Соревнование посвящено задаче uplift моделирования, которая находится на стыке causal inference и машинного обучения. В жизни вы решаете именно эту задачу, когда пытаетесь оценить эффект коммуникации на конверсию клиента в продукт.

Участникам предлагается построить модель для определения CATE (Conditional Average Treatment Effect), оценки эффекта целевого воздействия на пользователя. В качестве метрики используется Qini coefficient (более подробная информация приведена на вкладке Data).

Реальные данные нашей компании - sensitive data, а мы очень ответственно относимся к конфиденциальности информации. Поэтому мы сгенерировали синтетические данные, стараясь приблизить их к реальному кейсу, с которым сталкивались.

Участвовать в соревновании могут DS любого уровня. Для тех, кто хочет кратко ознакомиться с темой, мы рекомендуем статью:&nbsp;<a href="https://towardsdatascience.com/a-quick-uplift-modeling-introduction-6e14de32bfe0" rev="en_rl_none" target="_blank">https://towardsdatascience.com/a-quick-uplift-modeling-introduction-6e14de32bfe0</a>

Остались вопросы? Самые популярные раскрыты в FAQ, а все остальные можно задать, отправив письмо на&nbsp;<a href="mailto:datafest@megafon.ru" rev="en_rl_none">datafest@megafon.ru</a>&nbsp;(с темой Uplift).

Участвуешь в соревновании, хочешь стать частью нашей команды и побил бейзлайн? Присылай резюме на&nbsp;<a href="mailto:datafest@megafon.ru" rev="en_rl_none">datafest@megafon.ru</a>&nbsp;(с темой Резюме).&nbsp;

Призы: 
1 место - портативная колонка и power bank 
2 место - фитнес-браслет 
3 место - свитшот

Даты: 
Открытие приема решений: 22&nbsp;мая, 19:00 
Окончание приема решений: 13 июня, 23:59 
Раскрытие лидерборда: 14 июня, 00:00

Для участников: 
Индивидуальное участие 
Ограничение на число решений: не более трёх в сутки 
Выбор двух финальных решений

Соревнование посвящено задаче uplift моделирования, которая находится на стыке causal inference и машинного обучения.

Public

Private

User Agreement

I accept <a target="_blank" rel="noopener noreferrer" href="https://drive.google.com/file/d/1n-fPczc0u7vYGvOzUUGH55HCbuRlCp8x/view?usp=sharing">Terms of User Agreement</a>

Privacy Policy

I accept <a target="_blank" rel="noopener noreferrer" href="https://drive.google.com/file/d/1JifpdktW5xCMAYgxzomLhYQZuxSrp0Wi/view?usp=sharing">Privacy Policy</a>

Consent

I give my <a target="_blank" rel="noopener noreferrer" href="https://storage.yandexcloud.net/datasouls-ods/DataFest2021_pres/Consent.pdf">consent</a> to «Sorevnovaniya Analiza Dannykh» LLC to process and transfer my personal data (name, email, address) to the partners of the event for information interaction

first_name

First name

last_name

Last name

country

Country (lat)

city

City (lat)

email

Email

slack_name

Your ODS Slack nickname

study_place

Study place

study_specialty

Study specialty

work_place

Work place

work_position

Work position

expectations

Expectations

interests

Interests

preferred_language

Preferred language

about

About

Registration application for Data Fest & ODS Summer Of Code

MegaFon Uplift Competition

Predictions

Хотите увеличить прибыль с партии товара? Интересуетесь causal inference и динамической оптимизацией? В этом докладе вы познакомитесь с подходом к динамической оптимизации цены, который с этим справляется. 
Do you want to increase the margin from your stock of goods? Interested in causal inference and dynamic optimization methods? In this video we tell you such an approach.

Теория

Casual methods in dynamic pricing

Расскажу о том, как еще можно превратить категориальные переменные в числовые векторы, пригодные для дальнейшего анализа. Наглядно продемонстрирую, что любой человек, знающий толк в обработке естественного языка, легко справится с этой задачей.

Advanced categorical encodings

Расскажу о том, как мы оптимизировали затраты нашей команды на работу со стажерами, как мы готовим полноценных Data Scientist’ов за 3 месяца в акселераторе стажеров. Доклад будет интересен как руководителям, так и тем, кто только начинает свою карьеру в DS.

Как оптимизировать ресурсы команды - кейс “Акселератор для стажёров”

Соревнование посвящено задаче uplift моделирования, которая находится на стыке causal inference и машинного обучения.
Участникам нужно будет построить модель для определения CATE (Conditional Average Treatment Effect), оценки эффекта целевого воздействия на пользователя. В качестве метрики используется qini AUC score.

Топ лидерборда пригласим на собеседование, а первым три места получат призы: 

1 место - портативная колонка и power bank

2 место - фитнес-браслет

3 место - свитшот

Соревнование

Это будут эфиры про данные и людей, которые с ними работают. Их истории и деятельность, как они к этому пришли и куда идут. В каждом выпуске приглашаем известных в сообществе Data Science и за его пределами.

Серия Voice Chats и подкаст «‎Данные люди»

megafon-df2021-2020

megafon-df2021-pr

megafon-df2021

Data Science в МегаФоне совсем не ограничивается телекомом! Вы познакомитесь с интересными  проектами и методами из сферы Causal ML, Recommendations и просто работы с табличными данными. Также сможете попробовать свои силы в соревновании по Uplift Modelling. И на закуску - телеграм чаты+подкаст об ML с любимыми спикерами из индустрии и академии.

Добро пожаловать на главное Data Science событие сообщества и нашу первую летнюю школу ODS!
Жми "подать заявку" и получи доступ ко всем трекам, активностям школы и нетворкинг комнатам в SpatilChat ODS.

Data Fest 2021 & ODS Summer of Code #1

Causal Inference. Recommendations. Encoding

Я не сталкивался с uplift моделированием раньше, что мне делать? 
Не проблема, кратко ознакомиться с типом задач и приступить к решению может помочь статья <a href="https://towardsdatascience.com/a-quick-uplift-modeling-introduction-6e14de32bfe0" target="_blank">https://towardsdatascience.com/a-quick-uplift-modeling-introduction-6e14de32bfe0</a>

Если я только начал изучать DS, имеет смысл пробовать? 
Попробовать всегда имеет смысл - это интересно, а еще хорошая возможность получить новый опыт и знания.

Если я выиграю, как получить приз? 
Мы с тобой свяжемся и попросим контактные данные и адрес. Наш курьер доставит подарок в любую точку мира.

Что делать, если я нашел ошибку?&nbsp; 
Отправь e-mail на&nbsp;<a href="mailto:datafest@megafon.ru" rev="en_rl_none">datafest@megafon.ru</a>&nbsp;с темой Ошибка и её описанием.