<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>Необходимо решить задачу классификации для операций, которые по различным причинам, связанных с безопасностью, были не подтверждены клиентами банка. То есть, участникам предстоит разработать алгоритм реализующий ядро системы антифрода для предотвращения мошеннических операций.&nbsp;Для обучения моделей предоставляются операции 100,000 клиентов за 1.5 года, организованные по времени на 4 отдельные периода:<ol><li>Pre-train, с <code>2023-10-01</code> по <code>2024-09-30</code>. История операций клиентов, которую можно использовать для предобучения и извлечения признаков. Не имеет разметки по построению.</li><li>Train, с <code>2024-10-01</code> по <code>2025-05-31</code>. История операций клиентов, в которой у них появляются нежелательные операции. Имеет разметку как неподтвержденных операций (🔴 целевой класс, “красный свет”), так и подозрительных операций, подтвержденных клиентами (🟡 "желтый свет", не является целевым классом). Все остальные операции без обратной связи клиента стоит считать подтвержденными (🟢 "зеленый свет").</li><li>Pre-test, с <code>2025-06-01</code> по <code>2025-08-09</code>. История операций клиентов, которую можно использовать для классификации самих тестовых меток. Не имеет разметки, так как является частью тестовых данных.</li><li>Test, с <code>2025-06-01</code> по <code>2025-08-09</code>. Заключительный день истории операций клиентов, каждую из которых требуется классифицировать и отправить в рамках соревнования. У каждого клиента этот заключительный день выбран случайно.&nbsp;</li></ol><figure class="image"><img src="https://storage.yandexcloud.net/ds-ods/files/content/2026/02/08/c067d5cc/scheme-2.png"></figure>У задачи имеется ряд особенностей для исследователей и практиков анализа данных:<ul><li>Целевой класс очень редкий: в тренировочных данных всего 51 тысяча неподтвержденных операций (🔴) и 36 тысяч подтвержденных (🟡).&nbsp;</li><li>Алгоритм должен работать в приближенной к реальной постановке, с учетом времени. Как если бы классификатор работал здесь и сейчас, а не размечал уже ранее случившиеся инциденты пост-фактум.&nbsp;</li><li>Суммарный объем данных в задаче превышает 200 миллионов операций. Подробнее про структуру данных можно узнать на странице “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2026-guardian/dataset">Данные</a>”.</li></ul><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 двумя столбцами:<pre><code class="language-python">event_id, predict
125854726334416, -0.338988
125949211749418, -4.100378
...
124738035029214, 0.004335</code></pre><ul><li><code>event_id</code> – идентификатор операции;</li><li><code>predict</code> – предсказание вашего алгоритма.&nbsp;</li></ul>Предсказания необходимо построить для всех 633,683 операций тестовых данных.&nbsp;Пример&nbsp;sample_submit.csv&nbsp;доступен на странице “<a target="_blank" rel="noopener noreferrer" href="https://ods.ai/competitions/data-fusion2026-guardian/dataset">Данные</a>”.&nbsp;<h3>Проверка решений</h3>Решения проверяются автоматически путем сопоставления с известной истинной разметкой статусов операций по классу неподтвержденных операций (🔴) в тестовый период данных. Истинная разметка тестовых данных доступна только организаторам.Метрика соревнования — PR-AUC (Area Under Precision-Recall Curve; площадь под кривой «полнота-точность») по операциям.&nbsp;Для расчета метрики используется её <a target="_blank" rel="noopener noreferrer" href="https://scikit-learn.org/stable/modules/generated/sklearn.metrics.average_precision_score.html">sklearn имплементация</a>:&nbsp;<pre><code class="language-bash">from sklearn.metrics import average_precision_score</code></pre>Обратите внимание, что использование функции <code>auc</code> для самой Precision-Recall кривой <a target="_blank" rel="noopener noreferrer" href="https://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html">средствами sklearn</a> приведет к завышению показателей метрики ввиду особенностей процедуры подсчета (интерполяции точек кривой).&nbsp;Тестовые данные представляют собой 70 дней операций, сгруппированные в 10 недель.&nbsp; Отсчет идет с <code>2025-06-01</code> по <code>2025-08-09</code>, первая неделя идет с <code>2025-06-01</code> по <code>2025-06-07</code>, и т.д. &nbsp;Соотношение public/private в соревновании составляет 30/70 и разделено по времени (по неделям):&nbsp;<ul><li>Недели 1, 3 и 5 используются для результатов на public лидерборде.&nbsp;</li><li>Остальные 7 недель используются для результатов на private лидерборде.</li></ul>Победители соревнования определяются по результатам на private лидерборде.&nbsp; Для private лидерборда можно выбрать до 2-ух 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 1, &ldquo;Страж&rdquo;</h3>

1 место: 1 000 000 рублей 
2 место: 500 000 рублей 
3 место: 300 000 рублей

Спецноминация Companion:&nbsp;

1 место &mdash; 50 000 рублей 
2 место &mdash; 50 000 рублей

Участникам необходимо решить задачу классификации неподтвержденных операций клиентов банка на основе данных историй операций в различных каналах.

