<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, &ldquo;красный свет&rdquo;), так и подозрительных операций, подтвержденных клиентами (🟡 &quot;желтый свет&quot;, не является целевым классом). Все остальные операции без обратной связи клиента стоит считать подтвержденными (🟢 &quot;зеленый свет&quot;).</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 &ldquo;<a href="https://ods.ai/competitions/data-fusion2026-guardian/dataset" rel="noopener noreferrer" target="_blank">Данные</a>&rdquo;.</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> &ndash; идентификатор операции;</li>
	<li><code>predict</code> &ndash; 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 &ldquo;<a href="https://ods.ai/competitions/data-fusion2026-guardian/dataset" rel="noopener noreferrer" target="_blank">Данные</a>&rdquo;.

&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 &mdash; PR-AUC (Area Under Precision-Recall Curve; площадь под кривой &laquo;полнота-точность&raquo;) по операциям.&nbsp;

Для расчета метрики используется её <a href="https://scikit-learn.org/stable/modules/generated/sklearn.metrics.average_precision_score.html" rel="noopener noreferrer" target="_blank">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 href="https://scikit-learn.org/stable/modules/generated/sklearn.metrics.precision_recall_curve.html" rel="noopener noreferrer" target="_blank">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.

Private

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

Gleb Anferov

Max Kuzin Georgy Smirnov

madgnome

Stanislav Chistyakov

Кротовуха

Alexander Dudin

ZXCboost

dd08f5adecdba

ВАЙБКОДИМ ГОДИК

Kirill Golubev

Михаил Звягинцев

Теневое клонирование

Asta Beliy

Bebryata

feel the agi

Andrey Pedchenko

Asgat Akmaev

behringer

Nam Ne DANO БЧБ

MIGEL ODUEL

Radfull

a2ac177985042

Elizar Harionov

Л Темин

Хахатон

умный бленд

AGI SUBMIT

cat lol

Bakhtiyor Akhmedov

Zmeyoff Alexander

y62ca75d5997e

Москва-400

Deadline Expansion

Сильная и независимая

Ruslan Nagimov

Одиночество сволочь

Михаил Кондрашов

ICEQ

Ананас Ананасович

R2BD is anime

Danil Galkin

Evgeny Kazenov

DevLake

Anton Chernyavskiy

supervised unlearning

c71a47f0ea9c7

Hermitage

ANJELL

PR-AUC

#	Teams (574)	PR-AUC	Last	Entries
1	Gleb Anferov	0.2097833017	5w	33
2	Max Kuzin Georgy Smirnov	0.2040133452	5w	266
3	madgnome	0.2001357215	5w	15
4	Stanislav Chistyakov	0.1836443876	5w	100
5	Кротовуха	0.1766918116	5w	133
6	AIR	0.1683447321	5w	39
7	Alexander Dudin	0.1623019376	5w	68
8	ZXCboost	0.1573628556	5w	112
9	dd08f5adecdba	0.1571523036	5w	16
10	ВАЙБКОДИМ ГОДИК	0.1557045998	5w	14
11	Kirill Golubev	0.1557041618	5w	2
12	Михаил Звягинцев	0.1554182635	5w	3
13	Теневое клонирование	0.1550410392	5w	5
14	Asta Beliy	0.1549095274	5w	35
15	Bebryata	0.1548872569	5w	48
16	feel the agi	0.1548391769	5w	181
17	Andrey Pedchenko	0.1548116208	5w	46
18	Asgat Akmaev	0.1548102333	5w	60
19	behringer	0.1547106943	5w	12
20	Nam Ne DANO БЧБ	0.1545842494	5w	194
21	MIGEL ODUEL	0.1545467626	5w	8
22	Radfull	0.1544895189	5w	10
23	a2ac177985042	0.1542526036	5w	93
24	Elizar Harionov	0.1541190832	5w	16
25	Л Темин	0.1534850785	5w	9
26	Хахатон	0.1531301899	5w	90
27	умный бленд	0.1521969579	5w	9
28	AGI SUBMIT	0.1520936956	5w	7
29	cat lol	0.152013118	5w	5
30	Bakhtiyor Akhmedov	0.1514033898	5w	19
31	Zmeyoff Alexander	0.1510257209	5w	13
32	y62ca75d5997e	0.1508501385	5w	6
33	Москва-400	0.1499812318	5w	59
34	Deadline Expansion	0.1498963524	5w	56
35	Сильная и независимая	0.1498261744	5w	17
36	Ruslan Nagimov	0.1497983462	5w	6
37	Одиночество сволочь	0.1493837225	5w	5
38	Михаил Кондрашов	0.1492848453	5w	27
39	ICEQ	0.1491475501	5w	62
40	Ананас Ананасович	0.1490081458	5w	10
41	R2BD is anime	0.1485923845	5w	22
42	Danil Galkin	0.1482119593	5w	16
43	Evgeny Kazenov	0.1476805756	5w	19
44	DevLake	0.1468648969	5w	47
45	Anton Chernyavskiy	0.1467424636	5w	18
46	supervised unlearning	0.1445314927	5w	7
47	c71a47f0ea9c7	0.1442639826	6w	49
48	Hermitage	0.1414068506	5w	38
49	agi	0.1399373665	5w	6
50	ANJELL	0.1392257581	5w	123