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