🚚 SmartCargo - Optimización de entregas en Rumania

La empresa de transporte "SmartCargo România" necesita soluciones inteligentes para mejorar las estimaciones sobre la duración de las entregas. Tú eres el nuevo especialista en ciencia de datos del equipo, y tu misión es construir modelos precisos que predigan los tiempos de entrega entre las ciudades de Rumania.

🎯 Tu objetivo principal

Debes analizar datos históricos sobre los viajes entre ciudades y entender cómo factores como la distancia, la hora del día, el clima, el tráfico o la experiencia del conductor influyen en la duración efectiva de la entrega.

Tu objetivo es construir un modelo de Machine Learning capaz de predecir el tiempo estimado para nuevos viajes.

---

📦 Los datos de transporte

Cada fila de los archivos train_data.csv y test_data.csv representa una entrega entre dos ciudades de Rumania.

Cada entrega contiene los siguientes detalles:

Columna	Descripción
ID	Identificador único del viaje
City A	La ciudad de salida (como texto)
City B	La ciudad de destino (como texto)
Distance	La distancia real entre ciudades (en kilómetros)
Time of Day	El momento del día expresado en minutos desde medianoche cuando sale un viaje (0 - 1439)
Weather	El clima durante el viaje (Clear, Rain, Snow, Fog)
Traffic	El nivel de tráfico en una escala numérica (0.0 - 1000.0), el máximo significa el más congestionado
Road Quality	La calidad del camino en una escala numérica (1 - 1000), el máximo significa la más alta calidad
Driver Experience	El nivel de experiencia del conductor (1 - 40 años)
deliver_time	Solo en train_data.csv: el tiempo real de entrega en minutos

---

🎯 Tu misión

El gerente operacional te ha dado las siguientes dos tareas esenciales para mejorar las operaciones de "SmartCargo".

El Conjunto de Datos para Predicción (test_data.csv) contiene muestras con las mismas características que el conjunto de entrenamiento, pero sin la columna predicted_time.

Vuestro modelo generará predicciones para estas muestras.

Subtareas

• Tarea 1 (20p): Situación Bârlad: un cliente importante de Bârlad ha reportado retrasos frecuentes en los viajes en condiciones de niebla. El gerente quiere saber cuántos viajes salen de Bârlad y con clima de niebla (Fog) en el conjunto de datos de predicción. Encuentra y reporta el número de estos viajes.
• Tarea 2: Estimación de Tiempos para viajes desconocidos: El gerente tiene una lista de nuevos viajes para los cuales no conoce los tiempos de desplazamiento. Debes usar los datos históricos (del conjunto de entrenamiento) para entrenar modelos de predicción y luego estimar los tiempos de entrega para todos los viajes del conjunto de datos para predicción.

Formato de salida

Un archivo csv output.csv que incluya las siguientes 3 columnas:

• subtaskID - representa el número de la subtarea (1, 2)
• datapointID - que se refiere a la columna ID de test_data.csv
• answer - la respuesta correspondiente al punto de datos para la subtarea respectiva

Nota: Para la subtarea 1, en la cual se pide una sola respuesta para todo el conjunto de datos, muestren una sola línea cuyo datapointID sea 1.

Envíen un solo csv que contenga las respuestas para todas las subtareas que hayan resuelto. Para ver un ejemplo, descarguen el archivo sample_output.csv (Nota: este, aunque en el formato correcto, obtiene 0 puntos en la submisión).

Puntuación

Las puntuaciones para las subtareas se calcularán de la siguiente manera:

• Subtarea 1: respuesta entera, reciben 20 puntos solo si es correcta.
• Subtarea 2: en función del rendimiento de vuestro modelo, usando la métrica MAE (Mean Absolute Error) en el conjunto de datos de prueba. Pueden encontrar la forma exacta de calcular la puntuación basada en MAE en el Starter Kit.

👉 📦 Descarga Starter Kit OJIA 2025