит поведение за вознаграждение. Важно перейти к точечному таргетингу: выявлять клиентов и категории, в которых небольшая награда с высокой вероятностью вызовет покупку, которой иначе не было бы — чтобы максимизировать прибыль на рубль маркетинговых затрат.
Площадь под кривой прироста эффекта (AUUC)
Коэффициент Кини (Qini)
Прирост в топ-K% клиентов
Отношение прироста отклика (IRR)
Оценка рентабельности
Количество команд, работающих над задачей
61
Задачи
24.04 — 17.05
01
Регистрация участников
Подача заявок командами из студентов бакалавриата и магистратуры ИТ-специальностей
22.05 | 14:00
03
Технический и продуктовый чекпоинт
Промежуточная оценка работы команд по задачам
24.05 | 14:00
05
Финал и награждение (очно на площадке НИУ ВШЭ)
Защиты топ-6 команд в каждой задаче и церемония награждения
21.05 | 12:00
02
Старт хакатона
Презентация задач, правил и критериев оценки. Сессия вопросов и ответов с командами
23.05 | 14:00
04
Финальный прогон на скрытом датасете
В 18:00 — публикация списка финалистов
Этапы хакатона
Система оценивания
70%
Автоматическая оценка
Качество модели оценивается на скрытой тестовой выборке. Используются следующие метрики: RMSE и MAE — для задачи прогнозирования, AUUC и Qini — для задачи uplift-моделирования.
30%
Экспертная оценка в финале
Инженерная реализуемость, потенциальный бизнес-эффект и качество презентации решения.
Эксперты
Ответы на вопросы
Участвовать могут совершеннолетние студенты бакалавриата и магистратуры ИТ-специальностей: инженеры машинного обучения, аналитики данных и бэкенд-разработчики.
В хакатоне две независимые задачи:
- Drift-aware прогнозирование продаж
- Моделирование Uplift в маркетинговых кампаниях
Да. Финал и церемония награждения 24 мая проходят в очном формате на площадке НИУ ВШЭ в Москве. Присутствие всех финалистов обязательно.
Да. Вы сможете получать обратную связь и консультации от экспертов в рамках чекпоинта, сессии вопросов и ответов, а так же в официальном чате хакатона.
Для участия нужна команда. Если у тебя её нет, мы поможем найти других участников.
Все призёры (топ-3 в каждом кейсе) получают возможность ускоренного отбора на стажировку в MAGNIT TECH. Призовой фонд составляет 300 000 ₽ для каждой задачи.
Регистрация закрыта. Спасибо за проявленный интерес