6月3日，历时近2个月的前海征信“好信杯”大数据算法大赛落下帷幕。本次大赛由前海征信主办，由科赛网承办。大赛吸引242支队伍共600多位选手参赛，选手们共提交145份模型作品、17份算法方案，最终 10支团队入围决赛。
参赛选手合影
正是看准了迁移学习的巨大潜能，本次前海征信大数据算法赛事将赛题锁定在迁移学习方向。此次参赛选手所要挑战的课题，就是依据给定的4万条业务信用贷款数据及2千条现金贷数据，建立现金贷业务的信用评分模型。在6月3日的决赛中，10支团队凭算法角逐，以算法会友，全天完成了精彩的脑力激荡。
算法大赛获奖名单
一等奖
dandange团队
二等奖
H&M团队
三等奖
星河动力团队
一等奖学金
H&M团队
二等奖学金
龙樱-PHM团队
三等奖学金
天线宝宝团队
Gouxiong团队
fentwer团队
优胜奖
ming团队
小丫丫团队
FInSight团队
图为施奕明先生现场发言
决赛正式开始之前，前海征信首席数据官、副总经理施奕明先生首先对杀入决赛的十支队伍表示祝贺。他表示，“金融科技”将逐渐进入以大数据、人工智能技术为代表的智能金融科技阶段。年轻有为的选手们是数据技术的新兴力量，前海征信愿为这样的大数据人才提供成长与实践的全力支持。
图为星合动力团队代表答辩
第一支上场的是星合动力团队，这是一个算法精湛，实战经验丰富的组合。三名参赛队员兼具业务思维和数据思维，学习和动手能力俱强。本次比赛中，他们基于对业务的深刻理解，出色地完成了数据的分布猜测，斩获决赛第三名。
图为GouXiong团队做总结发言
第二支上场的是GouXiong团队，GouXiong团队共有五名成员，都是来自西安电子科技大学的在读研究生。本次赛事中，他们整合了数个模型，并根据数据的背景和特点进行调用，从而实现迁移学习，最终摘得优胜奖。
图为龙樱-PHM团队队长发言
第三支上场的是龙樱-PHM团队，队长张杰来自于南京大学LAMDA实验组，曾在人工智能顶级会议AAAI上以一作身份发表论文；队员李达来自北京航天航空大学可靠性与系统工程学院，对风控模型有着非常细的了解。本次比赛中，他们以简单、高效、可扩展性强的算法模型，斩获第四名，并获二等奖学金。
FInSight团队代表发言
第四支上场的是FInSight团队，FInSight团队由天津大学系统工程研究所的三名在读硕士和两名在职数据分析师组成，曾参与两项大数据风控横向课题与多次大数据竞赛，在金融数据挖掘建模上有丰富的经验。FInSight团队搭建了完善的建模体系，模型精确度高，训练效率高，最终以优异的表现获决赛优胜奖。
H&M团队代表发言
第五支上台的是H&M团队，H&M团队的五名优秀成员分别来自北大、南大与太原理工大学。这是一只年轻而又热情的团队，专业特质与技能组合强强联合，最终获得决赛第二名，并将一等奖学金收入囊中。
fentwer团队代表发言
第六支上台的是fentwer团队，fentwer团队的李学良参加过多项国内外数据竞赛，在本次比赛中摘得优胜奖。李学良的决赛宣言是“learning, learning, learning”,相信在数据学习与实践的路上，他将一往直前。
小丫丫团队代表发言
第七支上台的是小丫丫团队。虽然小丫丫团队只有1名成员，但队长兼队员的黄晓坤来自国内一家股份制商业银行，对数据挖掘算法比较感兴趣。虽然受制于设备，抱憾未能完全展开多重模型运算，但仍凭借直击实际的算法表现获得了决赛优胜奖。
dandange团队代表发言
第八支上台的是dandange团队，dandange团队的罗远飞目前在某公司任职机器学习工程师，曾在自然语言处理国际顶级会议ACL和EMNLP上发表论文。本次比赛中，他在显著减少特征工程工作量的情况下，取得了较好的效果。并在决赛答辩中展现了丰富的知识储备，以精湛的算法和稳定的现场表现摘得冠军！
mining 团队
第九支上台的是mining 团队，mining团队由一名在职资深数据分析师和杭州师范大学理学院信息与计算科学专业的一名大四学生组成。他们使用了由friedman等教授提供的gbdt算法源代码，实现了同等硬件条件下更快的运算速度快和更大容量的运算支持，最终获得第五名的好成绩。
天线宝宝团队代表阐述思路
最后登台的是天线宝宝团队。天线宝宝的两名成员都来自福州大学，目前研一在读。团队成员虽然没有浓厚的业务背景，但对数据挖掘与机器学习方面有着浓厚的兴趣。本次比赛中，虽然遭遇了特征不清楚的情况，但他们采用了重要的类别特征和连续特征点积构造新的特征，使得不同模型的差异性尽量的大，以出色的算法方案表现，获得了决赛第六名。
未来一直属于想要改变世界的人，如今更是属于致力于用科技改变世界的人。近年来，前海征信在大数据风控领域投入了非常大的精力，在大数据挖掘和建模、人工智能等方面都有深入的研究。AlphaGo只是在围棋这个不过三五年，就已经击败了全人类的顶尖高手。而迁移学习研究的目的让人工智能从一个场景中学习到的知识迁移到另一个场景应用中，是业内公认未来五年人工智能的重要研究方向，其重要价值和其巨大的潜能不可估量。
在本次算法大赛中，涌现了一批对于大数据有着超强热情和研究精神的年轻人，他们展现了不俗的创新实力，并提出了极具创新性的算法来完成命题要求。这些年轻人所拥有的技术能力和创新能力，一定为他们将来在这个行业中大展宏图打下基础。
（图片来源于网络）
信用·让你我更好互联
看你靠不靠谱，点击阅读原文测分
