Nangungunang Hamon ng Top Coder ng 8090
Orihinal na Post sa LinkedIn
Repo ng GitHub ng Proyekto
Noong gabi ng Biyernes, nakakita ako ng isang pampublikong post sa Twitter/X ni Chamath Palihapitiya na nag-aanunsyo ng isang bukas na Top Coder Challenge na inorganisa ng kanyang bagong kumpanya, 8090 Solutions. Kahit sino ay puwedeng sumali. Gaganapin ang hamon kinabukasan mismo, tatagal lamang ng 8 oras, at magsasangkot ng reverse engineering ng isang black box legacy system gamit lamang ang makasaysayang datos at ilang panayam sa mga empleyado.
Nagpasya akong sumubok!
Sa pagtatapos ng araw, pinarangalan akong makuha ang ika-7 sa 425 na mga inhinyero. Maaari ninyong tingnan ang leaderboard DITO at tingnan ang code para sa hamong ito DITO. Pero, hindi ako magsisinungaling, ang totoo ay umaasa lang akong matapos ang kahit ano sa napakaikling panahong iyon, kaya ang pagpasok ko sa leaderboard ay isang sorpresa at isang malaking personal na tagumpay para sa akin.
Ang hamon ay solo, at ang layunin ay kopyahin ang isang 60 taong gulang na black box na sistema ng reimbursement sa paglalakbay na walang source code at walang dokumentasyon. Binigyan kami ng ilang artefact kabilang ang product brief, mga transcript ng mga panayam sa empleyado, at isang pampublikong dataset na naglalaman ng 1,000 makasaysayang halimbawa ng mga input at inaasahang output. Mula roon, kailangan kong ipahiwatig ang lohika ng negosyo sa likod kung paano kinakalkula ang mga halaga ng reimbursement at magpatupad ng isang makabagong bersyon na makagagawa ng parehong mga resulta nang mas malapit hangga’t maaari. Sinuri ang mga isinumite sa isang hiwalay na nakatagong dataset na naglalaman ng 5,000 test case sa halip na ang orihinal na 1,000. Ang mas malaking pribadong set na ito ang sa huli ang nagtakda ng iyong pinal na iskor at ranggo. Ginantimpalaan ng scoring system ang katumpakan, kung saan ang mas mababang iskor ay nangangahulugang mas malapit na tumutugma ang iyong solusyon sa nakatagong pag-uugali ng orihinal na sistema.
Upang harapin ang kawalang-katiyakan at mga pattern sa datos, gumamit ako ng mga klasikong teknik sa machine learning kasama ang mga batayang heuristics at lohika na programmatiko. Isa itong maingat na pagsasama ng pagsusuri ng datos, pagmomodelo ng feature, at pagtatantya ng tuntunin batay sa mga hindi perpektong pahiwatig.
Narito ang aking eval na iskor para sa pampublikong dataset na may 1,000 halimbawa:
✅ Buod ng Pagsusuri
------------------------
Kabuuang mga kaso : 1000
Mga eksaktong tugma (<$0.01): 0
Mga malapit na tugma (<$1.00): 17
Karaniwang error : $31.15
Iskor : 3214.93
Ang pagbuo ng solusyon sa ganitong hamon sa loob ng 8 oras ay halos imposibleng gawin nang walang tulong ng mga tool na pinapagana ng AI na ginawang mas madali ang mabilis na paggalugad, pagsasama, at pagsubok ng mga ideya.
Para itong software archaeology na pinagsama sa isang live coding sprint. Madali itong isa sa mga pinaka-matindi at pinakamakabuluhang teknikal na hamon na nagawa ko.
Maraming salamat kina Chamath Palihapitiya at Arjun Krishna sa pag-oorganisa ng isang napaka-creative at nakapagbibigay-inspirasyong hamon.
Mga Link: