Tantangan Top Coder 8090's
Posting LinkedIn Asli
Repositori GitHub Proyek
Pada Jumat malam, saya melihat sebuah postingan publik di Twitter/X oleh Chamath Palihapitiya yang mengumumkan Tantangan Top Coder terbuka yang diselenggarakan oleh perusahaannya yang baru, 8090 Solutions. Siapa pun bisa ikut. Tantangan itu akan berlangsung keesokan harinya, hanya selama 8 jam, dan melibatkan rekayasa balik sebuah sistem lama black box menggunakan hanya data historis dan beberapa wawancara karyawan.
Saya memutuskan untuk ikut!
Pada akhir hari itu, saya merasa terhormat bisa menempati peringkat ke-7 dari 425 insinyur. Anda dapat melihat papan peringkat DI SINI dan melihat kode untuk tantangan ini DI SINI. Namun, saya tidak akan berbohong, sebenarnya saya hanya berharap bisa menyelesaikan sesuatu dalam periode singkat itu, jadi bisa masuk ke papan peringkat adalah sebuah kejutan dan kemenangan pribadi yang besar bagi saya.
Tantangan ini dikerjakan secara solo, dan tujuannya adalah mereplikasi sistem reimbursement perjalanan black box berusia 60 tahun yang tidak memiliki kode sumber dan tidak memiliki dokumentasi. Kami diberi beberapa artefak termasuk ringkasan produk, transkrip wawancara karyawan, dan sebuah set data publik yang berisi 1.000 contoh historis input dan output yang diharapkan. Dari situ, saya harus menyimpulkan logika bisnis di balik bagaimana jumlah reimbursement dihitung dan mengimplementasikan versi modern yang dapat menghasilkan hasil yang sama sedekat mungkin. Pengajuan dinilai pada set data tersembunyi terpisah yang berisi 5.000 kasus uji вместо 1.000 yang asli. Set privat yang lebih besar ini pada akhirnya menentukan skor akhir dan peringkat Anda. Sistem penilaian memberi penghargaan pada akurasi, di mana skor yang lebih rendah berarti solusi Anda lebih dekat cocok dengan perilaku tersembunyi dari sistem asli.
Untuk mengatasi ketidakpastian dan pola dalam data, saya menggunakan teknik pembelajaran mesin klasik bersama dengan heuristik dasar dan logika terprogram. Itu adalah perpaduan yang hati-hati antara analisis data, pemodelan fitur, dan aproksimasi aturan berdasarkan petunjuk yang tidak sempurna.
Berikut adalah skor eval saya untuk set data publik 1.000:
✅ Ringkasan Evaluasi
------------------------
Total kasus : 1000
Kecocokan tepat (<$0.01): 0
Kecocokan dekat (<$1.00): 17
Rata-rata kesalahan : $31.15
Skor : 3214.93
Mengembangkan solusi untuk tantangan seperti ini dalam 8 jam akan hampir mustahil tanpa bantuan alat bertenaga AI yang memudahkan untuk menjelajahi, mengintegrasikan, dan menguji ide dengan cepat.
Rasanya seperti arkeologi perangkat lunak yang dipadukan dengan sprint coding langsung. Jelas salah satu tantangan teknis paling intens dan paling memuaskan yang pernah saya lakukan.
Terima kasih kepada Chamath Palihapitiya dan Arjun Krishna karena telah menyelenggarakan tantangan yang begitu kreatif dan menginspirasi.
Tautan: