Ранжирование рекомендаций Авито

В этом соревновании вам предстоит построить модель ранжирования объявлений в рекомендательной ленте Авито. Для каждой ленты уже подготовлен набор кандидатов. Задача — расположить выше объявления, с которыми пользователь с большей вероятностью совершит целевое действие.

Участникам доступны обезличенные данные о рекомендательных выдачах: признаки кандидатов, векторные представления пользователей и объявлений, а также история пользовательских событий.ьных выдачах: признаки кандидатов, векторные представления пользователей и объявлений, а также история пользовательских событий.

Задача

Каждая лента определяется идентификатором feed_id. Для каждого объявления в ней необходимо предсказать числовую оценку score: чем выше оценка, тем выше объявление должно находиться в ленте.

Целевая метка target бинарная:

• 1 — зафиксировано хотя бы одно событие из набора целевых действий;
• 0 — таких событий не зафиксировано.

Все события из целевого набора имеют одинаковый вес. Ранжирование выполняется внутри каждой ленты; сопоставимость оценок между разными лентами не требуется.

Данные

Датасет разделён по времени на train, val и test. Train предназначен для обучения, val — для локальной проверки качества и подбора параметров, test — для итоговых предсказаний. Метки test участникам не выдаются.

Val и test собраны из выдач, в которых кандидаты были равномерно случайно перемешаны ещё до показа пользователю. Целевые метки сформированы по обратной связи после этих показов. При подготовке файлов кандидаты также перемешаны вместе со всеми их признаками; исходные позиции в val и test не публикуются.

Каждая лента содержит как минимум пять кандидатов после фильтрации. Участникам доступны пять нормализованных числовых признаков, категории, 128-мерные эмбеддинги и история до 256 событий пользователя.

Подробная структура файлов и правила подготовки приведены в разделе «Данные».

Формат решения

Решение загружается в формате Parquet с тремя колонками:

Колонка	Тип	Описание
feed_id	int32	Идентификатор тестовой ленты.
item_id	int32	Идентификатор объявления-кандидата.
score	float32	Оценка релевантности: большее значение соответствует более высокой позиции.

Используйте sample_submission.parquet как шаблон: сохраните все пары (feed_id, item_id) и замените score предсказаниями модели.

Требования к решению:

• ровно одна оценка для каждой пары из тестовой выборки;
• без пропущенных, лишних и повторяющихся пар;
• без пустых значений, NaN и бесконечных оценок.

Порядок строк не влияет на результат. Объявления сортируются по убыванию score внутри каждой ленты. Оценка не обязана быть вероятностью или находиться в диапазоне от 0 до 1.

Метрика

Основная метрика соревнования — NDCG. Она учитывает положение положительных: чем выше они расположены, тем больше их вклад.

Для каждой ленты сначала рассчитывается:

DCG = Σ target_i / log2(i + 1),  i = 1, …, число кандидатов
NDCG = DCG / IDCG

Здесь i — позиция после сортировки по предсказанной оценке, начиная с 1. IDCG@30 — значение DCG@30 при идеальном порядке, когда все положительные примеры расположены выше отрицательных.

Итоговая метрика — среднее NDCGпо лентам. Все ленты имеют одинаковый вес независимо от числа кандидатов. Чем выше метрика, тем лучше решение.

Особенности эталонного расчёта:

• при одинаковых score отрицательные примеры располагаются перед положительными;
• если положительных примеров в ленте нет, NDCG принимается равным 1. Это правило расчёта; сборщик датасета отбирает ленты с положительными примерами.

Public и Private

Тестовая выборка разделена хронологически: примерно первые 30% лент относятся к Public, оставшиеся 70% — к Private.

Граница выбирается максимально близко к 30% по числу лент. Ленты с одинаковым временем записи остаются в одной части, поэтому точная пропорция может немного отличаться. Каждая лента целиком относится к Public или Private; разбиение не гарантирует непересечение пользователей между частями.

Во время соревнования участники видят NDCG на Public. Итоговые места определяются по NDCG на Private после завершения соревнования.

Бейзлайны

Скачайте бейзлайны с Яндекс Диска. Для старта подготовлены два решения:

• CatBoostRanker с YetiRank — использует числовые признаки, категории и признаки сходства эмбеддингов.
• Transformer — совместно обрабатывает эмбеддинг пользователя и кандидатов ленты.

Оба бейзлайна сохраняют предсказания в формате feed_id, item_id, score. Команды запуска приведены в разделе «Данные».

Информация для участников

Участники могут объединяться в команды до 4 человек.

Канал общения и обсуждения между участниками всех вопросов — https://t.me/+3bJmHVSkojJkNGJi 

Период выбора итоговых решений с 09 декабря 2026 г. 00:00 по 09 декабря 2026 г. 12:00

Правила участия

Ознакомиться с Правилами участия  можно здесь

Проверка решений

• Решения проверяются автоматически. Запуск происходит на полностью закрытых тестовых данных, которые не передаются участникам.
• На лидерборде рейтинг участников будет рассчитываться по Public подвыборке ответов из тестовых данных. Финальные метрики будут рассчитаны на Private подвыборке. Отношение Public/Private - 30/70.
• Кол-во сабмитов в день: 5
• Метрика соревнования — NDCG
• После выбора итогового решения, топ 10 участников должны прислать свое решение 

Данные

Все файлы и их описание вы найдете во вкладке “Данные” после старта соревнований

Призовой фонд

1 место - 750 000 руб. 

2 место - 450 000 руб.

3 место - 300 000 руб.