Menu Demand Forecasting AI Offline Hackathon for F&B Establishments

1. 개인 또는 팀 참여 규칙

• 오프라인 해커톤(Phase3) 기간 동안에는 추가 팀 결성 및 구성원 변경, 팀명 변경 불가능

2. 외부 데이터 및 사전 학습 모델 관련 규칙

1) 사전학습모델 사용 가능 범위

• 공식적으로 가중치가 공개되었으며, 사용에 법적 제약이 없는 오픈소스 라이선스(MIT, Apache 2.0 등) 하에 배포된 모델만 사용 가능합니다.
• 해당 조건을 만족하지 않는 모델 및 가중치는 사용할 수 없습니다.

2) API 사용 제한

• 원격 서버 기반의 API 형태로만 접근 가능한 모델(OpenAI API, Gemini API 등)은 사용이 불가합니다.
• 모든 모델은 로컬 환경에서 직접 실행 가능해야 하며, 외부 서버에 의존하는 방식은 제한됩니다.

3) 외부 데이터 사용 가능

• 외부 데이터 사용을 허용합니다.
• 2025년 9월 6일 전(~2025.09.06)에 공식적으로 공개되었으며, 오픈소스 라이선스(CC BY-NC, CC0 등)로 배포된 외부 데이터만 사용할 수 있습니다. 해당 조건을 충족하지 않는 외부 데이터는 사용이 불가능합니다.
• 모든 외부 데이터는 출처, 사용 방식, 데이터 파일 등 증빙이 가능해야 하며, 이에 대한 확인이 이루어지지 않을 경우 실격 처리될 수 있습니다.

3. 시계열 예측 관련 Data Leakage 방지 규칙

1) 평가 데이터는 학습에 사용할 수 없습니다.

• 평가 Input(28일), Target(7일)은 어떤 경우에도 모델 학습에 활용할 수 없습니다.
• Pseudo Labeling 등 추론 결과를 이용한 재학습도 불가합니다.
• 평가 데이터는 오직 추론 시점에서 입력으로만 사용할 수 있습니다.

2) 추론 시 평가 Input으로 제공된 28일 외의 데이터를 추가로 사용할 수 없습니다.

• 각 평가 샘플에는 Input으로 28일간의 시계열 데이터만 제공되며, 예측 시에는 해당 구간만을 모델 입력으로 사용해야 합니다.
• 평가 시점에서 Lookback 기간을 임의로 확장하거나, 추가적인 과거 데이터를 연결하여 사용하는 것은 허용되지 않습니다.
• 즉, 모든 평가 샘플은 제공된 28일 데이터를 기준으로만 예측이 이루어져야 하며, 모델 구조나 데이터 처리 방식에 관계없이 28일을 초과한 입력 사용은 금지됩니다.

3) 평가 샘플은 서로 독립적으로 추론해야 합니다.

• 하나의 평가 샘플 결과나 입력을 다른 샘플의 예측에 사용하는 것은 금지됩니다.
• 모든 샘플은 각자의 Input(28일)만을 사용해 개별적으로 예측되어야 합니다.

4) 추론 시점 이후 정보는 사용할 수 없습니다.

• 각 평가 샘플의 추론 시점은 Input의 마지막 날짜입니다.
• 이 시점을 기준으로 이후의 데이터(예측 대상 포함)는 모두 미래로 간주되며 활용할 수 없습니다.

4. 코드 및 PPT 제출 규칙

• 오프라인 해커톤(Phase3) 종료 후 Private 상위 10팀은 아래의 양식에 맞추어 코드와 PPT(발표자료)를 제공한 GPU서버 내 /workspace/산출물/ 경로에 구성하여 기한 내 운영진에게 제출

o   코드와 주석 인코딩: UTF-8

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

o   전체 코드 실행 프로세스를 가독성 있게 정리하고 실행 관련 주석 또는 설명을 포함하여 제출

o   개발 환경(OS) 및 라이브러리 버전 기재

o   [중요] 학습 코드(train)와 추론 코드(inference)는 반드시 분리하여 별도의 코드 파일로 구성

o 추론에 사용된 모델 파일 (pth 등) 다운로드 링크 혹은 메일 첨부

o 사용한 사전 학습 모델과 외부 데이터의 출처와 라이센스를 반드시 기재

o [중요] 오프라인 발표 평가 자료 (16:9 비율로 작성 필수, PDF로 제출)

5. 유의 사항

• 1일 최대 제출 횟수: 100회
• 사용 가능 언어: Python
• 규칙 위반 사항 적발 시 수상 및 발표평가 진출 불가능
• 모든 학습, 추론의 과정 그리고 추론의 결과물들은 정상적인 코드를 바탕으로 이루어져야 하며, 비정상적인 방법으로 얻은 제출물들은 적발 시 규칙 위반에 해당됩니다.
• 최종 순위는 선택된 파일 중에서 채점되므로 참가자는 제출 창에서 자신이 최종적으로 채점 받고 싶은 파일을 1개를 선택해야 함
• 대회 직후 공개되는 Private 랭킹은 예선 최종 순위가 아니며 코드 검증과 발표 평가 이후 최종 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

6. 토론(질문)

• 대회 운영 및 데이터 이상에 관련된 질문 외에는 답변을 드리지 않고 있습니다. 기타 질문은 토론 페이지를 통해 자유롭게 토론해 주시기 바랍니다.
• 데이콘 답변을 희망하는 경우 토크 게시글 또는 대면 문의 부탁드립니다.