Артефакт из Kaggle 2015-го

История из рабочих будней

💎 Введение

Сидели мы недавно на нашем внутреннем семинаре и обсуждали статьи про рекламные CTR модели (предсказывают вероятность клика).

В статьях часто описывают новую модель, тестируют ее на открытом датасете и приводят сравнение с другими моделями. В поиске и рекомендациях не всегда это так. Особенно крупные компании обычно ничего не выкладывают и все результаты только с их слов. Но университеты стараются, а некоторые конференции обязательно требуют воспроизводимость. А найти открытый качественный датасет по поисковому ранжированию честно говоря непросто.

💎 Находка

И тут оказалось, что в одной статье использовали данные Авито. Мы конечно прифигели. Выяснилось, что данные взяли с соревнования Авито на Kaggle аж 2015 года! Вот это соревнование. В то время я еще даже не был дата сайнтистом и работал в консалтинге в EY. Дата сайнс вообще был еще не модный, а кагл только набирал обороты. А Авито в то время уже проводило соревнование 🥶

Мы начали смеяться, что спустя 9 лет мы решаем все те же проблемы. На самом деле уровень инфры и задач сейчас сильно другой, но получить такой артефакт из прошлого было забавно.

Интересный факт: кроме того, что это было 9 лет назад, соревнование проводил сам Иван Гуз. Иван на тот момент руководил отделом аналитики, а сейчас он один из двух руководителей компании (роль CEO в Авито выполняют два человека).

💎 Выводы

Этот случай напомнил о ложности ощущения, когда кажется, что на проект нужно выделить немного времени, и он будет готов. На самом деле, если проект успешный, то впереди годы.

#worklife