奖金丰厚的竞赛推送上线了
58集团AI算法大赛
比赛链接：
https://tech.58.com/game/introduction?contestId=4
大赛介绍
招聘是58同城的核心业务之一，企业可以在58平台上发布职位，用户可以在平台上浏览职位，浏览完后若对该职位有求职意向可以进一步投递自己的简历，企业收到求职者的简历后便可开展后续招聘流程，如简历审核、发起面试等。在58招聘推荐系统中，如何提高用户对职位的点击（浏览）率和转化（投递）率至关重要。
本次比赛，我们提供了一批58招聘实际推荐场景中的数据，参赛者可以基于用户的历史行为数据，利用机器学习算法预测出用户对于不同职位的浏览和投递概率。本次比赛以浏览、投递预测结果的加权AUC值进行评分。
本次比赛，我们开放了58同城AI算法平台WPAI，提供一批GPU计算资源供参赛者使用，参赛者可以在平台上完成模型的训练和评测。
赛题说明
在58同城招聘中，对给定的用户、职位，需要预测用户点击职位的概率（CTR，职位点击数 / 职位曝光数）和点击职位后用户投递简历的概率（CVR，投递简历数 / 职位点击数），使用CTR和CVR对职位综合排序。
数据说明
- train.txt: 训练样本集。第一列为是否点击职位，第二列为是否向该职位投递简历，是为1，否为0。从第三列往后是由特征ID和特征值二元组组成特征，列间用tab符分格。
- test.txt: 测试数据集。每一列是由特征ID和特征值二元组组成特征，列间用tab符分格。
- submission.csv: 待上传的结果文件，包含两列，分别是预测点击率和投递率。预测结果集与测试集每一行一一对应。
评分标准
本赛题评分采用点击（CTR）AUC和投递（CVR）AUC的加权平均数：
计算资源
WPAI（Wuba Platform of Artificial Intelligence ）是58同城一站式AI算法平台，提供轻量化、高性价比的AI算法平台能力，使得开发人员在其之上能够方便地进行模型训练和推理。WPAI包含排序学习平台、深度学习训练平台、弹性推理服务平台、WubaNLP自然语言处理平台、向量检索平台等功能，本次大赛我们开放其中深度学习训练平台的基本功能，参赛选手可以使用平台提供的GPU计算资源选择合适的镜像环境进行模型训练、模型评测等。具体参见：https://wpai.58.com/#/home
说明：只有参赛者才可以使用WPAI
AI创造营 ：Metaverse启动机之重构现世
https://aistudio.baidu.com/aistudio/competition/detail/98
赛题背景以及描述
聊天机器人（ChatBot）是一个用来模拟人类对话或聊天的程序，它使人类与机器对话成为可能。
1966年，麻省理工学院(MIT)的约瑟夫·魏泽鲍姆(Joseph Weizenbaum)开发出最早的聊天机器人ELIZA，主要用于在临床治疗中模仿心理医生，由此开启智能聊天机器人时代。
身处二十一世纪，随着智能问答系统技术的发展，IBM的Watson、苹果的Sir、亚马逊的Alexa、Google的Assistant、微软的小冰等聊天机器人相继问世，应用于日常生活的方方面面。
本次，PaddlePaddle 联合开源聊天机器人框架 Wechaty 和设计师社区 MixLab 带来炫酷科幻创意赛，并由未来事务管理局作为媒体支持，以期为AI算法工程师拓展Conversational AI 应用场景，为 Chatbot 开发者提供AI技术支持平台，为MixLab设计师探索创新构想落地途径。
本次创意赛给各位参赛选手提供了一个拓宽视野的机会，供大家充分挖掘人工智能时代聊天机器人的隐藏技能。未来世界的超级ChatBot，由你来定义！
奖项设置
比赛福利（缺GPU的小伙伴可以看过来）
1. 报名参赛即可免费申领
100小时 GPU Tesla V100算力卡；
2个月 Wechaty token 使用权。
备注： 报名成功后，即可在「数据集介绍」tab 获取申请地址。
2. 优秀项目官方推荐机会
文章宣传：飞桨公众号官方渠道送你出道；
直播讲解：飞桨B站直播间供你一展身手；
比赛期间，选手可随时在AI社区投稿精选项目，通过精选项目评审的创意方案可获得AI Studio提供的更多曝光机会。
3. Paddle Paddle & Wechaty工程师1对1指导
加入比赛交流群，即可与百度资深工程师及Wechaty社区资深工程师零距离交流，优秀项目作者更有机会接受1对1技术指导。
4. 飞桨PPDE & Wechaty Community Contributor 绿色通道
优秀项目作者将获得飞桨PPDE技术专家及Wechaty Community Contributor申请绿色通道。
英特尔-深度学习挑战赛
本次挑战赛共有三个赛道，包括：通用场景OCR文本识别任务，CCKS2021中文NLP地址要素解析，CCKS2021中文NLP地址相关性任务。
赛道1：通用场景OCR文本识别任务
比赛链接：
https://tianchi.aliyun.com/competition/entrance/531902/introduction
赛题任务：
本次比赛的主要目的是以端到端的方式检测和识别所提供图像中的每个文本实例。主要任务为中文脚本文本识别：
输入：场景文字图像
输出：中文脚本的每个文本实例的空间位置以及每次检测的预测单词的空间位置。
赛道2：CCKS2021中文NLP地址要素解析
比赛链接：https://tianchi.aliyun.com/competition/entrance/531900/information
赛题任务：
中文地址要素解析任务的目标即将一条地址分解为上述几个部分的详细标签，如：
输入：浙江省杭州市余杭区五常街道文一西路969号淘宝城5号楼，放前台
输出：Province=浙江省 city=杭州市 district=余杭区 town=五常街道 road=文一西路road_number=969号 poi=淘宝城 house_number=5号楼 other=，放前台
赛道3：CCKS2021中文NLP地址相关性任务
比赛链接：https://tianchi.aliyun.com/competition/entrance/531901/introduction
赛题任务：
本评测任务为基于地址文本的相关性任务。即对于给定的一个地址query以及若干个候选地址文本，参赛系统需要对query与候选地址文本的匹配程度进行打分。
多样化的地址文本写法对地址文本的相关性任务提出的挑战如下：
同一个地址存在多种写法，没有给定的改写词表；
地址query一般存在省市区等限制条件，需要结合限制条件分析相关性；
不同地市地址规范不一，对模型泛化性提出更高要求；
加左侧管理员微信进入ChallengeHub粉丝交流群，或者扫描右图进入QQ学习交流群。感谢大家的关注与支持，祝福大家在比赛中取得好的名次！！！
原文作者：ChallengeHub；如有侵权，请联系管理员删除。
