Changamoto ya Top Coder ya 8090
Chapisho Asili la LinkedIn
Repo ya Mradi kwenye GitHub
Jioni ya Ijumaa, niliona chapisho la umma kwenye Twitter/X lililotoka kwa Chamath Palihapitiya likitangaza Changamoto ya wazi ya Top Coder iliyofadhiliwa na kampuni yake mpya, 8090 Suluhisho. Mtu yeyote angeweza kujiunga. Changamoto ingefanyika siku iliyofuata kabisa, ingekaa kwa muda wa saa 8 tu, na ingehusisha uhandisi wa mnyuma wa mfumo wa urithi uliokuwa kama sanduku nyeusi kwa kutumia tu data ya kihistoria na baadhi ya usaili wa wafanyakazi.
Niliamua kujiunga!
MWISHONI mwa siku, niliheshimika kushika nafasi wa 7 kati ya 425 wahandisi. Unaweza kuangalia jopo la matokeo HAPA na kuangalia msimbo wa changamoto hii HAPA. Lakini, sitataka kudanganya, kwa kweli nilikuwa nikitumaini tu kumaliza kitu ndani ya kipindi hicho kifupi, hivyo kuingia kwenye jopo la matokeo kilikuwa mshangao na ushindi mkubwa wa kibinafsi kwangu.
Changamoto ilikuwa ya kibinafsi, na lengo lilikuwa kuiga mfumo wa urithi wa malipo ya kusafiri wa miaka 60 uliokuwa kama sanduku nyeusi ambao haukuwa na msimbo wa chanzo wala nyaraka. Tulipewa vifani kadhaa ikiwa ni pamoja na muhtasari wa bidhaa, maandishi ya usaili wa wafanyakazi, na seti ya data ya umma yenye mifano 1,000 ya kihistoria ya pembejeo na matokeo yaliyotarajiwa. Kutokana na hayo, nililazimika kubainisha mantiki ya biashara nyuma ya jinsi kiasi cha malipo kilivyohesabiwa na kutekeleza toleo la kisasa ambalo lingeweza kutoa matokeo yanayofanana iwezekanavyo. Majibu yalitathminiwa kwa seti tofauti iliyofichwa ya data ambayo ilikuwa na kesi 5,000 za majaribio badala ya 1,000 ya awali. Seti hii kubwa ya kibinafsi ndio iliyobainisha hatimaye alama zako za mwisho na upangaji. Mfumo wa alama ulikuwa ukilipa usahihi, ambapo alama ndogo ilimaanisha suluhisho lako lilifananishwa zaidi na tabia iliyofichwa ya mfumo wa awali.
Ili kukabiliana na ukosefu wa uhakika na mifumo katika data, nilitumia mbinu za jadi za kujifunza mashine pamoja na heuristics za msingi na mantiki ya kimuundo. Ilikuwa mchanganyiko wa uangalifu wa uchambuzi wa data, uundaji wa vipengele, na ukaribu wa kanuni kulingana na dalili zisizokamilika.
Hii ilikuwa alama yangu ya eval kwa seti ya data ya umma ya 1,000:
✅ Evaluation Summary
------------------------
Total cases : 1000
Exact matches (<$0.01): 0
Close matches (<$1.00): 17
Average error : $31.15
Score : 3214.93
Kuendeleza suluhisho kwa changamoto kama hiyo ndani ya saa 8 ingeweza kuwa karibu haiwezekani bila msaada wa zana zilizoendeshwa na AI ambazo zilifanya iwe rahisi kuchunguza, kuunganisha, na kujaribu mawazo kwa haraka.
Ilikuwa kama uchimbaji wa urithi wa programu iliyounganishwa na sprint ya kuandika msimbo kwa muda mfupi. Bila shaka moja ya changamoto za kiufundi zenye msongamano na za kuridhisha nilizofanya.
Asante kwa Chamath Palihapitiya na Arjun Krishna kwa kuandaa changamoto ya ubunifu na yenye msukumo.
Viungo: