京東JData演算法大賽落幕，AI人才爭奪進入「跑馬圈地」時代？

數據競賽，已成為國內如火如荼的人工智慧（AI）、大數據革命在人才端的一道縮影。

昨日，京東 JData 演算法大賽正式落幕。入圍決賽的十隻隊伍，在位於亦庄的京東大廈B座報告廳，以公開答辯的形式進行線下總決賽。七位來自高校、業界的評委進行最終評判，包括來自合作方英特爾的全球 AI 技術總監伊紅衛。

最終，在賽程中一貫表現亮眼的「魯班七號」隊摘走了大賽冠軍的頭銜，以及屬於冠軍的三十萬元獎金。亞、季軍以及其它入圍決賽的隊伍也各有所得，為這場自 3 月 19 日開啟，歷時 68 天的大賽畫上了句號。

頒獎嘉賓伊紅衛（左）與「魯班七號」的四名隊員

大賽題目為「高潛用戶購買意向預測」，即根據一段時間窗口內的行為數據，預測消費者購買意向。京東商城提供了 2016-02-01 日到 2016-04-15 日的部分用戶、商品、行為和評論數據，要求預測接下來五天內的購買行為。在雷鋒網看來，這場大賽有幾項特別之處：

• 這是京東集團首次舉辦的數據競賽，也是其首次開放真實、脫敏的業務數據，並首次借大賽形式招攬技術人才；

• 大賽吸引了共 7246 人、四千多隻團隊報名參與，刷新了數據競賽單體賽事參與人數的世界之最。

• 大賽獎金共 60 萬元，雖稱不上是前所未有，但的確是阿里雲天池之外、國內數據競賽獎金的又一高峰。

AI 人才招募：以比賽為名

然而，最特別的地方，還是要看本次大賽舉辦的時機，或者說是背景。

現在距離 6.18 京東店慶不足兩周，各品類自營商品的折扣優惠已經開始，線上、線下的宣傳造勢也正積極鋪開，儼然已成為另一個「雙十一」。而在幾年前，這還是難以想像的事。京東商城總架構師劉海峰表示，「千人千面」的個性化推薦，將是今年 6.18 的重點工作。

在 AI 這邊，阿里在人工智慧的布局很早便已展開。阿里雲已成為國內 AI 界的一面金字招牌。其「天池平台」更是憑藉豐厚的獎金、淘寶天貓的電商數據和阿里雲的技術專家團隊，成為當前國內數據競賽的龍頭，進一步擴大了阿里系對 AI、大數據人才的影響力。

反觀京東的 AI 戰略，則要務實的多：緊貼核心電商業務，不盲目跟風布局。逐步吸引 AI 演算法人才，實現劉強東「向技術轉型」的目標。眾所周知，更好、更高效的 AI 和機器學習演算法技術，給電商企業帶來的是真金白銀的好處：從鑒黃、識別二維碼詐騙和違禁詞，到智能分單、訂單預測、訂單冷靜，再到個性化精準營銷均有廣泛應用。在「貓狗大戰」進入關鍵階段的今天，核心競爭力相比對手的點滴提升，在將來或可產生逆轉局勢的作用。

而技術轉型，核心要素便是「人」。在 JData 決賽開幕式的講話中，擔任大賽主席的京東招聘總監李慶慶表示，為響應劉強東在 2017 年開年大會上提出的技術戰略， 要」戰略落地人才先行「，並用「史無前例」來形容今天的京東對技術人才的重視程度。她表示，京東技術員工總數已逾 8000 名，並自去年招聘了超過 20 名頂尖高校的博士生。

但這顯然還不夠。

雷鋒網記者在決賽現場感受到的氛圍，用兩個字足以形容——「搶人」。

十隻入圍決賽的隊伍、三十幾名參賽選手，接受了京東各業務負責人一輪輪講話的殷切叮囑。作為大賽獎品，優勝團隊中的參賽者本就會獲得京東集團無條件錄用的 」special offer「，其他決賽選手也將獲取終面資格。至於受邀而來的媒體，以及關注大賽結果的其他 7000 余名參與者，無疑會將這裡的故事傳播出去，頗有」千金買馬骨「的意味。當然，這裡「買」的是活人不是馬骨；而且世上的各門各類才藝比賽，主辦方多多少少都會有些「使天下英雄入吾彀」的動機（不想著聚斂天下英才的比賽不是好比賽？笑）。

毫無疑問，物色優秀的演算法工程師、提高京東對這一群體的影響力，是京東舉辦 JData 演算法大賽的主要目的。至於與各路演算法人才交流、學習，促進 6.18 的業務提升（劉海峰宣稱，JData 湧現的優秀演算法，預計將使 6.18 大促的銷量預測準確率提升 10%以上），顯得倒在其次。

