<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 — другим юридическим лицам, агрегированные суммарно по неделям. Для обучения прогнозных моделей предоставляются транзакции за 2 года (118 недель, с 0 по 117 включительно), а горизонт прогнозирования — следующие 12 недель (с 118 по 129 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 — более 250 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 “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2025-4cast/dataset">Данные</a>”.&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, 118, 7430786
inn1000051, 119, 7430786
...
inn999886, 129, 19776084</code></pre><ul><li><code>inn_id</code> – идентификатор юридических лиц, клиентов банка;</li><li><code>week</code> – номер недели (периода прогнозирования), на которую сделан прогноз;</li><li><code>predict</code> – 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 “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2025-4cast/dataset">Данные</a>”.&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 — средний RMSLE (Root Mean Squared Logarithmic Error) по клиентам:&nbsp;$$\overline{RMSLE} = \frac{1}{N} \sum_{i=1}^N \text{RMSLE}_i$$$$RMSLE_{i} = \sqrt{\frac{1}{T} \sum_{t=1}^T (\log(1 + y_{it}) - \log(1 + \hat{\overline{y}}_{it} ))^2 }$$$$\hat{\overline{y}}_{it} = max(0, \hat{y}_{it}) $$$$\text{Где:}$$$$N \text{ — число клиентов},$$$$T \text{ — число периодов прогнозирования},$$$$y_{it} \text{ — истинные значения временного ряда клиента i в период t},$$$$\hat{y}_{it} \text{ — спрогнозированные значения временного ряда клиента i в период t}.$$&nbsp;Соотношение public/private в соревновании составляет 4/8:&nbsp;<ul><li>Первые 4 тестовые недели (с 118 по 121 включительно) используются для результатов на public лидерборде.&nbsp;</li><li>Остальные 8 недель (с 122 по 129 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

Val.Public

Val.Private

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.

first_name

First name

last_name

Last name

country

Country (lat)

city

City (lat)

email

Email

phone_optional

Phone (Optional)

Occupation

Experience

Experience in DC

study_place2

Company/study place name

referral

How did you know about the competition?

Registration application for Data Fusion 2025

Data Fusion Contest 2025 - Задача 2 "4cast"

Predictions

Валидационный лидерборд, некогда служивший приватом, до того как по <a href="https://ods.ai/tracks/data-fusion-2025-competitions/special">спец.механике</a>&nbsp;наступило будущее.

#	Teams (110)	Average RMSLE	Last	Entries
1	Хахатон	1.6246727285	70min	27
2	IS	1.6273442108	5d	7
3	Строительство 503	1.6286346763	4d	14
4	4ерепашкиНиндзя2Выжившие	1.633155041	4d	23
5	faas	1.6334098505	29h	17
6	Let me solo her	1.6342876482	8h	11
7	Kirill Krivosheev	1.6375515747	NaNy	0
8	feel the agi	1.6406490034	2d	13
9	Filer	1.6453431057	2d	33
10	xbar19	1.6461652242	NaNy	0
11	spb_py	1.6559916197	NaNy	0
12	Andrey Pedchenko	1.6605670801	106min	16
13	Alexander Ladzin	1.6615590919	11h	5
14	Ivan Zhuravlev	1.6615702301	NaNy	0
15	Дата сатанисты	1.6630975222	NaNy	0
16	peaRL	1.66472525	NaNy	0
17	minions_VIPERR_Double_R	1.6652550608	NaNy	0
18	Сергей 72	1.6654602149	11h	47
19	mb5cd85aad8e1	1.6661371201	NaNy	0
20	Daniil Melnik	1.6682709017	NaNy	0
21	hate communication	1.668951742	NaNy	0
22	MMG-5	1.668951742	5d	2
23	s796fb3ed56c9	1.6710580515	8d	4
24	kvadro	1.6731529016	5d	5
25	MrOverfit	1.67379419	27h	15
26	Nikita Saik	1.6759549253	3d	8
27	ml_square	1.6821184046	5d	5
28	Anna Yurishcheva	1.6825598498	28h	25
29	Vlad Balanda	1.6847277242	58min	26
30	Anatoly Ilyenkov	1.6847742704	NaNy	0
31	Бесперспективняк	1.689684492	7d	15
32	Iev	1.6903188373	2d	13
33	перега сират	1.6907101269	6d	5
34	SoloTech	1.6917419049	8d	2
35	Ефименко Евгения	1.6959610112	NaNy	0
36	fxck hoes	1.7024073494	NaNy	0
37	Anatoly Radik	1.7104006103	NaNy	0
38	пипки	1.7105651459	NaNy	0
39	Просто команда	1.7190010536	NaNy	0
40	lc0509bd9c183	1.7209205252	5d	6
41	CapitainData	1.7245874056	8d	1
42	Alexander Kazakov	1.7258202681	NaNy	0
43	Forest	1.7273797867	NaNy	0
44	Eduard Araslanov	1.7273797867	NaNy	0
45	qed	1.7320715386	NaNy	0
46	Кошки понарошку	1.7396310094	5d	3
47	rc206efb33d4c	1.7578347617	NaNy	0
48	ГЛУБЖЕ ДЕЛАЙ ДЕТКА	1.7869423174	NaNy	0
49	ML_strom	1.791654765	NaNy	0
50	Anton Agafonov	1.791654765	NaNy	0