<h3>Правила участия</h3>

Нажимая кнопку &laquo;Участвовать&raquo; и/или &laquo;Отправить решение&raquo;, вы соглашаетесь <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Rules_Data%20Fusion%20Contest_2025.pdf" rel="noopener noreferrer" target="_blank">с Правилами участия в соревновании Data Fusion Contest 2025</a>.

<h3>Постановка задачи</h3>

Необходимо решить задачу прогнозирования динамики денежных переводов клиентов банка. В роли временного ряда, который требуется прогнозировать, выступают переводы со счетов юридических лиц клиентов банка &mdash; другим юридическим лицам, агрегированные суммарно по неделям. Для обучения прогнозных моделей предоставляются транзакции за 2 года (106 недель, с 0 по 105 включительно), а горизонт прогнозирования &mdash; следующие 12 недель (с 106 по 117 включительно).

В данной задаче предстоит работать с данными юридических лиц: их транзакциями за 2 года, а также предоставленной информацией из профилей юридических лиц. У задачи имеется ряд весьма интересных особенностей для исследователей и практиков анализа данных:

<ul>
	<li>Юридические лица очень часто имеют счета сразу во многих банках. В данных задачи предоставлены транзакции юридических лиц по их уникальному ИНН, как от лица их счета в банке, так и выступающих в качестве контрагентов транзакций с другими клиентами банка.&nbsp;</li>
	<li>Транзакции между юридическими лицами отличаются от уже привычных для соревнований данных транзакций физических лиц. В них отсутствуют привычные MCC коды, но есть много другой информации, с которой можно работать.</li>
	<li>Данных для решения задачи предоставлено рекордное количество &mdash; более 200 миллионов транзакций. Осторожнее обращайтесь с памятью своих систем! 🤗️️&nbsp;</li>
</ul>

Для удобства работы с данными предоставляется глобальный календарь непрерывно идущих недель. Подробнее про структуру и особенности данных можно узнать на странице &ldquo;<a href="https://ods.ai/competitions/data-fusion2025-4cast/dataset" rel="noopener noreferrer" target="_blank">Данные</a>&rdquo;.&nbsp;

Задачи по прогнозированию повсеместно встречаются в рабочей практике компаний всех индустрий. На основании прогнозных моделей можно принимать самые различные решения для бизнеса, как на уровне конкретных клиентов, так и на уровне стратегии действий компании. Само прогнозирование имеет богатую историю подходов, моделей, научных школ и методологий, попробовать которые можно в рамках соревнования.&nbsp;

<h3>Формат решений</h3>

Это табличное соревнование с разметкой предоставленного вам .csv файла. Вам необходимо создать алгоритм, способный по предоставленным в рамках соревнования данным, создать новый табличный .csv файл с тремя столбцами:

<pre>
<code class="language-python">inn_id, week, predict
inn1000051, 106, 7430786
inn1000051, 107, 7430786
...
inn999886, 117, 19776084</code></pre>

<ul>
	<li><code>inn_id</code> &ndash; идентификатор юридических лиц, клиентов банка;</li>
	<li><code>week</code> &ndash; номер недели (периода прогнозирования), на которую сделан прогноз;</li>
	<li><code>predict</code> &ndash; предсказание вашего алгоритма.&nbsp;</li>
</ul>

Предсказания необходимо построить для всех 51,963 клиентов на все 12 недель (периодов прогнозирования) тестовых данных.&nbsp;

Примеры&nbsp;sample_submission.csv&nbsp;доступны на странице &ldquo;<a href="https://ods.ai/competitions/data-fusion2025-4cast/dataset" rel="noopener noreferrer" target="_blank">Данные</a>&rdquo;.

&nbsp;

<h3>Проверка решений</h3>

Решения проверяются автоматически путем сопоставления с известными истинными историческими значениями суммарных переводов клиентов банка со своих счетов. Истинные исторические значения в тестовых данных доступны только организаторам.

Метрика соревнования &mdash; средний RMSLE (Root Mean Squared Logarithmic Error) по клиентам:

&nbsp;

$$\overline{RMSLE} = \frac{1}{N} \sum_{i=1}^N \text{RMSLE}_i$$

$$RMSLE_{i} = \sqrt{\frac{1}{T} \sum_{t=1}^T (\log(1 + y_{it}) - \log(1 + \hat{\overline{y}}_{it} ))^2 }$$

$$\hat{\overline{y}}_{it} = max(0, \hat{y}_{it}) $$

$$\text{Где:}$$

$$N \text{ &mdash; число клиентов},$$

$$T \text{ &mdash; число периодов прогнозирования},$$

$$y_{it} \text{ &mdash; истинные значения временного ряда клиента i в период t},$$

$$\hat{y}_{it} \text{ &mdash; спрогнозированные значения временного ряда клиента i в период t}.$$

&nbsp;

Соотношение public/private в соревновании составляет 4/8:&nbsp;

<ul>
	<li>Первые 4 тестовые недели (с 106 по 109 включительно) используются для результатов на public лидерборде.&nbsp;</li>
	<li>Остальные 8 недель (с 110 по 117 включительно) используются для результатов на private лидерборде.</li>
</ul>

Обратите внимание, что если в качестве прогноза предоставляются отрицательные значения, то они принудительно зануляются.