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.

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 2026

Data Fusion Contest 2026 - Задача 1 "Страж"

Predictions

madgnome

Maksim Kuzin

Gleb Anferov

Stanislav Chistyakov

obab65166defe

headman

sdc95a5289eec

wc884301ef3e2

Asta Beliy

feel the agi

Георгий Смирнов

ZXCboost

Хахатон

Михаил Кондрашов

Кротовуха

Сильная и независимая

Evgeny Kazenov

x90df1bb35523

dd08f5adecdba

a2ac177985042

c71a47f0ea9c7

aa5aef2b8170b

ze9b0c064f4c1

dddddd

h2cd750053c7e

Поедатель Оперативки

Nam Ne DANO БЧБ

ANJELL

Вей-Луда

Alexander Dudin

ICEQ

люблю мл

Игорь Мочалов

Свят Довидченко

Maks Kuklanov

lightcart t

f604ea123d5aa

Oleg Sidorshin

x1f3192f98ee9

Igor Sennikov

Elizar Harionov

сигма_бой_мужики

Deadline Expansion

Stepan Andreevich Poliakov

ka0b6686d237e

DevLake

MIGEL ODUEL

Erevan

PR-AUC

#	Teams (543)	PR-AUC	Last	Entries
1	madgnome	0.1956180173	11h	7
2	Maksim Kuzin	0.1796115608	11h	126
3	Gleb Anferov	0.1679048293	11d	27
4	Stanislav Chistyakov	0.1638698682	12h	80
5	obab65166defe	0.1573859097	64min	58
6	headman	0.1566879634	88min	97
7	sdc95a5289eec	0.1564617886	110min	43
8	wc884301ef3e2	0.1563666227	13h	75
9	Asta Beliy	0.1521345393	10h	25
10	feel the agi	0.151762569	9h	174
11	Георгий Смирнов	0.1515238961	12h	110
12	ZXCboost	0.1510448655	10h	100
13	Хахатон	0.1495486937	12h	87
14	Михаил Кондрашов	0.1492848453	13h	27
15	Кротовуха	0.1483280363	37min	116
16	AIR	0.1483278091	26h	34
17	Сильная и независимая	0.1477179203	73min	10
18	Evgeny Kazenov	0.147547999	12h	17
19	x90df1bb35523	0.146336842	14h	41
20	dd08f5adecdba	0.1449387681	8h	6
21	a2ac177985042	0.144397361	5d	85
22	c71a47f0ea9c7	0.1442639826	5d	49
23	aa5aef2b8170b	0.1442172986	7d	35
24	ze9b0c064f4c1	0.1441033959	7d	69
25	dddddd	0.1440073271	7d	67
26	h2cd750053c7e	0.1438501853	7d	59
27	dh	0.143729513	7d	60
28	Поедатель Оперативки	0.1411462706	6h	90
29	Nam Ne DANO БЧБ	0.1406038256	12h	83
30	ANJELL	0.1392257581	11h	120
31	Вей-Луда	0.1385331594	73min	72
32	Alexander Dudin	0.1378204602	70min	52
33	ICEQ	0.1377452571	26min	52
34	люблю мл	0.1371735833	7h	38
35	Игорь Мочалов	0.1370691607	16h	8
36	Свят Довидченко	0.1363907222	40h	13
37	Maks Kuklanov	0.1354178266	7h	10
38	lightcart t	0.1349571679	12h	1
39	f604ea123d5aa	0.1349419262	48h	86
40	Oleg Sidorshin	0.1344998686	13h	9
41	x1f3192f98ee9	0.1342991652	23h	155
42	Igor Sennikov	0.1342599049	12h	45
43	Elizar Harionov	0.1336605067	6d	3
44	сигма_бой_мужики	0.133543592	12d	60
45	Deadline Expansion	0.1326308342	3h	54
46	Stepan Andreevich Poliakov	0.1322598112	20h	45
47	ka0b6686d237e	0.1320898515	53min	26
48	DevLake	0.1319668722	37h	42
49	MIGEL ODUEL	0.1318048177	5h	3
50	Erevan	0.1303559159	15d	23