제2회 코스포 x 데이콘 도서 추천 알고리즘 AI경진대회 채용

1. 리더 보드

• 평가 산식 : RMSE (Root Mean Squared Error)

• Public score : 전체 테스트 데이터 중 30%
• Private score : 전체 테스트 데이터 중 나머지 70%
• 동점자 발생의 경우, 기존 리더보드 순위 산정 방식을 따름 [링크]의 '리더보드 점수' 부분을 참고

2. 평가 방식

• 1차 평가 : 리더보드 Private Score
• 2차 평가 : (채용 프로세스 참여 혹은 수상을 원하는) 참가자 코드 및 PPT 제출 후 코드 평가(검증)
• Private 리더보드 상위 10팀은 필수 코드 및 PPT 제출 대상

3. 개인 또는 팀 참여 규칙

• 본 대회는 개인(1인)으로만 참여할 수 있습니다.
• 개인 참가 방법: 별도의 팀 신청 과정 없이 자유롭게 제출 탭에서 제출

4. 데이터 허용 범위

• 대회 제공 데이터 이외의 외부 데이터 사용 금지
• 대회 제공 데이터 중 Test Dataset은 리더보드 제출을 위한 추론에만 사용 가능 (모델 학습 사용 불가능)
• Data Leakage (참고 : Data Leakage에 대한 개인적인 정리) 혹은 규칙 위반이 의심되는 경우 코드를 요청할 수 있음

5. 사전 학습 모델 허용 범위

• 사용에 법적 제약이 없고 논문으로 공개된 베이스의 사전 학습된 모델(Pretrained Model Weight) 사용 가능
• Test Dataset이 포함되어 있는 데이터셋으로 사전 학습된 모델 사용 불가
• Book-Crossing 데이터셋으로 사전 학습된 모델 사용 불가
• 사용하고자 하는 사전 학습된 모델에 Test Dataset이 포함되어 있는지 자체 확인이 불가능한 경우 dacon@dacon.io로 문의

6. 코드 및 PPT 제출 규칙

• 대회 종료 후 2차 평가 희망자 및 필수 대상자는 아래의 양식에 맞추어 코드와 PPT를 [코드 공유 게시판]에 기한 내에 제출
• 제출한 코드는 Private Score 복원이 가능해야 함

o  코드에 ‘/data’ 데이터 입/출력 경로 포함

o  코드 파일 확장자: .R, .rmd, .py, .ipynb

o  코드와 주석 인코딩: UTF-8

o  모든 코드는 오류 없이 실행되어야 함(라이브러리 로딩 코드 포함)

o  개발 환경(OS) 및 라이브러리 버전 기재

• 제출 파일 목록

o  Private Score 복원이 가능한 코드

o Private Score 복원이 가능한 모델 weight 파일 (다운로드 링크)

o 자유 양식으로 작성한 솔루션 PPT 자료

7. 유의 사항

• 1일 최대 제출 횟수: 3 회
• 사용 가능 언어: Python, R
• 모델 학습과 추론에서 평가 데이터셋 정보 활용(Data Leakage)시 수상 제외
• 모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 2개를 선택해야 함
• 대회 직후 공개되는 Private 랭킹은 최종 순위가 아니며 코드 검증 후 수상자가 결정됨
• 데이콘은 부정 제출 행위를 금지하고 있으며 데이콘 대회 부정 제출 이력이 있는 경우 평가가 제한됩니다. 자세한 사항은 아래의 링크를 참고해 주시기 바랍니다.

https://dacon.io/notice/notice/13

8. 토론(질문)

• 대회 운영 및 데이터 이상에 관련된 질문 외에는 답변을 드리지 않고 있습니다. 기타 질문은 토론 페이지를 통해 자유롭게 토론해주시기 바랍니다.
• 데이콘 답변을 희망하는 경우 토크 게시글 댓글로 질문을 올려 주시기 바랍니다.

예) [DACON 답변 요청] 시상식은 언제 열리나요?