종료) 제1회 네트워크 지능화를 위한 인공지능 해커톤 : [안내]
2022.04.21 - 2022.06.14
0
1,000만 원
0
공유
0
공유

❗️공지사항 (5/13 기준)

🙇🏻‍♀️ 5월 13일 금요일 23시를 기준으로 리더보드 제출기한이 마감되었습니다 !

🙇🏻‍♀️ 입상 후보자에 한하여 주말 동안 ‘작성 코드’ 및 ‘모델 설명서’ 제출을 요청드리는 개별 안내를 대표자 메일을 통해 보내드릴 예정입니다 

🙇🏻‍♀️ 약 한달 동안 귀한 시간 내어 참가해주셔서 감사의 말씀드립니다. 참가자 여러분 모두 수고 많으셨습니다

 

공지사항 (5/11 기준)

[참가 자격 관련]

🔹 취업 준비생 자격으로 참가하신 팀 중 입상 후보팀으로 선정되시는 경우 추가 서약서가 아닌 추가 서류 제출로 대체하게 되었습니다

🔹 재학증명서 제출이 불가능한 취업 준비생이 입상 후보자로 선정되시는 경우, 취업 준비생임을 증빙하기 위하여

국민건강보험공단 인터넷 홈페이지에서 직접 발급이 가능한 ‘건강보험자격득실확인서’ 제출을 요구할 수 있습니다

🔹 아래 ‘주최/주관 및 참가 자격’ 란에서도 업데이트된 내용을 확인하실 수 있습니다 💁🏻‍♂️

 

📝 대회 참가신청 링크

 📍 참가신청폼 작성하기 : https://forms.gle/CkPSJvYw9dG99mc66 

  • 참가신청 시 각 팀(1인팀 포함)의 대표자 분들은 반드시 위 참가신청폼을 우선적으로 작성 하셔야만 정상적으로 접수가 완료됩니다
  • 이번 대회는 비공개 대회이기에 제출하신 참가접수폼을 운영진이 먼저 확인한 다음 기재해주신 대표자 계정으로 안내 메일을 보내 드리고 있습니다
  • 운영진의 안내 메일을 받으시기 전까지는 문제 및 데이터를 확인하실 수 없음을 알려드립니다
  • 대회에 원활히 참가하실 수 있도록 운영진이 수시로 확인하지만 저녁 시간대 및 주말의 경우 확인이 늦어질 수 있는 점, 미리 양해의 말씀 구합니다

 

👩🏻‍💼 주최/주관 및 참가 자격

이번 대회의 주최/주관 및 참가자격 정보는 다음과 같습니다 

 

  • 주최/주관 : 한국전자통신연구원 (ETRI), KT
  • 운영 : 인공지능팩토리 (AIFactory)
  • 참가 자격 : 네트워크 데이터를 활용하여 인공지능을 통한 문제 해결에 관심있는 국내 대학(원)생 및 취업 준비생 누구나
    • 참가 접수폼 작성 시 소속학교에서 부여받은 이메일 주소로 기재
    • 개인 및 팀 (팀 구성 시 최대 4인으로 제한)
    • 한 개인이 두 개 이상의 팀에 중복으로 참여 불가
    • 재학증명서 제출이 불가능한 취업 준비생 팀이 입상 후보팀으로 선정되시는 경우, 취업 준비생임을 증빙하기 위하여
      국민건강보험공단 인터넷 홈페이지에서 직접 발급이 가능한 ‘건강보험자격득실확인서’ 제출을 요구할 수 있습니다

 

🗓 진행 일정

이번 대회는 온라인 해커톤을 통한 예선과 발표평가인 본선으로 진행되며 각 일정은 아래와 같습니다 
 

  • 참가자 접수 (예선 기간 참가자 상시 모집) : 4/18 (월) ~ 5/13 (금)
  • 예선 온라인 해커톤 기간 : 4/18 (월) 8:00 ~ 5/13 (금) 23:00
  • 예선 온라인 해커톤 검증 기간 : 5/16 (월) ~ 5/29 (일) *본선 진출 후보자인 상위 6개 팀에 대하여 진행
  • 본선 오프라인 진출팀 결과 발표 : 5/30 (월) *총 6개 팀 선정 
  • 본선 오프라인 발표일 및 시상식 : 6/14 (화) *네트워크 인공지능 기술 활성화를 위한 산/학/연 전문가 세미나, 홍보 등 부대 행사 운영

🏢 오프라인 발표 및 시상식 장소는 "KT 우면연구센터 대강당(2F)" 입니다

* 원활한 대회 운영을 위하여 하기 일정은 변동될 수 있으며 변경 시 공지사항을 통해 전체 안내드립니다 

 

📚 대회 주제 및 분야 소개

참가를 희망하시는 팀(분)께서는 아래 설명을 참고하시어 2가지 출제 분야에 대한 문제를 모두 해결해주시면 됩니다 

 