Победители соревнования определяются по результатам на private лидерборде. Для private лидерборда можно выбрать до 2 финальных решений.

<h3>&nbsp;</h3>

<h3>Информация&nbsp;для участников</h3>

<ul>
	<li>В соревновании можно принимать участие из любой точки мира. Участники могут объединяться в команды до 4-х человек. Участвовать можно в любом количестве из предложенных задач и номинаций. Победители соревнования смогут получить денежные призы только на расчетные счета банков, зарегистрированных на территории Российской Федерации.&nbsp; Просим вас позаботиться об открытии счета в РФ заранее.</li>
	<li>Ответы на вопросы по всему Data Fusion Contest 2025 доступны&nbsp;на&nbsp;<a href="https://ods.ai/tracks/data-fusion-2025-competitions/faq" rel="noopener noreferrer" target="_blank">FAQ странице трека</a>.</li>
</ul>

<h3>Призовой фонд задачи 2, 4cast</h3>

1 место: 600 000 рублей 
2 место: 250 000 рублей 
3 место: 100 000 рублей

Спецноминация Companion:&nbsp;

1 место &mdash; 50 000 рублей 
2 место &mdash; мерч

Участникам необходимо решить задачу прогнозирования временных рядов для клиентов банка (юридических лиц) на основе их профилей и истории транзакций.

Public

Данные

Rules

Нажимая &quot;Отправить&quot; я соглашаюсь с условиями <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Rules_Data%20Fusion%20Contest_2025.pdf">Правил проведения онлайн-соревнования Data Fusion Contest 2025</a>

Privacy Policy and User agreement

Даю <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_soglasie_pdn.pdf">согласие</a> Оператору&nbsp;на обработку ПДн&nbsp; (*)

email_promo

Даю согласие <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_T1_soglasie_promo.pdf">Организатору</a>&nbsp;соревнования на получение информации рекламного характера

<a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2025/Data_Fusion_2025_T1_soglasie_hr.pdf">Согласен</a> на сотрудничество по содействию мне в трудоустройстве

Благодарим за интерес к серии соревнований&nbsp;Data Fusion Contest 2025.

Заполните, пожалуйста, форму ниже.

Согласия, отмеченные&nbsp; (*) - обязательные.

#	Teams (52)	Average RMSLE	Last	Entries
1	IS	1.4153325532	13h	21
2	Alexander Ladzin	1.4350559909	18h	9
3	xbar19	1.4374199997	2d	8
4	Строительство 503	1.4381431557	10h	27
5	i am artineon	1.4400964072	4d	15
6	Qacen	1.4418608591	4d	9
7	Хахатон	1.4547083752	12h	8
8	Дата сатанисты	1.4551936316	6d	2
9	Kirill Krivosheev	1.4562516027	2d	7
10	hate communication	1.4583498025	5d	4
11	MMG-5	1.4583498025	5d	1
12	Andrey Pedchenko	1.4584568175	9h	12
13	4ерепашкиНиндзя2Выжившие	1.4613673723	8h	10
14	Anatoly Ilyenkov	1.468861533	8h	18
15	Vlad Balanda	1.4727232134	47h	11
16	Dmitry Kutsenko	1.4728093439	8d	1
17	Nikita Saik	1.4810316398	3d	12
18	s796fb3ed56c9	1.4862377986	4d	11
19	fxck hoes	1.490106769	5d	4
20	Aleksandr Kazakov	1.5058637781	7h	24
21	feel the agi	1.5116856736	18h	23
22	m3c6558d18bb2	1.5116856736	6d	20
23	Anatoly Radik	1.513879378	6d	8
24	lc0509bd9c183	1.5170894272	8d	2
25	пипки	1.5207104796	6d	3
26	qed	1.5352196447	32h	2
27	rc206efb33d4c	1.5703712376	6d	7
28	ГЛУБЖЕ ДЕЛАЙ ДЕТКА	1.5923092314	6d	3
29	Let me solo her	1.6290875603	15h	16
30	Andrei Zelentsov	1.7010117572	43h	3
31	pupupu	1.7300836888	6d	2
32	Alexander Pavlov	1.7563496778	14h	18
33	Iev	1.7595719723	18h	10
34	gradient	1.764985176	3d	4
35	Stanislav Chistyakov	1.7660165833	9d	1
36	Titans	1.7660165833	21h	4
37	Denisiuskley	1.7660165833	6d	1
38	Ilya Baigulov	1.7660165833	3d	1
39	Nikita Kharakhnin	1.7697654154	3d	11
40	zoli zoli	1.7817384661	9d	5
41	Dmitry Blinov	1.8018474813	9d	1
42	h23278a92bb49	1.8018474813	8d	9
43	Erik	1.8018474813	7d	5
44	Kirill Glinskiy	1.8018474813	6d	1
45	x797d95325b36	1.8018474813	5d	1
46	Artem Voronov	1.8018474813	5d	1
47	Сенсей Лопатин	1.8143434582	8d	5
48	Alexander Baranov	1.8189844473	2d	3
49	Rostislav Ilyk	1.8935339628	20h	12
50	Ilya Zhukov	2.2836345634	5d	1