Fantoma din Mașinărie (9/10) - Obtiažnosť: HARD

Späť na Etapa Națională - Sectiunea Claselor 9-10 - Olimpiada Națională de Inteligență Artificială 2026

Súťaž skončila

Archivovať úlohu

Súťaž: Etapa Națională - Sectiunea Claselor 9-10 - Olimpiada Națională de Inteligență Artificială 2026

Popis úlohy

Context

Ești inginer SRE (Site Reliability Engineer) la MegaCloud, o companie care operează un cluster de 200 de servere. Sistemul a început să se comporte ciudat: defecțiuni sporadice, reporniri neașteptate, pierderi de date.

Echipa anterioară a lăsat în urmă un sistem de monitorizare haotic: metrici numerice parțial corupte, etichete de categorie inconsistente, mesaje de alertă scrise de diferiți ingineri (fiecare cu stilul lui), și jurnale de sistem semi-structurate. Misiunea ta este să prezici care servere vor avea defecțiuni în următoarele ore.

Date de intrare

Primești două fișiere CSV:

train.csv — istoric de monitorizare cu etichete parțiale:

Coloană	Tip	Descriere
`id`	int	Identificator unic
`timestamp`	string	Momentul înregistrării (`YYYY-MM-DD HH:MM:SS`)
`server_id`	string	Identificatorul serverului (ex: `srv_042`)
`region`	string	Regiunea data center-ului (ex: `eu-west`, `us-east`, `ap-south`)
`server_type`	string	Tipul hardware (ex: `gpu-a100`, `cpu-epyc`, `storage-nvme`)
`cpu_usage`	float	Utilizare CPU (0–100)
`memory_usage`	float	Utilizare memorie (0–100)
`disk_io`	float	Operații disk I/O per secundă
`network_latency`	float	Latență rețea (ms)
`error_rate`	float	Rata de erori pe minut (0–50)
`temperature`	float	Temperatura procesorului (°C)
`alert_title`	string	Titlul scurt al alertei generate de sistemul de monitorizare
`system_log`	string	Jurnalul de sistem semi-structurat (multi-linie, 3–15 rânduri)
`failure`	int	`1` = serverul a avut defecțiune în următoarele 4 ore, `0` = nu. Lipsește pentru ~40% din rânduri (valoare: `""`)
`anomaly_score`	int	O valoare între 0 și 100

test.csv — același format, dar:

failure și anomaly_score lipsesc complet (coloanele nu există)
Conține date dintr-o perioadă nouă de monitorizare

Sarcini

Sarcina A - Clasificare binară (50 puncte)

Trebuie să antrenezi un clasificator binar capabil să prezică failure (0 sau 1) pentru fiecare rând din test.csv.

Sarcina B - Estimarea scorului de anomalie (50 puncte)

Trebuie să antrenezi un model capabil să prezică scorul de anomalie pentru fiecare rând din test.csv.

Formatul fișierului de submisie

Trebuie să generezi un fișier CSV numit, de exemplu, submission.csv, care să conțină predicțiile pentru toate rândurile din test.csv.

Fișierul de submisie trebuie să aibă exact următoarele coloane:

Coloană	Tip	Descriere
`id`	int	Identificatorul unic preluat din `test.csv`
`subtaskID`	int	Identifică subtask-ul: `1` pentru predicția de `failure`, `2` pentru `anomaly_score`
`answer`	float	Valoarea prezisă: `0` sau `1` pentru `failure`, respectiv un scor real pentru `anomaly_score`

Format

Pentru fiecare id din test.csv, trebuie să existe două rânduri în fișierul de submisie:

unul cu subtaskID = 1 pentru predicția de failure
unul cu subtaskID = 2 pentru anomaly_score

Exemplu

Python
1id,subtaskID,answer2100001,1,03100001,2,12.44100002,1,15100002,2,87.96100003,1,07100003,2,34.1

Evaluare

Punctajul total este de 100 puncte.

Soluția va fi evaluată separat pentru fiecare dintre cele două sarcini. Scorul final reprezintă suma punctajelor obținute.

Sarcina A - Clasificare binară (50 puncte)

Predicțiile pentru coloana failure vor fi evaluate folosind o metrică de clasificare binară:

F1-score (clasa pozitivă = 1) - pentru a evalua capacitatea modelului de a identifica corect serverele care vor avea defecțiuni;

Scorul va fi scalat la un maximum de 50 de puncte.

Punctajul se acordă după cum urmează:

Python
1score = 0 (dacă F1 ≤ 0.3)2score = 50 × (F1 - 0.3) / 0.3 (dacă 0.3 < F1 < 0.6)3score = 50 (dacă F1 ≥ 0.6)

Atenție!

Pentru această sarcină, coloana answer trebuie să conțină doar valori binare (0 sau 1). Orice alte valori vor duce la scor 0 pentru acest subtask. Cu alte cuvinte, NU puteți folosi valori reale (spre exemplu, 0.5, 0.6).

Sarcina B - Estimarea scorului de anomalie (50 puncte)

Predicțiile pentru coloana anomaly_score vor fi evaluate folosind o metrică de regresie:

MAE (Mean Absolute Error) - măsoară eroarea medie absolută;

Scorul va fi scalat la un maximum de 50 de puncte.

Punctajul se acordă după cum urmează:

Python
1score = 50 (dacă MAE ≤ 8)2score = 50 × (13 - MAE) / 5 (dacă 8 < MAE < 13)3score = 0 (dacă MAE ≥ 13)

Scor final

1Scor final = Scor Sarcina A + Scor Sarcina B