👩🏻‍💻 예선 온라인 해커톤

🔹 분야 #1: IP 네트워크

  • 실시간 IP 할당 개수 추이를 기반으로 이상 발생 시점을 탐지하는 문제입니다
  • DHCP 서버는 서버와 클라이언트를 중개하는 방식으로 요청 단말에게 IP를 할당합니다
  • DHCP 장비 1종으로부터 수집된 10분 주기의 IP 세션 데이터 12개월치가 제공됩니다
  • 데이터 컬럼 설명 (자세한 사항은 베이스라인 코드 참조) :
    1. Timestamp: [YYYYMMDD_HHmm(a)-HHmm(b)] 형식을 가지며, 
      수집 범위는 YYYY년 MM월 DD일 HH시 mm분(a)부터 HH시 mm분(b)
    2. Svr_detect: 수집 시점에 클라이언트 단말이 DHCP 서버에게 연결을 요청하는 단계를 진행 중인 수
    3. Svr_connect: 수집 시점에 클라이언트 단말과 DHCP 서버 간의 연결 확립 단계를 진행 중인 수
    4. Ss_request: 수집 시점에 DHCP 서버와 연결된 클라이언트 단말이 IP 할당을 요청하는 단계를 진행 중인
    5. Ss_established: 수집 시점에 DHCP 서버가 클라이언트 단말에게 할당 완료한 IP 수
  • Svr_detect/Svr_connect/Ss_request 합계의 이상 추이는 서버부 이상을, Ss_established의 이상 추이는 단말부 이상을 의미함. 
    서버부와 단말부 둘 중 하나라도 이상이라면 최종 이상이라 간주
     

🔸 분야 #2: 미디어 서비스

  • 실시간 OTT 서비스 이용자 수 추이를 기반으로 이상 발생 시점을 탐지하는 문제입니다
  • 미디어 서버 13종으로부터 수집된 5분 주기의 트랜잭션 데이터 24개월치가 제공됩니다
  • 파일명 설명 :
    1. INFO: 상품 가입/해지, 약관 동의, 구매, 포인트 조회를 위한 서버
    2. LOGIN: 로그인, 본인 인증, PIN 관리를 위한 서버
    3. MENU: 초기 메뉴, 채널 카테고리 메뉴 제공을 위한 서버
    4. STREAM: VOD 스트리밍을 위한 서버
  • 데이터 컬럼 설명 *서버 유형 별 제공되는 컬럼에 일부 차이가 있음을 안내드립니다 (자세한 사항은 베이스라인 코드 참조)
    1. Timestamp: [YYYYMMDD_HHmm(a)-HHmm(b)] 형식을 가지며
      수집 범위는 YYYY년 MM월 DD일 HH시 mm분(a)부터 HH시 mm분(b)
    2. Server: 수집 서버 분류(파일명 설명 참고)
    3. Request: 수집 범위 내 발생한 서비스 요청 수
    4. Success: 수집 범위 내 발생한 서비스 요청 성공 수
    5. Fail: 수집 범위 내 발생한 서비스 요청 실패 수
    6. Session: 수집 시점의 미디어 스트리밍 세션 수
  • 서버 중 하나라도 이상이라면 최종 이상이라 간주

 

🙋🏻‍♂️ 본선 오프라인 발표

  • 온라인 예선을 통해 선정된 상위 6개 팀을 대상으로 오프라인 본선 시행
  • 오프라인 본선은 팀 당 10~15분의 발표 평가로 구성
  • 구체적인 본선 프로그램은 본 대회 페이지에 추후 안내 및 공지될 예정

*오프라인 발표와 관련된 기타 상세 사항은 합격자에 한하여 공지 및 개별적으로 안내드릴 예정입니다

 

📊 평가 기준

본 해커톤에서는 다음과 같은 절차를 통해 최종 심사합니다 

  • 예선 온라인 해커톤 심사를 통해 리더보드 상의 상위 6개 팀을 1차적으로 선발
  • 코드 재현성 검증을 거친 이후 결격 사유가 없다면 오프라인 본선 진출
    • 코드 재현성 검증 시 심각한 결격 사유가 발견되는 경우 해당 팀의 본선 진출 자격을 박탈하며 차순위 팀에게 본선 진출 자격이 주어짐
  • 오프라인 본선 심사를 통해 온라인 예선 상위 6개 팀의 최종 순위 결정

 

✅ 예선 온라인 해커톤 : 정량 평가

  • 결과물 제출 양식 (분야 #1과 #2 에 각기 적용)
    1. 예측 결과: *.csv → 수시 제출 및 실시간 리더보드 반영
    2. 작성 코드: *.py 또는 *.ipynb → 최종 1회 제출
    3. 모델 설명서 (풀이 방식 설명): *.docx(양식 보기) → 최종 1회 제출
  • 위 2번 작성 코드와 3번 모델 설명서는 제출 대상자로 선정되시는 팀에 한하여 개별적으로 제출 요청을 안내드릴 예정
  • 작성 코드와 모델 설명서는 cs@aifactory.page 로 일괄 접수
  • 평가 방식
    • 분야 #1과 #2의 문제 풀이 점수를 합산하여 100점 만점으로 평가 (분야 #1 : 분야 #2 = 4: 6)
    • 각 분야 별 배점은 아래 표 참고

✅ 본선 오프라인 발표 심사 : 정성 평가

  • 오프라인 본선은 데이터 이해도, 모델 개발 역량을 다각도로 평가하기 위한 15분의 발표 평가로 구성됩니다
  • 오프라인 본선 진행 및 평가에 대한 세부 사항은 참가 대상 팀에게 추후 별도 공지 예정입니다.

