Команда Sber Ai Lab | 1ое место в задаче Matching, ML Trainings x Data Fusion Contest 2022

• Команда Сбера и Лап представила решение задачи мэтчинга, используя библиотеку для работы с событийными данными.  

• Библиотека была разработана командой и помогла в решении задачи.  

• Решение состоит из нейронной сети, которая обрабатывает транзакции клиентов и строит вектор для каждого клиента.  

• Затем рассчитываются попарные расстояния между векторами клиентов банка и Ростелекома.  

• Для обучения сети используются контрастный лос и анкоры, а также предобучение и ансамбли сетей.  

• Решение позволило достичь высокого качества и увеличить размер имбединга.  

• Ансамбль сетей также добавил значительный прирост качества.  

• В видео обсуждаются различные алгоритмы, которые использовались для решения задачи.  

• Отмечается, что качество решений росло для разных алгоритмов, но не все из них сработали.  

• Алгоритм марьяжа используется для выбора устойчивых пар между двумя множествами, в данном случае между банком и Ростелеком.  

• Алгоритм итеративный, где одна сторона делает предложения, а другая отвечает "да" или "нет".  

• Процесс повторяется до тех пор, пока не будут определены все устойчивые пары.  

• Однако, в данном случае, алгоритм не сработал, так как он выбирает только одного кандидата, а нужен топ.  

• Вместо этого, алгоритм был использован для решения, похожего на "бейзлайн" с бустингом.