<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>В этом соревновании вам предстоит разработать алгоритм для автоматической категоризации товаров по их названию и атрибутам, даже в условиях неполной разметки.Система категорий устроена в виде иерархического дерева (до 5 уровней вложенности), а данные о товарах поступают с множества торговых площадок, что создает ряд сложностей:<ul><li>Разметка товаров неполная и неидеальная.</li><li>Атрибуты одних и тех же товаров могут отличаться на разных площадках или вовсе отсутствовать.</li><li>По мере расширения каталога могут появляться новые площадки и категории, которых не было раньше.&nbsp;</li></ul>В этом соревновании мы предлагаем участникам попробовать свои силы в постановке максимально приближенной к реальной:&nbsp;<ul><li>Задача осложняется тем, что в обучающей выборке категории размечены только для половины товаров, а в тестовой выборке встретятся категории, к которым нет размеченных примеров.</li><li>При этом вам заранее предоставлен полный список возможных категорий – сможете ли вы учесть их все и точно отнести товары к нужным классам?</li><li>LLM (большие языковые модели) выглядят многообещающе для подобных задач – но действительно ли они помогут? Это отличный шанс проверить различные подходы!</li></ul>Подробнее про данные и их структуру можно узнать на странице “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2025-labelcraft/dataset">Данные</a>”.&nbsp;<h3>Формат решений</h3>Это контейнерное соревнование:<ol><li>Обучите модель на предоставленных данных.</li><li>Подготовьте Docker-контейнер и код с весами моделей.</li><li>Отправьте решение в виде архива.</li><li>Ваше решение будет автономно запущено на закрытых тестовых данных.</li></ol>Решение получает на вход следующие именованные аргументы:<ul><li><code>--test_data_path</code> <code>-i</code> путь к файлу с тестовыми товарами (например, <code>test.parquet</code>)</li><li><code>--output-path</code> <code>-o</code> имя файла, в который вам нужно сохранить результат (например, <code>submit.csv</code>)</li></ul>Формат выходного файла — <code>.csv</code> с двумя столбцами:&nbsp;<ul><li>Столбец <code>hash_id</code> должен содержать предоставленные захэшированные идентификаторы товаров.</li><li>Столбец <code>predicted_cat</code> должен быть идентификатором категории в соответствии с предоставленным словарем категорий.</li></ul>В архиве должны быть все необходимые для работы модели файлы. Как минимум, в архиве должен быть файл <code>metadata.json</code> с указанием используемого докер-образа (рекомендуем `<code>odsai/df25-baseline:1.0`</code>) и строки для запуска вашей модели.<pre><code class="language-javascript">{
 "image": "odsai/df25-baseline:1.0",
 "entry_point": "python -u run.py"
}</code></pre>При желании вы можете использовать свой образ, выложив его на <a target="_blank" rel="noopener noreferrer" href="https://hub.docker.com/">https://hub.docker.com</a>. <a target="_blank" rel="noopener noreferrer" href="https://youtu.be/KwVfwnlzLpE">Вебинар о том, как собрать докер</a>.&nbsp;<h4>ВАЖНО!&nbsp;</h4><ul><li>Обратите внимание, что в тестовых данных будут другие товары.&nbsp;</li><li>Если в файле отсутствует какой-то из предоставленных тестовых товаров, решение будет отвергнуто (оценочный скрипт выдаст ошибку).</li><li>Более того, в тестовых данных присутствуют категории товаров из словаря, для которых отсутствует разметка в обучающих данных. Получение разметки недостающих категорий это неотъемлемая часть задачи соревнования.&nbsp;</li></ul><h3>Проверка решений</h3>Решения проверяются автоматически:<ul><li>Запуск решений происходит&nbsp;в изолированной среде без доступа в интернет.&nbsp;<ul><li>Все библиотеки и их версии должны быть уже загружены в вашем Docker образе.</li><li>Запуск происходит на полностью закрытых тестовых данных, которые не доступны и не передаются участникам.</li></ul></li><li>Решения запускаются последовательно на 3 закрытых наборах тестовых данных:<ol><li>Check, отладочные 10 примеров, которые не идут в рейтинг.</li><li>Public test, для результатов на Public лидерорде в течение соревнования.&nbsp;</li><li>Private test, для итоговых результатов Private лидерборда.</li></ol></li></ul><h4>ВАЖНО!&nbsp;</h4><ul><li>Если решение упало на любом тестовом наборе – оно не оценивается.</li><li>Победители соревнования&nbsp;определяются по результатам приватной части лидерборда.&nbsp;</li></ul>Метрика соревнования — HDA (Hierarchical Discounted Accuracy):$$HDA = \frac{1}{N} \sum_{i=1}^N D(y_{i}, \hat{y}_{i} ) $$$$ D(y_{i}, \hat{y}_{i} ) = \begin{cases}0 &amp; \text{if $LCA (y_{i}, \hat{y}_{i}) &nbsp;= \emptyset$}\\ &nbsp;\text{$ e^{ - LevelDiff (y_{i}, \hat{y}_{i} ) } $} &amp; \text{$else$}\end{cases}$$$$ LevelDiff (y_{i}, \hat{y}_{i} ) = max(0, Level(y_{i}) - Level( LCA (y_{i}, \hat{y}_{i} ) ) )$$$$\text{Где:}$$$$N \text{ — число товаров},$$$$y_{i} \text{ — истинные значения категории товара i},$$$$\hat{y}_{i} \text{ — предсказанные значения категории товара i},$$$$ Level(y_{i} ) \text{ — уровень класса категории в дереве категорий},$$$$ LCA(y_{i}, y_{j} ) \text{ — наименьший общий предок между двумя категориями}.$$Метрика учитывает структуру категорий:<ul><li>Если решение ошиблось только в последнем уровне категоризации товара, это считает “полу”-ошибкой. Значит вместо 1 балла ваше решение получит 1/exp(1) ≈ 0.37 балла.&nbsp;</li><li>Оценка экспоненциально снижается в зависимости от разности уровня наиболее глубокой корректно предсказанной категории и уровня корректной категории. Для ошибки в 2 уровня вы будете получать уже 1/exp(2) ≈ 0.13 балла.</li><li>Если товар имеет разметку до 4 уровня, а ваш алгоритм предсказывает 5-й, оценка идет по 4-му уровню.</li></ul>Победители и итоговые результаты определяются по результатам на Private лидерборде.&nbsp; Для Private лидерборда можно выбрать до 2 финальных решений.<h3>Доступные ресурсы для решений</h3><ul><li>8 ядер CPU</li><li>96Gb RAM</li><li>Видеокарта NVidia Tesla V100 (32Gb)</li></ul><h3>Ограничения для решений</h3><ol><li>Архив с решением<ol><li>5Gb для архива с решением</li><li>60 минут на работу решения: 30 минут на public часть и 30 минут на private</li></ol></li><li>Docker-образ, используемый в решении<ol><li>Образ должен быть опубликован и публично доступен на Dockerhub</li><li>20Gb ограничение на размер образа</li></ol></li></ol>&nbsp;&nbsp;