 

🏆 상금 및 특전

총 상금 1,000만원 규모의 대회이며 최종 시상팀은 총 6팀입니다

구분

시상팀 수

상금

대상

1팀

300만 원

최우수상

2팀

각 200만 원

우수상

3팀

각 100만원

  • 수상팀 내 모든 인원에 대해 KT 입사 지원 시 우대 (자세한 사항은 본선 진출팀에 한해 공개)
  • 시상금은 제세공과금 제외 후 지급되며, 팀이 수상하는 경우 팀 대표에게 상금이 일괄 지급됩니다

 

✏️ 대회 규칙 (중요)

본 대회는 참가접수폼을 작성하신 참가자에 한하여 참가 가능하며, 참가 접수폼 내 참가 서약서는 팀 전원이 서명 후 

제출 하셔야만 정상적으로 참가신청이 완료됩니다.
 

팀 참가 관련

  • 팀 대표 1인만 대회참가 접수폼 작성
  • 예선 온라인 해커톤 중 예측 결과 제출은 반드시 팀 대표 1인의 아이디로 제출
  • 대회진행 중 이뤄지는 그 외 서류 제출은 반드시 팀 대표 1인의 아이디로 제출

외부 데이터 사용 관련

  • 제공 데이터 외 외부 데이터 사용 금지
  • 사전학습모델(Pre-trained Model)은 사용할 수 없음

저작물 제출 및 검증 관련

  • 제출은 대회기간 동안 한 계정당 ‘1시간 당 1회’로 제한
  • 입상자는 아래 저작물을 제출해야 합니다.
    1. 예측 결과: *.csv → 대회 기간 내 수시 제출 (실시간 리더보드 반영)
    2. 작성 코드: *.py 또는 *.ipynb → 최종 1회 제출. 가능하면 학습용 소스와 추론용 소스를 별도의 파일로 분리하는 것을 권장
    3. 모델 weight 또는 저장된 모델: 딥러닝 계열로 weight가 파일로 저장되는 경우는 저장된 weight를, 그밖의 경우는 pickle/joblib 등의 라이브러리를 이용하여 dump한 모델을 제출 → 최종 1회 제출
    4. 모델 설명서 (풀이 방식 설명): *.docx(양식 보기) → 최종 1회 제출
    5. 코드와 주석의 인코딩은 모두 UTF-8을 사용
    6. 작성 코드와 모델 설명서는 cs@aifactory.page 로 일괄 접수
  • 입상자가 제출한 코드는 구동 및 성능 재현성 검증이 되어야 합니다.
    • 모든 코드는 오류 없이 실행되어야 함
    • 별도로 필요한 라이브러리가 있을 경우 소스코드 내에 설치하는 코드가 있어야 함
    • 원활한 코드 구동 및 성능 재현성 검증을 위해 필요한 최소한의 주석 혹은 가이드가 제공되어야 함

저작물 소유권 관련 규정

  • 해커톤을 통한 산출물 일체의 권리는 응모자에게 귀속됩니다. 다만, 입선작의 폭넓은 이용을 위해 주최자는 출품자와 저작재산권의 전체 또는 일부에 대한 양도, 양수 계약을 체결할 수 있으며 이는 출품자와 별도로 약정하여 정합니다
  • 입선작에 한하여 공모전 성과보고 등 공익 목적으로 활용할 수 있습니다
  • 주최자는 입상하지 않은 응모작을 공모전 종료일로부터 3개월 이내에 모두 폐기합니다
  • 데이터세트 파일 및 데이터에 대한 설명 등 제공된 일체의 정보는 주최사 및 주관사의 자산이며 해당 정보는 본 대회의 참가 목적으로만 사용해야 하고, 그 외 용도로 타인에게 양도 및 대여, 재배포, 2차적 저작을 할 수 없습니다. 만약 이를 어길 시 참가자는 모든 민·형사상의 법적 책임을 질 수 있습니다.
  • 그 밖의 산출물에 대한 권리 등 법적 권리에 관한 사항은 문체부 '창작물 공모전 가이드라인'을 준용합니다 : https://bit.ly/3Ejc6Nk

 

📩 문의처

  • 대회 운영 관련 - 인공지능팩토리 운영사무국

 

 

 

여러분의 많은 관심과 참여 부탁드립니다!