Artificial Intelligence
Challenge

CHALLENGE OVER

Scopri

Scopri Randstad Technologies e la Challenge

Partecipa

Registrati alla Challenge e competi con gli altri partecipanti

Upload

Carica la soluzione alla Challenge in formato ZIP nello spazio apposito

Vinci

Vinci il premio in denaro messo in palio da Randstad Technologies

Artificial Intelligence (NLP)

La Challenge

Randstad Italia, società leader a livello mondiale nel settore delle risorse umane, vuole sviluppare un sistema intelligente in grado di classificare un proprio storico di job offer (offerte di lavoro).

Ai partecipanti viene richiesto, dato un dataset di offerte di lavoro di circa 2.000 record messo a disposizione, di creare un modello che sia in grado di classificare le job description di tali offerte in modo automatico sulla base di etichette specifiche (label).

Tale dataset è composto quindi da 2 campi:

  • ▪ Job description: contiene i record che descrivono la job offer;
  • ▪ Label: contiene l’etichetta associata all’annuncio.
  •  
  • Le label di riferimento sono 5 e vengono elencate di seguito.
  •  
  • ▪ Java Developer
  • ▪ Web Developer
  • ▪ Programmer
  • ▪ System Analyst
  • ▪ Software Engineer


N.B.
Le label assegnate alle offerte di lavoro sono esclusive, il che vuol dire che ad ogni offerta è assegnata esclusivamente una determinata categoria.

Il database viene fornito in formato .csv, già splittato in train e test set secondo un rapporto 80/20 e mantenendo un bilanciamento tra le label.

Deadline: 12 settembre

Partecipazione: singola

Artificial Intelligence (NLP)

La Challenge

Randstad Italia, società leader a livello mondiale nel settore delle risorse umane, vuole sviluppare un sistema intelligente in grado di classificare un proprio storico di job offer (offerte di lavoro).

Ai partecipanti viene richiesto, dato un dataset di offerte di lavoro di circa 2.000 record messo a disposizione, di creare un modello che sia in grado di classificare le job description di tali offerte in modo automatico sulla base di etichette specifiche (label).

Tale dataset è composto quindi da 2 campi:

  • ▫ Job description: contiene i record che descrivono la job offer;
  • ▫ Label: contiene l’etichetta associata all’annuncio.
  •  
  • Le label di riferimento sono 5 e vengono elencate di seguito.
  •  
  • ▫ Java Developer
  • ▫ Web Developer
  • ▫ Programmer
  • ▫ System Analyst
  • ▫ Software Engineer


N.B.
Le label assegnate alle offerte di lavoro sono esclusive, il che vuol dire che ad ogni offerta è assegnata esclusivamente una determinata categoria.

Il database viene fornito in formato .csv, già splittato in train e test set secondo un rapporto 80/20 e mantenendo un bilanciamento tra le label.

Deadline: 12 settembre

Partecipazione: singola

Premi

1.500€ in buoni Amazon così suddivisi:

▪ 900€ per il 1° classificato

  • ▪ 400€ per il 2° classificato
  • ▪ 200€ per il 3° classificato

Premi

1.500€ in buoni Amazon così suddivisi:

▪ 900€ per il 1° classificato

  • ▪ 400€ per il 2° classificato
  • ▪ 200€ per il 3° classificato

Task

1. Gestire una fase di training con un algoritmo di classificazione a libera scelta.

2. Gestire una fase di testing dove si deve misurare la prestazione del proprio modello di classificazione automatico sulla base di 3 metriche riportate di seguito:
▪ precision;
▪ recall;
▪ F1-score.

3. Salvare in un file di output le predizioni sul test set seguendo le istruzioni sul formato della soluzione che verranno riportate a seguire.

4. Salvare il modello utilizzato per la classificazione e commentare opportunamente nel codice con la libreria utilizzata per il salvataggio.

5. Stampare a video le metriche di precision, recall e F1-score alla fine della processazione del dataset.

Formato soluzione | Valutazione | Requisiti

Istruzioni

Formato soluzione

File ZIP contenente due file all’interno descritti di seguito.

▫ Il file con il codice sorgente della soluzione opportunamente commentato (il codice deve essere riproducibile ai fini di una review finale).

▫ Il file con il modello salvato in modo da poter riprodurre opportunamente i risultati.

▫ Un file di output con le prediction sul test set in formato .csv e che abbia come simbolo separatore dei dati un ‘;’. Tale file deve riportare obbligatoriamente i seguenti campi:
     – Job_description: il contenuto del record;
     – Label_true: la label prevista fornita in ingresso nel dataset;
     – Label_pred: la label predetta dal modello.

