Data Fusion Contest 2026 - Задача 2 "Киберполка"

Правила участия

Нажимая кнопку «Участвовать» и/или «Отправить решение», вы соглашаетесь с Правилами участия в соревновании Data Fusion Contest 2026.

Постановка задачи

Клиенты банка владеют разными банковскими продуктами — различными видами счетов, карт и услуг. Одним из запросов бизнеса является желание ранжировать эти продукты по вероятности их открытия клиентами.

В данной задаче продуктов “на полке” 41 штука. В отличие от классических задач рекомендаций, бизнес интересуют вероятности открытия каждого из продуктов. Умея хорошо предсказывать эти вероятности, бизнес имел бы возможность гибко настраивать рекомендации.

В этом соревновании участникам предстоит работать с полностью анонимными и обфусцированными данными 1,000,0000 клиентов:

• Описания банковских продуктов не передаются. Также не передаются и описания признаков. Для признаков передается только информация об их исходном типе (категорийные признаки cat_feature_i и числовые признаки num_feature_j). 
• Признаков достаточно много: основной набор в 200 признаков, а также дополнительный набор с более 2,000 признаками.
• В признаках много пропущенных значений, а также присутствуют выбросы.
• 750,000 клиентов имеют разметку и составляют тренировочные данные. Оставшиеся 250,000 клиентов составляют тестовые данные.

Подробнее про структуру данных можно узнать на странице “Данные”.

Формат решений

Это соревнование с разметкой предоставленного вам .parquet файла. Вам необходимо создать алгоритм, способный по предоставленным в рамках соревнования данным, создать новый .parquet файл с 42 столбцами:

customer_id, predict_1_1, predict_1_2, ... , predict_10_1
1750000, -4.921889, -5.700829, ... , -0.954659
1750001, -4.963202, -6.826517, ... , -0.622011
...
1999999, -4.249957, -4.785856, ... , -0.931220

• customer_id – идентификатор клиента;
• predict_i – предсказание вашего алгоритма для класса target_i. Например predict_1_1 для target_1_1 и т.д. 

Предсказания необходимо построить для всех 250,000 клиентов в тестовых данных. 

Пример sample_submit.parquet доступен на странице “Данные”.

Проверка решений

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 — Macro Averaged ROC-AUC. Для multi-label это эквивалентно простому усреднению ROC-AUC по каждому классу. 

Для расчета метрики используется sklearn имплементация: 

from sklearn.metrics import roc_auc_score

roc_auc_score(y_true, y_pred, average="macro")

Соотношение public/private в соревновании составляет 30/70: 

• 75,000 (30%) клиентских записей используются для результатов на public лидерборде.  
• 175,000 (70%) клиентских записей  используются для результатов на private лидерборде.

Победители соревнования определяются по результатам на private лидерборде. 
Для private лидерборда можно выбрать до 2 финальных решений.

Информация для участников

• 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.  Просим вас позаботиться об открытии счета в РФ заранее.
• Ответы на вопросы по всему Data Fusion Contest 2026 доступны на FAQ странице трека.

Призовой фонд задачи 2, “Киберполка”

1 место: 500 000 рублей
2 место: 300 000 рублей
3 место: 100 000 рублей

Спецноминация Companion: 

1 место — 50 000 рублей
2 место — 50 000 рублей