⚡️ Собрать команду или подготовиться к игре в соло (если вы не можете найти напарников, мы вам поможем и объединим с другими игроками)
⚡️ Зарегистрироваться на соревнование
⚡️ Выбрать один из 3 треков (для IT-специалистов, для профи или для студентов)
⚡️ Решить как можно больше тасков

Что нужно: опыт в валидации, разработке или мониторинге NLP-моделей; уверенное владение Python и SQL; знание Hadoop/Spark/Hive; опыт с BI-инструментами; навыки валидации и мониторинга моделей, формулировки гипотез и анализа данных.

Что нужно: опыт в ML и NLP от 1 года; знание архитектур и работа с GPT/BERT; уверенное владение Python, PyTorch, transformers; умение строить RAG-пайплайны и дообучать LLM; опыт работы с большими данными (Spark, Hadoop).

Что нужно: знание теории
вероятностей, статистики и ML; понимание Python (numpy, pandas, scikit-learn, xgboost/lightgbm/catboost); опыт работы с SQL и Hadoop (Hive, Impala, Spark).

Что нужно: управленческий опыт и руководство DS-командой; глубокие знания в Deep Learning и NLP; работа с архитектурами GPT, BERT и др.; уверенный Python (PyTorch, transformers) с умением писать кастомный код; опыт работы с большими данными (Spark, Hadoop).

Что нужно: знание классического ML; опыт разработки и внедрения моделей на табличных данных, включая uplift-модели; уверенный Python (lightgbm/xgboost/catboost, scikit-learn, pandas, numpy); навыки работы с большими данными (Spark, Hadoop, Hive) и SQL.

Что нужно: опыт от 2 лет в Data Science или геоаналитике; уверенный Python с библиотеками Geopandas, Osmnx; продвинутый SQL (Hadoop, Trino, Postgres) и PostGIS; опыт с GIS-системами и API картографических сервисов; знание теории графов и алгоритмов маршрутизации; опыт визуализации данных.

Что нужно: опыт от 3 лет в ML и разработке; уверенный Python, PySpark, Hadoop, Kafka; опыт работы с Airflow/Argo, Mlflow, Jenkins; внедрение ML-моделей как сервисов; навыки бэкенд- и веб-разработки; работа с LLM и NLP; Docker и Kubernetes.