<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 1,&nbsp;&ldquo;Label Craft&rdquo;</h3>

1 место: 1 000 000 рублей 
2 место: 600 000 рублей 
3 место: 350 000 рублей

&nbsp;

Спецноминация 1 &mdash; 50 000 рублей 
Спецноминация 2 &mdash; мерч

Участникам необходимо предсказать категорию товаров на основе полученных данных о названиях товаров и их описаний.

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 (144)	HA	Last	Entries
1	pietorch	0.8563830958	79min	126
2	Stanislav Chistyakov	0.8546531688	3h	37
3	Anatoly Ilyenkov	0.8539787736	58min	123
4	madgnome	0.8531694472	46h	61
5	RASCAR	0.8486876521	75min	176
6	Vladimir Bazhenov	0.8441503929	10h	25
7	Ruslan Savlaev	0.8317671969	2d	2
8	Krotovuha	0.8316928944	2h	92
9	Andrey Kuznetsov	0.8307727234	5min	47
10	перега сират	0.8306286751	26h	16
11	Кавказская котлетка	0.8261184499	5h	52
12	камыш	0.8254571258	6min	61
13	S V	0.8171091084	28h	30
14	Aleksandr Gaptrakhmanov	0.8167902544	54min	176
15	Roman Kovalev	0.8131246683	17h	23
16	ivyslanko	0.813073455	4h	2
17	Ivan Chernykh	0.8126775699	20min	107
18	Alexander Dudin	0.8121138697	18h	119
19	gf8ad7f41e015	0.8062210731	4h	6
20	дирижабль	0.8059981001	21h	93
21	Aleksei Gavrilov	0.8041686178	28h	40
22	f24bceadd1bd2	0.7986181848	2d	41
23	Иван Сосалковской	0.7954702434	46h	1
24	мисис пять с плюсом	0.7825989467	18h	81
25	myself	0.7804779534	9h	100
26	Timofey Zheleznyakov	0.7629216555	5h	67
27	Alexander Vavilkin	0.75798591	7h	28
28	Fle3n	0.7574533498	20h	50
29	Irina Gorbunova	0.7509183319	47h	2
30	DataDrivers	0.7378613106	25h	3
31	Богдан Лисевский	0.7176371553	42h	19
32	Dimk k	0.711736975	6h	140
33	NaN Warriors	0.7041122405	3d	11
34	Александр Захаров	0.6970894946	28h	19
35	MV	0.687388978	43h	11
36	Aydar Khisamov	0.6828925419	4d	13
37	Random Forrest Gump	0.6803354888	4h	15
38	5x30	0.6716206779	21h	39
39	Ivan Glebov	0.6708771653	29h	54
40	Dmitry Sirakov	0.6624379277	7d	9
41	Georgii Goncharov	0.6579438407	5w	9
42	me	0.649630698	30d	6
43	Juri Novikov	0.6489936465	14d	36
44	BubenDances	0.6462388364	4d	10
45	persil	0.6455026558	15d	7
46	Владислав Лаконкин	0.6448274376	9h	31
47	Igor Sh	0.6426667159	18d	27
48	Eskender Dzhemadinov	0.6424596551	5d	11
49	Forest	0.6423036952	29d	10
50	IS	0.6375610477	25d	17