<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>

#	Teams (501)	Score	Last	Entries
1	Vladimir Bazhenov	1.7825067008	13m	93
2	flow	1.7801931877	13m	79
3	Ishkov Denis	1.7787580616	13m	50
4	сансеймайсамба	1.774434018	13m	136
5	Stanislav Chistyakov	1.7739603538	13m	51
6	Anton Karasev	1.7710182165	13m	44
7	John Galt	1.7673826598	13m	122
8	tg kaggle_fucker	1.7638065732	13m	39
9	More Trees Stack	1.7633687766	13m	103
10	Ivan Alexandrov	1.7617455431	13m	13
11	DS48_DMVL	1.7616485857	13m	179
12	room722	1.7591216064	13m	90
13	AK	1.7585841234	13m	45
14	Саня ищет работу	1.7550502694	13m	64
15	4a468fe38b04	1.7521709906	13m	99
16	Andrei Zakharov	1.7512751716	13m	43
17	morlov	1.7511066258	13m	45
18	TeamA	1.7452807731	13m	33
19	Igor Fedorov	1.7433335987	13m	11
20	PMC CatBoost	1.7422690497	13m	15
21	Rostislav Ilyk	1.7393061321	13m	47
22	Andrey Gusev	1.7350994469	13m	20
23	Irina Balycheva	1.7347591997	13m	14
24	Igor Bartashevich	1.7336963729	13m	86
25	BAV	1.7255719012	13m	145
26	Dmitriy Ch	1.7239576387	13m	51
27	Vasily Sizov	1.7229879912	13m	21
28	Vladimir Testov	1.7225387735	13m	1
29	Alexander Lomakin	1.7222986919	13m	24
30	Новичок	1.7217073767	14m	37
31	Konstantin Yakovlev	1.7202173233	14m	10
32	Panesher	1.7196162224	13m	20
33	Valeriia Abramova	1.7193911094	13m	15
34	Anton Vlasov	1.7172184804	13m	27
35	Точка - Nikita w Dima	1.717111707	13m	42
36	Evgeny Vorsin	1.7163960797	13m	31
37	Pavel Malykh	1.7133439508	13m	13
38	DSBears	1.7131958176	13m	13
39	Kirill Dubovik	1.7124057155	13m	41
40	ReallyBadProgs	1.7123026116	13m	4
41	Denis Galyagin	1.7115211976	13m	61
42	Dzis Science	1.7114074256	13m	17
43	Bli Bli	1.7113890904	13m	23
44	Evgeny Kazenov	1.7112546777	13m	23
45	Maksim Nikolaev	1.7095890241	13m	4
46	lta	1.7087359988	13m	34
47	Dmitry Kuzyurin	1.7085251578	14m	20
48	Vladimir Romanov	1.7065031655	13m	20
49	MaksimSorokin	1.7061886202	13m	34
50	Alexander Dudin	1.7059427571	13m	14