Rucode Artificial Intelligence Championship 2025

👉 Русская версия ниже

This repository contains the solutions developed by our team for the Rucode Artificial Intelligence Championship 2025.

👥 Team Members

• Zhilin Rostislav @Iwillfinduo
• Anna Nefedova @annyeiya
• Chernyshev Sergey @enard-dbzr

🏆 Achievements

• 🥈 2nd Place Overall in Task D: Real-time Fraud Detection
• 🏅 7th Place Overall in Final Private Leaderboard
• Top Performance in multiple PRO-level tasks

🗂️ Competition Tasks & Solutions

The repository is organized by the competition tasks. Each task has its own directory containing the solution code, a detailed README, and any necessary resources.

Task	Directory	Description	Public Score	Status
Task A	/A	Building a watch completion prediction model for a video hosting service	97.32 (F1 macro)	✅ Completed
Task B	/B	Predicting client response to innovative investment product offers	97.23 (F1)	✅ Completed
Task C	/C	Personalized video recommendation system using Transformer architecture	19.05 (0.5 × (MAP@10 + MAR@10) × 100)	✅ Completed
Task D	/D	Real-time fraud detection for banking transactions with concept drift	66.05 (PRAUC) 🥈	✅ Completed
Task F	/F	CAPEX vs OPEX classification for IT task descriptions	96.67 (F1 macro)	✅ Completed

Note: Task E was excluded from the championship.

🎯 Difficulty Levels

• Tasks A-B: BASE Level
• Tasks C, D, F: PRO Level

🛠️ Tech Stack

The solutions primarily leverage the following technologies and libraries:

• Language: Python 3.8+
• Core Libraries & Frameworks:
  • pandas==2.3.3 & numpy==2.0.2 - data manipulation and numerical computing
  • scikit-learn==1.6.1 - machine learning models and utilities
  • torch>=1.9.0 - deep learning framework (PyTorch)
  • transformers>=4.20.0 - state-of-the-art NLP models
  • joblib==1.5.2 - model serialization and parallel computing
• Data Visualization:
  • matplotlib==3.9.4 - plotting and visualization
  • seaborn==0.13.2 - statistical data visualization
• Utilities:
  • tqdm>=4.60.0 - progress bars for loops
  • random & built-in Python libraries

🚀 Getting Started

To explore a specific solution:

1. Clone the repository:

   git clone https://github.com/Iwillfinduo/Rucode_ai.git
   cd Rucode_ai

2. Navigate to the task directory you are interested in (e.g., A):

   cd A

3. Follow the instructions in the task-specific README.md file. There you will find:

   • A detailed problem statement.
   • An explanation of our solution approach.
   • Instructions for installing dependencies and running the code.

📝 Notes

• The solutions are provided "as is" and represent our work during the championship. They may not be perfectly optimized for all edge cases.
• Some approaches were chosen under time and computational constraints.
• Reproducing results might require specific library versions and the original competition datasets.

📄 License

This project is licensed under the MIT License - see the LICENSE file for details.

---

Solutions developed for the Rucode AI Championship 2025.

---

Чемпионат Rucode по Искусственному интеллекту 2025

Этот репозиторий содержит решения, разработанные нашей командой для Чемпионата Rucode по искусственному интеллекту 2025.

👥 Участники команды

• Жилин Ростислав @Iwillfinduo
• Нефедова Анна @annyeiya
• Чернышев Сергей @enard-dbzr

🏆 Достижения

• 🥈 2 место в Задаче D: Обнаружение мошенничества в реальном времени
• 🏅 7 место в финальном приватном лидерборде
• Высокие результаты в нескольких задачах PRO-уровня

🗂️ Задачи чемпионата и решения

Репозиторий организован по задачам чемпионата. Каждая задача имеет свою собственную директорию, содержащую код решения, подробное README и необходимые ресурсы.

Задача	Директория	Описание	Публичный счет	Статус
A	/A	Построение модели прогнозирования завершения просмотра для видеохостинга	97.32 (F1 macro)	✅ Завершено
B	/B	Прогнозирование отклика клиентов на предложения инновационных инвестиционных продуктов	97.23 (F1)	✅ Завершено
C	/C	Персонализированная система рекомендаций видео с использованием архитектуры Transformer	19.05 (0.5 × (MAP@10 + MAR@10) × 100)	✅ Завершено
D	/D	Обнаружение мошенничества в реальном времени для банковских транзакций с учетом концептуального дрейфа	66.05 (PRAUC) 🥈	✅ Завершено
F	/F	Классификация IT-задач на CAPEX и OPEX по описаниям	96.67 (F1 macro)	✅ Завершено

Примечание: Задача E была исключена из чемпионата.

🎯 Уровни сложности

• Задачи A-B: Базовый уровень (BASE)
• Задачи C, D, F: Продвинутый уровень (PRO)

🛠️ Технологический стек

Решения в основном используют следующие технологии и библиотеки:

• Язык программирования: Python 3.8+
• Основные библиотеки и фреймворки:
  • pandas==2.3.3 & numpy==2.0.2 - манипуляция данными и численные вычисления
  • scikit-learn==1.6.1 - модели машинного обучения и утилиты
  • torch>=1.9.0 - фреймворк глубокого обучения (PyTorch)
  • transformers>=4.20.0 - современные NLP модели
  • joblib==1.5.2 - сериализация моделей и параллельные вычисления
• Визуализация данных:
  • matplotlib==3.9.4 - построение графиков и визуализация
  • seaborn==0.13.2 - статистическая визуализация данных
• Утилиты:
  • tqdm>=4.60.0 - индикаторы прогресса для циклов
  • random и встроенные библиотеки Python

🚀 Начало работы

Чтобы изучить конкретное решение:

1. Клонируйте репозиторий:

   git clone https://github.com/Iwillfinduo/Rucode_ai.git
   cd Rucode_ai

2. Перейдите в директорию задачи, которая вас интересует (например, A):

   cd A

3. Следуйте инструкциям в файле README.md для конкретной задачи. Там вы найдете:

   • Подробное описание проблемы.
   • Объяснение нашего подхода к решению.
   • Инструкции по установке зависимостей и запуску кода.

📝 Примечания

• Решения предоставляются "как есть" и представляют нашу работу во время чемпионата. Они могут быть не идеально оптимизированы для всех крайних случаев.
• Некоторые подходы были выбраны с учетом временных и вычислительных ограничений.
• Воспроизведение результатов может потребовать определенных версий библиотек и оригинальных датасетов чемпионата.

📄 Лицензия

Этот проект лицензирован по лицензии MIT - подробности см. в файле LICENSE.

---

Решения разработаны для Чемпионата Rucode по ИИ 2025.