這就使我們不禁發問：現階段的數據競賽，是否基本就是一個演算法人才選拔機制？我們當然知道，它有「其它」功能與意義；但問題是，這些功能和意義的重要性，是否和人才選拔處在同一個層級？

對於數據競賽，旁觀者最經常提出的疑問是：

比賽優勝方案對於企業究竟有多大的實際應用意義？

對於該問題， 京東商城交易平台高級總監王曉鍾倒是沒有迴避。他表示，演算法無法脫離業務商品，必須和現有業務相結合。但比賽數據是脫敏的，和業務脫節。因此，大賽更多是」技術的交流「。

劉海峰進一步表示，優勝方案最有價值的是思路而不是演算法：

「不一定用他（優勝選手）的演算法，很多的思路非常好，所以大賽一個方面對那些學生來講是一個比賽，對我們來說是一次交流和學習的機會，我們也可以跟這些人才學習。」

行內眾所周知的是，比賽場景會「迫使」參賽選手不計成本地進行模型融合，追求小數點後幾位數的精度以提升排名。這導致比賽模型無法直接應用於生產。

此前，雷鋒網在對國內幾大數據競賽平台的報道中提到，國內外的數據競賽，在參賽人員的構成上有很大的區別：國內以大學生為主，學生參賽的比例遠高於 Kaggle。這一次 JData 入圍決賽的選手中，高校學生的比例更是達到了驚人的 90%。

要知道，JData 大賽對全社會開放，獎金數額按理說也能夠吸引在職工程師。雖說決賽入圍隊伍中有來自阿里雲、網易的成員，畢竟人數不多。情況如此，在某種程度上也反映出我國技術工作者的工作過於飽和。

回歸正題，很明顯的是，京東對學生參賽者的水平是十分滿意的。劉海鋒對此給予了肯定：

「其實說實話，現在高校有好多技術人才，特別這次演算法大賽進來的水平還是很高的。我們內部團隊說，學校裡面做的，說實話，從一些基本的演算法能力上，（和業界）差異是比較少的；只不過公司裡面，對業務的理解，或者認知，或者更多的量有更多計算能力的優勢。」

王曉鍾則給出了一個很有說服力的數字：

「透露一個數據，這一次預測商品購買意願，我看了一下，基本上進入TOP10，購買意願的準確率預測能夠達到30%，30%基本上已經是業界的一個——不能說極限，但很難突破了，具體業務具體的場景下才能突破。這有點出乎我的意料。」

京東商城的研發交易平台數據科學家李凱東，以「同行「的身份同樣給出了積極評價：

「方法角度來看，外部的小夥伴用的純數據的方式，確實對我們的有一定創新。他們會從數據裡面挖掘一些規律反饋給我們，我覺得是有一定的幫助的。」

對於國內參賽群體以學生為主這一事實，李凱東的觀點十分樂觀。他認為，這一方面反映出國外有更高端的數據人才基礎；但另一方面，結合國內大賽選手們的表現，今天國內學生的整體實力是超過國外同齡人的。我國數據挖掘領域在將來大有可為。

3. 參賽選手的反饋

雷鋒網採訪了獲得最佳潛力獎的「簡單的電腦」隊長李雨亭，以及「Air force」團隊成員。

針對決賽團隊的訓練方案大都基於 XGBoost 模型這一現象，李雨亭表示，各隊所用的方案大體上相似，所差的是在細節上的處理——「前面幾個團隊做的事我們也都做了」。當問及在比賽上花費的時間，他表示，主要的投入是在前兩三個星期，之後只是調優——「每天看一下排行榜，看有沒有變化，排名下降就再弄弄。」他還透露了一個有意思的細節：比賽初期，「簡單的電腦」隊得分一直排名第三，因此內心上有所放鬆，但後面多支團隊的分數突然大幅提升，直接把他們的排名擠到了後頭。

獲得亞軍的「藍鯨」隊則在答辯中表示，老手往往在最後一天再大幅優化模型，衝刺排行榜。

對於比賽經驗總結，各團隊不約而同地強調特徵工程的重要性。「Air force」團隊表示：「特徵工程決定了模型的上限」。至於為什麼主辦方以公開答辯的形式進行決賽，而不是直接以排名得分決勝負。「Air force」告訴記者，京東用 2017 年的商城數據對各決賽團隊的模型做了檢驗，考察過擬合程度。但這些數據不會公開，各團隊也只得到各自的得分反饋。因而，最終決賽實際上參考了各參賽隊伍的方案在新數據上的泛化能力。

這次數據大賽僅僅是京東舉辦的第一屆，後續一系列賽事還在規劃之中。王曉鐘錶示「希望可以是一年一次」。他透露，後續會有不同類型、不同專業領域、面向不同應用場景的比賽。

照此看來，京東會是繼阿里之後，國內第二家全面擁抱數據競賽的互聯網巨頭。其它巨頭們怎麼看？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！