<h3>Правила участия</h3>

Нажимая кнопку &laquo;Участвовать&raquo; и/или &laquo;Отправить решение&raquo;, вы соглашаетесь с <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2026/Rules_Data_Fusion_Contest_2026.pdf" rel="noopener noreferrer" target="_blank">Правилами участия в соревновании Data Fusion Contest 2026</a>.

<h3>Постановка задачи</h3>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:<ul><li>Описания банковских продуктов не передаются. Также не передаются и описания признаков. Для признаков передается только информация об их исходном типе (категорийные признаки <code>cat_feature_i</code> и числовые признаки <code>num_feature_j</code>).&nbsp;</li><li>Признаков достаточно много: основной набор в 200 признаков, а также дополнительный набор с более 2,000 признаками.</li><li>В признаках много пропущенных значений, а также присутствуют выбросы.</li><li>750,000 клиентов имеют разметку и составляют тренировочные данные. Оставшиеся 250,000 клиентов составляют тестовые данные.</li></ul>Подробнее про структуру данных можно узнать на странице “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2026-cybershelf/dataset">Данные</a>”.<h3>Формат решений</h3>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:<pre><code class="language-python">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</code></pre><ul><li><code>customer_id</code> – идентификатор клиента;</li><li><code>predict_i</code> – предсказание вашего алгоритма для класса <code>target_i</code>. Например <code>predict_1_1</code> для <code>target_1_1</code> и т.д.&nbsp;</li></ul>Предсказания необходимо построить для всех 250,000 клиентов в тестовых данных.&nbsp;Пример&nbsp;sample_submit.parquet&nbsp;доступен на странице “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2026-cybershelf/dataset">Данные</a>”.<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 — Macro Averaged ROC-AUC. Для multi-label это эквивалентно простому усреднению ROC-AUC по каждому классу.&nbsp;Для расчета метрики используется <a target="_blank" rel="noopener noreferrer" href="https://scikit-learn.org/stable/modules/generated/sklearn.metrics.roc_auc_score.html">sklearn имплементация</a>:&nbsp;<pre><code class="language-bash">from sklearn.metrics import roc_auc_score

roc_auc_score(y_true, y_pred, average="macro")</code></pre>Соотношение public/private в соревновании составляет 30/70:&nbsp;<ul><li>75,000 (30%) клиентских записей используются для результатов на public лидерборде. &nbsp;</li><li>175,000 (70%) клиентских записей &nbsp;используются для результатов на private лидерборде.</li></ul>Победители соревнования определяются по результатам на private лидерборде.&nbsp; Для private лидерборда можно выбрать до 2 финальных решений.

<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 2026 доступны&nbsp;на&nbsp;<a href="https://ods.ai/tracks/data-fusion-2026-competitions/faq" rel="noopener noreferrer" target="_blank">FAQ странице трека</a>.</li>
</ul>

<h3>Призовой фонд задачи 2, &ldquo;Киберполка&rdquo;</h3>

1 место: 500 000 рублей 
2 место: 300 000 рублей 
3 место: 100 000 рублей

Спецноминация Companion:&nbsp;

1 место &mdash; 50 000 рублей 
2 место &mdash; 50 000 рублей

Участникам необходимо решить задачу multi-label классификации для 41 финансового продукта клиентов банка на основе обезличенных данных заранее предоставленных признаков.

Public

Данные

Rules

Нажимая &quot;Отправить&quot; я соглашаюсь с условиями <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2026/Rules_Data_Fusion_Contest_2026.pdf">Правил проведения онлайн-соревнования Data Fusion Cotest 2026</a>.

Agreement_services

Я согласен(-на) с <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/odsaifooter/20250312_Service_agreement_ODSai.pdf">Соглашением об услугах</a>. Обработка персональных данных Участников Активностей производится на основании Соглашения об услугах).

Agreement_ads

Даю согласие <a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2026/%D0%A21_SOPD_RIM.pdf">Организатору</a> соревнования на получение информации рекламного характера.

Agreement_jobs

<a href="https://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/DataFusion2026/Soglashenie_sodeistvie_jobs.pdf">Согласие</a> на сотрудничество по содействию мне в трудоустройстве.

Благодарим за интерес к серии соревнований&nbsp;Data Fusion Contest 2026.

Заполните, пожалуйста, форму ниже.

Согласия, отмеченные&nbsp; (*) - обязательные.

#	Teams (24)	Macro ROC-AUC	Last	Entries
1	Andrey Kuznetsov	0.8393174475	9h	5
2	Evgeny Kazenov	0.8390168046	3h	4
3	insuperabilehart	0.837203874	8h	2
4	Nam Ne DANO	0.8254071765	3h	2
5	jeaa1f03502fb	0.8252464779	2h	2
6	Vasiliy Kudryavtsev	0.8230493019	2h	4
7	Aleksei Gavrilov	0.8221387688	3h	2
8	cemen bakin	0.8208101696	59min	6
9	yaroslavvvz	0.8206899053	7h	2
10	максон	0.819684217	12h	4
11	- - - -	0.8189212635	3h	2
12	ЧСВ МУСОР	0.8183280822	86min	2
13	Egor Andreasyan	0.8159118272	95min	3
14	КСВ	0.7802641989	5h	5
15	psychokids	0.7766587902	3h	1
16	Olga	0.7566859045	5h	1
17	gf8ad7f41e015	0.7486550808	5h	1
18	Иван Терновский	0.7408408312	14h	1
19	Никита Бакутов	0.7408408312	13h	1
20	Special Cursoed	0.7408408312	12h	1
21	pupupuuu	0.7408408312	7h	1
22	Max Irkhin	0.6785883421	5h	1
23	Ivan Chernykh	0.576022508	2h	1
24	Dmitry Vaskin	0.4896453279	7h	2