<h3>Описание 
&nbsp;</h3>

&laquo;Я тебя по IP вычислю!&raquo; &ndash; помните такую угрозу из интернета времен нулевых? Мы в МТС Digital решили выяснить, можно ли составить хотя бы приблизительное представление о человеке, обладая информацией о сайтах, которые он посещает. Для этого мы сгенерировали полусинтетические данные.

&nbsp;

Вопрос звучит так: сможем ли мы по таким цифровым следам пользователя (на каких сайтах с каких IP он сидел, сколько раз заходил, какое у него устройство) понять, кто этот пользователь? Студент или пенсионер? Мужчина или женщина?&nbsp;

&nbsp;

Действительно, в Digital-рекламе часто сегмент включает себя пол и один из бакетов по возрасту (Класс 1 &mdash;19-25, Класс 2 &mdash;26-35, Класс 3 &mdash;36-45, Класс 4 &mdash;46-55, Класс 5 &mdash;56-65, Класс 6&mdash; 66+). Эта задача особенно актуальна для рекламных DSP-площадок, которые в OpenRTB запросах получают такие данные с частотой 200 000 запросов в секунду со всех сайтов, размещающих рекламу за деньги.

<h3> 
Задача соревнования</h3>

&nbsp;

Определение пола и возраста владельца HTTP cookie по истории активности пользователя в интернете на основе синтетических данных.

&nbsp;

<h3>Правила участия&nbsp;</h3>

&nbsp;

Ознакомиться <a href="http://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/MTSMLCUP2023/rules_MTS_ML_CUP%202023.pdf" rel="noopener noreferrer" target="_blank">с Правилами участия в соревновании МТС ML CUP</a>.

&nbsp;

<h3>Проверка решений</h3>

&nbsp;

<ul>
<li>Решения проверяются автоматически. Запуск происходит на полностью закрытых тестовых данных, которые не передаются участникам.</li>
<li>На лидерборде рейтинг участников будет рассчитываться по подвыборке ответов из тестовых данных.</li>
<li>Кол-во сабмитов в день: 3</li>
<li>Метрика соревнования &mdash; ROC-AUC &ndash; для определения пола, f1 weighted &ndash; для определения возраста. Все решения рассчитываются по формуле -&nbsp; 2 * f1_weighted(по 6 возрастным бакетам) + gini по полу.</li>
<li>&nbsp;Возрастные бакеты( Класс 1 &mdash;19-25, Класс 2 &mdash;26-35, Класс 3 &mdash;36-45, Класс 4 &mdash;46-55, Класс 5 &mdash;56-65, Класс 6&mdash; 66+)</li>
</ul>

&nbsp;

<h3>Информация для участников</h3>

&nbsp;

Участники могут объединяться в команды до 4 человек.

Канал общения и обсуждения между участниками всех вопросов &mdash; <a href="https://t.me/+1Hos1RWcbdo0ZTU6" rel="noopener noreferrer" target="_blank">https://t.me/+1Hos1RWcbdo0ZTU6</a>

<h3>Данные</h3>

Все файлы и их описание вы найдете во вкладке &ldquo;Data&rdquo;

<h3>Призовой фонд&nbsp;</h3>

&nbsp;

&nbsp; &nbsp;1 место - 350 000 рублей

&nbsp; &nbsp;2 место - 200 000 рублей

&nbsp; &nbsp;3 место - 100 000 рублей

&nbsp;

+ еще 10 (десять призовых мест) с призами в виде мерча соревнований.

&nbsp;

Первое соревнование от МТС Digital Big Data по определению пола/возраста владельца cookie длительностью два месяца

Public

Private

Data

User agreement_en

I have read and agree to the <a href="http://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/UserAgreement.pdf">User Agreement and Privacy Policy</a>

Personal data_en

I give <a href="http://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/MTSMLCUP2023/Consents_MTS.pdf">my consent</a> to &ldquo;Sorevnovaniya Analiza Dannykh&rdquo; LLC to process and share my personal data with event partners for communication purposes

Consent_en

<a href="https://storage.yandexcloud.net/datasouls-ods/CourseFest_1/Docs/Email.pdf">I agree</a> to receive newsletters from Data Analytics Competitions Ltd.

Contest Rules_en

I agree with the <a href="http://storage.yandexcloud.net/ds-ods/files/data/docs/competitions/MTSMLCUP2023/rules_MTS_ML_CUP%202023.pdf">rules of the competition</a>

Привет!

Для участия в соревновании необходимо заполнить анкету регистрации ниже. Обращаем внимание, что поле &laquo;Город&raquo; предполагает заполнение латиницей. В случае возникновения проблем с регистрацией просьба писать на <a href="mailto:support@datasouls.com?subject=MTS%20CUP%20registration">support@datasouls.com</a>


1	Vladimir Bazhenov	1.7852645343	9m	93
2	Ishkov Denis	1.7750616151	9m	50
3	сансеймайсамба	1.7737074882	9m	136
4	flow	1.7732472084	9m	79
5	Stanislav Chistyakov	1.7714945054	9m	51
6	More Trees Stack	1.7680100414	9m	103
7	tg kaggle_fucker	1.7666887627	9m	39
8	Anton Karasev	1.7662360064	9m	44
9	John Galt	1.7640831537	9m	122
10	AK	1.7613312565	9m	45
11	room722	1.7606158575	9m	90
12	Ivan Alexandrov	1.7585659526	9m	13
13	DS48_DMVL	1.7574508799	9m	179
14	Саня ищет работу	1.7524158828	9m	64
15	4a468fe38b04	1.7509346956	9m	99
16	morlov	1.7499764765	9m	45
17	Andrei Zakharov	1.7490949792	9m	43
18	TeamA	1.743048307	9m	33
19	Igor Fedorov	1.7413743953	9m	11
20	Igor Bartashevich	1.7394341901	9m	86
21	PMC CatBoost	1.7361439392	9m	15
22	Irina Balycheva	1.7352574127	9m	14
23	Rostislav Ilyk	1.7316123295	9m	47
24	Andrey Gusev	1.7307997844	9m	20
25	BAV	1.7277815821	9m	145
26	Dmitriy Ch	1.7248980068	9m	51
27	Vasily Sizov	1.7247420504	9m	21
28	Panesher	1.7210006495	9m	20
29	Alexander Lomakin	1.7203230097	9m	24
30	Evgeny Vorsin	1.7190260682	9m	31
31	Valeriia Abramova	1.7169313602	9m	15
32	Anton Vlasov	1.7166917696	9m	27
33	Точка - Nikita w Dima	1.7157071218	9m	42
34	Vladimir Testov	1.714842082	9m	1
35	DSBears	1.7142345062	9m	13
36	Новичок	1.714194125	10m	37
37	Konstantin Yakovlev	1.7136882724	10m	10
38	Bli Bli	1.7135850372	9m	23
39	Kirill Dubovik	1.7133215817	9m	41
40	Evgeny Kazenov	1.712887272	9m	23
41	Dzis Science	1.7125149426	9m	17
42	Dmitry Kuzyurin	1.7119601097	10m	20
43	Pavel Malykh	1.7118171833	9m	13
44	Maksim Nikolaev	1.7112186673	9m	4
45	Vladimir Romanov	1.7085159976	9m	20
46	Retir	1.707540001	9m	6
47	Alexander Lishudi	1.7072866855	9m	6
48	iryvn	1.7072825878	9m	5
49	Ruslan Nagimov	1.7072739114	9m	9
50	masharyute	1.7072692443	9m	3