«Хакни пайплайн»: подведены итоги первого крауд-хакатона
В рамках однодневного интенсива 16 команд искали самое эффективное решение для задачи разметки большого массива данных. В распоряжении участников была функциональность Яндекс.Толоки (построить процесс и получить датасет предстояло именно в Толоке) и реальные данные о товарных позициях маркетплейса OZON — 500 ссылок на карточки товаров.
На OZON есть функция подбора образа. Чтобы она работала, компания использует метод крауда. Задача стояла такая: к товару с OZON из категории «Одежда, обувь и аксессуары» командам нужно было выстроить процесс подбора других товаров с сайта, чтобы получился образ, который мог бы продаваться комплектом. Всё это делается для того, чтобы помочь пользователям найти понравившиеся товары, собрать интересный образ, быстрее сориентироваться в ассортименте, а компании — увеличить средний чек.
Роман Куцев — победитель хакатона — рассказал, как он со своей командой решал задачу:
«Проведя эксперименты, мы выяснили, что обычному человеку сложно подобрать полноценный образ, и профессиональный стилист справляется с ней лучше, чем толокер. На многих фотографиях товара на OZON присутствует не только продаваемая вещь, но и несколько атрибутов образа, которые с этой вещью сочетаются. Мы заменили задачу подбора образа на другую — определить, какие вещи на фотографиях присутствуют вместе с продаваемым товаром, и затем найти похожие вещи на OZON».
На хакатоне эксперты Яндекс.Толоки провели образовательный интенсив, на котором рассказали про основные компоненты краудсорсинга, прошлись по интерфейсу Толоки (для заказчика) и запустили несколько проектов, которые включали бинарную классификацию и выделение областей на фото.
Призовой фонд крауд-хакатона «Хакни пайплайн» составил 320 тысяч рублей и распределился так:
· Первое место заняли Роман Куцев (Trainingdata) и Евгений Головенков (студент курса по краудсорсингу «Школы анализа данных» Яндекса) — они получили грант на 100 тысяч рублей на обучение в Нетологии и ваучер на 60 тысяч рублей от OZON.
· На втором месте — Алексей Миронов (DomClick, выпускник профессии Data scientist в Нетологии), Виктор Пимшин (Ростелеком, выпускник профессии Data scientist в Нетологии) и Роман Малов (учится в УЦ «Профессионал»), им достался грант на 50 тысяч рублей на обучение в Нетологии и ваучер на 30 тысяч рублей от OZON.
· Третье место заняла команда Физтеха: Анастасия Павловская, Даниил Поляков (оба учатся на курсе по краудсорсингу в «Школе анализа данных» Яндекса), Александр Рогозин, Иннокентий Шибаев. Команда получила грант на 50 тысяч рублей на обучение в Нетологии и ваучер на 20 тысяч рублей на OZON.
Призы зрительских симпатий и ваучеры по 5 тысяч рублей от OZON достались командам: Дима Браженко (Яндекс) и Андрей Браженко (Сбербанк), а также «Леруа Мерлен» — Татьяна Ковылина и Алиса Михайловская.
Андрей Ольховик, лид аналитики OZON, член жюри:
«Решая бизнес-задачи средствами крауда, нередко сталкиваешься со множеством альтернативных подходов к проблеме. К сожалению, далеко не всегда есть возможность проверить каждый из них, к тому же со временем появляются «любимые» приемы, что может «замылить глаз». Сегодняшний хакатон помог проверить ряд гипотез, в том числе и новых для нас, и увидеть конкретные примеры их реализации с итоговой разметкой. Сообщество крауда по сути только формируется, и такие мероприятия — отличная возможность поделиться опытом и привлечь новую аудиторию к работе с перспективным подходом к сбору и оценке данных».
Анастасия Павловская, студентка курса по краудсорсингу «Школы анализа данных» Яндекса, команда, занявшая 3 место:
«Для меня как участника хакатон был очень увлекателен: непростая и интересная задача, сжатые сроки, приятная атмосфера — компоненты отличного мероприятия. Мне очень понравилось, что нам дали боевую задачу, в решении которой заинтересована конкретная команда: это помогало быстрее учиться, концентрируясь только на самых важных вещах. Кроме того, очень вдохновили решения команд, которые получили призы. Получилась хорошая подпитка идеями от других участников».
молодцы участники, поздравляем. подарки правда скромные.