NTO_BDIMO_2026_SOLUTION
Описание
Решение инженерной задачи заключительного этапа НТО БДиМО 2026. Топ-8 после привата
Языки
- Python99,7%
- Dockerfile0,3%
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
месяц назад
README.md
Введение
Вы находитесь в репозитории, который создан для того, чтобы Вы смогли сдавать задачи на проверку в тестирующую систему Яндекс.Контест.
Содержимое репозитория
- Dockerfile - файл с описание образа, который будет создаваться для проверки Вашего решения. Вы можете настроить его под себя, но учтите, что в этом случае первая сборка может быть долгой.
- Readme.md - общее описание (Вы его читаете сейчас)
- requirements.txt - файл с библиотеками Python, которые вы хотите использовать в образе (следите за версиями библиотек)
- Каталог base_line - содержит базовое решение задачи
- Каталог fit - в него необходимо положить код обучения модели
- main.py - основной файл, который будет запущен. При этом вы можете также разместить в репозитории все необходимые Вам для работы файлы.
Принцип работы
Вы должны закоммитить Ваше решение в git. При этом Вы вольны вибирать любой способ работы:
- online IDE
- online редактор
- подключить репозиторий локально на свой компьютер и работать с ветками
- и т.д. Главное - commit.
После него, надо вернуться в Яндекс.Контест и нажать на кнопку Проверить — запустится pipeline для проверки.
Как проходит проверка
- Ваш репозиторий будет склонирован
- Будет собран docker-образ
- В этом образе будет запущен Ваш скрипт с решением задачи на проверочном датасете
- Результат работы будет обработан чекером и возвращен в Яндекс.Контест
- В конце всего Вы увидите ваш Score
Ограничения
- Время на сборку докера и проверку решения ограничено 10 минутами, поэтому установка пакетов большого объема может привести к остановке сборки вашего докера
- Размер репозитория — 100 мегабайт
- Вам доступно 2 ядра и 2 гигабайта памяти
- Контест предназначен только для проверки уже обученных моделей: не используйте его для обучения
- В системе отсутствует GPU: не устанавливайте CUDA и подобные библиотеки
- Используйте pip install без опции —no-cache. Это ускорит сборку
- Установка пакетов из пакетного менеджера операционной системы (apt/apk) в большинстве случаев предпочтитетельнее, поскольку выполняется быстрее