La soluzione alla Challenge deve essere caricata nello spazio apposito in fondo alla pagina in formato ZIP entro le ore 23:59 del 12 settembre.

Il titolo del file ZIP deve corrispondere a nome e cognome dell’utente partecipante, mentre, in caso di partecipazione in team, è necessario inserire l’iniziale del nome e il cognome di ognuno dei componenti (es. M_Rossi P_Bianchi L_Neri).

Valutazione

La valutazione delle soluzioni dei partecipanti alla Challenge avviene tramite la misurazione dell’F1-score sulle prediction del test set.

Requisiti

▫ Partecipando alla Challenge l’utente dichiara di accettare la Privacy Policy e i Terms of Services e di essere ricontattato da Randstad Technologies per eventuali ulteriori attività.

▫ A seguito dell’upload della soluzione i partecipanti saranno tenuti, al fine di una formalizzazione della partecipazione, a registrarsi alla piattaforma di Randstad Technologies al link https://www.my-technologies.randstad.it/it/registrazione inserendo tra le competenze il tag CHALLENGE.

▫ Viene considerata condizione necessaria per una corretta partecipazione alla Challenge, il rispetto dei requisiti di formato della soluzione esplicitati al precedente paragrafo. In caso di mancato rispetto di tali requisiti, la soluzione verrà considerata non valida.

Formato soluzione | Valutazione | Requisiti

Istruzioni

Formato soluzione

File ZIP contenente due file all’interno descritti di seguito.

▫ Il file con il codice sorgente della soluzione opportunamente commentato (il codice deve essere riproducibile ai fini di una review finale).

▫ Il file con il modello salvato in modo da poter riprodurre opportunamente i risultati.

▫ Un file di output con le prediction sul test set in formato .csv e che abbia come simbolo separatore dei dati un ‘;’. Tale file deve riportare obbligatoriamente i seguenti campi:
     – Job_description: il contenuto del record;
     – Label_true: la label prevista fornita in ingresso nel dataset;
     – Label_pred: la label predetta dal modello.

La soluzione alla Challenge deve essere caricata nello spazio apposito in fondo alla pagina in formato ZIP entro le ore 23:59 del 12 settembre.

Il titolo del file ZIP deve corrispondere a nome e cognome dell’utente partecipante, mentre, in caso di partecipazione in team, è necessario inserire l’iniziale del nome e il cognome di ognuno dei componenti (es. M_Rossi P_Bianchi L_Neri).

Valutazione

La valutazione delle soluzioni dei partecipanti alla Challenge avviene tramite la misurazione dell’F1-score sulle prediction del test set.

Requisiti

▫ Partecipando alla Challenge l’utente dichiara di accettare la Privacy Policy e i Terms of Services e di essere ricontattato da Randstad Technologies per eventuali ulteriori attività.

▫ A seguito dell’upload della soluzione i partecipanti saranno tenuti, al fine di una formalizzazione della partecipazione, a registrarsi alla piattaforma di Randstad Technologies al link https://www.my-technologies.randstad.it/it/registrazione inserendo tra le competenze il tag CHALLENGE.

▫ Viene considerata condizione necessaria per una corretta partecipazione alla Challenge, il rispetto dei requisiti di formato della soluzione esplicitati al precedente paragrafo. In caso di mancato rispetto di tali requisiti, la soluzione verrà considerata non valida.

Dataset

Per scaricare il dataset è necessario essere iscritti alla Challenge

Upload

Per effettuare l'upload è necessario essere iscritti alla Challenge

Upload

Per effettuare l'upload è necessario essere iscritti alla Challenge

Entra a far parte della community di VGen, il nostro team risponderà a tutte le tue domande.

Hai bisogno di aiuto?

Insieme per spingerti oltre. Human forward.

Randstad Technologies

Randstad Technologies è la divisione specializzata nella formazione, ricerca e selezione di profili ICT di Randstad Italia, società leader a livello mondiale nel settore delle risorse umane. Technologies come partner altamente specializzato e dedicato esclusivamente al mondo informatico.

I nostri consulenti infatti, oltre ad avere un background specializzato, affrontano una formazione d’ingresso di livello molto tecnico e partecipano costantemente ad aggiornamenti su nuove tecnologie e nuovi trend di mercato per poter comprendere chiaramente le competenze dei nostri candidati e le richieste dei nostri clienti.

Ottieni il report

Compila il form per richiedere gratuitamente il report “Cosa cercano i talenti STEM dalle aziende“. Il nostro team risponderà alla tua richiesta quanto prima!