Developer recommendation for Topcoder through a meta-learning based policy model
Разработка ПО посредством краудсорсинга — недавно образовавшаяся область программной инженерии. Компании, включая такие крупные как Google, Amazon или Microsoft, формулируют задачи в формате открытых соревнований, публикают на одной из площадок (например, Topcoder, Kaggle, Upwork), а затем отбирают лучшие решения участников и награждают их призами. Плюсами такого подхода являются меньшие затраты и возможность обнаружить свежие идеи. Основной же проблемой является крайняя ненадежность — например, на Topcoder 2/3 соревнований заканчиваются неудачей из-за полного отсутствия решений.
Для решения проблемы отсутствия посылок, исследователи разрабатывают модели для предсказания наиболее вероятных победителей соревнований. Если заранее выделить потенциально полезных участников, то им можно разослать персональные приглашения или каким-то другим образом привлечь к соревнованию. На семинаре мы рассмотрим статью 2019 года, которая предлагает использовать подход на основе мета-обучения и выделения широкого набора факторов для участников и соревнований. Авторы статьи заявляют результаты, превосходящие предыдущие работы на 11 датасетах соревнований на Topcoder. Мы обсудим предложенный подход к решению задачи, интересные моменты и потенциальные проблемы.
Докладчик: Егор Богомолов.
