/phase2_module

LG Aimers Phase 2 - 온라인 해커톤 소스 코드 모듈

Primary LanguageJupyter NotebookMIT LicenseMIT

LG Aimers Hackathon Playground

Phase running time

  • 2024.01 ~ 2024.03
    • Phase1: 온라인 교육
    • Phase2: 온라인 해커톤
    • Phase3: 오프라인 해커톤

WARM UP

Credit-rating-classification

image

주제

고객의 대출등급을 예측하는 AI 알고리즘 개발

설명

대출 고객과 관련된 데이터 분석을 통해 고객의 대출등급 예측하는 AI 모델을 개발해야 합니다.

주최 / 주관

데이콘

참가 대상

데이커라면 누구나

대회 기간

2023년 1월 15일(월) ~ 2024년 2월 5일(월) 10:00

코드 제출 마감

2024년 2월 9일(금) 23:59

TARGET

image

배경

기업은 MQL(Marketing Qualified Leads)을 생성하고 관리함으로써 잠재 고객을 찾고 모니터링하여 이를 영업 기회로 전환하는 과정에 많은 시간과 자원을 투자합니다. 최근 기계학습 분야가 크게 발전하게 된 만큼 연구도 활발해져서 기존의 전통적인 모델보다 더 높은 성능을 내는 모델도 다수 등장하고 있습니다. 따라서 영업 기회 전환 고객을 선별하기 위한 AI모델을 개발하는 것은 미래의 영업 기회를 예측할 수 있고 데이터에 기반한 의사 결정을 강화할 수 있습니다. 더불어, 해커톤은 기업들이 AI 기술을 활용하여 경쟁력을 강화하고 혁신적인 솔루션을 개발하는 기회의 창을 제공하며, 이를 통해 새로운 비즈니스 기회를 탐색하고 기업의 성장을 촉진할 수 있습니다.

이러한 배경 아래 이번 해커톤에서는 MQL 데이터를 활용하여 영업 기회 전환을 예측하는 AI 모델을 구현하고 그 성능을 비교하는것에 초점을 맞추고자 합니다.

이를 통해, 이론 기반의 지식 습득을 넘어서 AI이론을 실제 활용할 수 있는 기회를 제공하며 현장의 실제 Data를 기반으로 AI를 활용하여 문제를 해결하는 과정을 통해 실무 경험을 체험할 수 있을 것입니다.

주제

MQL데이터를 활용하여 영업 기회 전환 고객을 선별하기 위한 AI모델 개발

설명

MQL데이터를 활용하여 영업 기회 전환 고객을 선별하기 위한 AI모델 개발합니다.

온라인 해커톤(Phase2)에서 교육생들의 문제 해결 능력을 검증하여 오프라인 해커톤(Phase3)에 진출할 약 100명을 선발하기 위한 과정입니다.

단, 오프라인 해커톤(Phase3) 진출할 인원이 100명 미달 시, 추가 선발 가능

오프라인 해커톤(Phase3)은 1박 2일간 오프라인으로 진행되며, 온라인 해커톤(Phase2)과 주제는 동일합니다.

[주최 / 주관]

주최 : LG AI Research

주관 : 엘리스그룹

참여 : 한경닷컴

[참가 자격]

LG Aimers 교육생이라면 누구나 참가 가능 (Phase1 이수와 관계없이 참가 가능)

결과

리더보드에 포함 되었지만 상위 30팀만이 본선을 진출할 수 있었기에 예선 해커톤을 끝으로 마무리 되었습니다.

Public

Untitled

Private

Untitled