1. Профиль компетенций

Участники должны обладать знаниями в области линейной алгебры, численных методов оптимизации и прикладного анализа данных, а также владеть инструментами Data Science.

• методы линейной алгебры (работа с матрицами и векторами);
• численные методы оптимизации (градиентный спуск, регуляризация, контроль сходимости);
• основы машинного обучения и анализа данных;
• работа с разреженными и неполными данными;
• владение Python и библиотеками NumPy, pandas, SciPy, scikit-learn, matplotlib;
• построение и оценка моделей предсказания и рекомендаций.

2. Программное обеспечение конкурсной площадки

• Операционная система: Windows 10/11
• Python 3.11.0 и выше
• Visual Studio Code
• Jupyter Notebook
• Базовые библиотеки для анализа данных и визуализации
• Дополнительные библиотеки устанавливаются участником самостоятельно

3. Формат конкурсного задания

Участникам необходимо выполнить анализ многомерных пользовательских данных, характерных для рекомендательных систем и задач прогнозирования, а также построить и оптимизировать модель предсказания или рекомендаций.

• анализ разреженных и многомерных данных;
• выявление скрытых закономерностей и ключевых факторов;
• построение математической модели;
• применение численных и итеративных алгоритмов оптимизации;
• оценка качества и устойчивости полученного решения;
• оптимизация вычислений при ограниченных ресурсах.

4. Формат проведения

Финальный этап проводится в очном формате. Все вычисления выполняются на конкурсных компьютерах с ограниченными вычислительными ресурсами, что требует оптимизации кода и рационального использования памяти.

5. Ограничения

• запрещено использование внешних сервисов автоматического решения задач (генераторов кода, AI-инструментов);
• запрещена авторизация в почтовых сервисах, облачных хранилищах, GitHub, онлайн-IDE и удалённых репозиториях;
• запрещено использование мессенджеров и средств удалённого подключения;
• запрещено скачивание и загрузка файлов через личные облачные хранилища;
• запрещён обход ограничений на вычислительные ресурсы и нарушение правил честного соревнования.

6. Разрешённые ресурсы

• использование любых алгоритмов и методов обработки данных;
• написание собственного кода;
• применение численных и оптимизационных методов;
• доступ к официальной документации и справочным ресурсам без авторизации;
• работа исключительно в локальной среде конкурсной площадки.