0
数据竞赛，已成为国内如火如荼的人工智能（AI）、大数据革命在人才端的一道缩影。
昨日，京东 JData 算法大赛正式落幕。入围决赛的十只队伍，在位于亦庄的京东大厦B座报告厅，以公开答辩的形式进行线下总决赛。七位来自高校、业界的评委进行最终评判，包括来自合作方英特尔的全球 AI 技术总监伊红卫。
最终，在赛程中一贯表现亮眼的“鲁班七号”队摘走了大赛冠军的头衔，以及属于冠军的三十万元奖金。亚、季军以及其它入围决赛的队伍也各有所得，为这场自 3 月 19 日开启，历时 68 天的大赛画上了句号。
颁奖嘉宾伊红卫（左）与“鲁班七号”的四名队员
大赛题目为“高潜用户购买意向预测”，即根据一段时间窗口内的行为数据，预测消费者购买意向。京东商城提供了 2016-02-01 日到 2016-04-15 日的部分用户、商品、行为和评论数据，要求预测接下来五天内的购买行为。在雷锋网看来，这场大赛有几项特别之处：
这是京东集团首次举办的数据竞赛，也是其首次开放真实、脱敏的业务数据，并首次借大赛形式招揽技术人才；
大赛吸引了共 7246 人、四千多只团队报名参与，刷新了数据竞赛单体赛事参与人数的世界之最。
大赛奖金共 60 万元，虽称不上是前所未有，但的确是阿里云天池之外、国内数据竞赛奖金的又一高峰。
然而，最特别的地方，还是要看本次大赛举办的时机，或者说是背景。
现在距离 6.18 京东店庆不足两周，各品类自营商品的折扣优惠已经开始，线上、线下的宣传造势也正积极铺开，俨然已成为另一个“双十一”。而在几年前，这还是难以想象的事。京东商城总架构师刘海峰表示，“千人千面”的个性化推荐，将是今年 6.18 的重点工作。
在 AI 这边，阿里在人工智能的布局很早便已展开。阿里云已成为国内 AI 界的一面金字招牌。其“天池平台”更是凭借丰厚的奖金、淘宝天猫的电商数据和阿里云的技术专家团队，成为当前国内数据竞赛的龙头，进一步扩大了阿里系对 AI、大数据人才的影响力。
反观京东的 AI 战略，则要务实的多：紧贴核心电商业务，不盲目跟风布局。逐步吸引 AI 算法人才，实现刘强东“向技术转型”的目标。众所周知，更好、更高效的 AI 和机器学习算法技术，给电商企业带来的是真金白银的好处：从鉴黄、识别二维码诈骗和违禁词，到智能分单、订单预测、订单冷静，再到个性化精准营销均有广泛应用。在“猫狗大战”进入关键阶段的今天，核心竞争力相比对手的点滴提升，在将来或可产生逆转局势的作用。
而技术转型，核心要素便是“人”。在 JData 决赛开幕式的讲话中，担任大赛主席的京东招聘总监李庆庆表示，为响应刘强东在 2017 年开年大会上提出的技术战略， 要”战略落地人才先行“，并用“史无前例”来形容今天的京东对技术人才的重视程度。她表示，京东技术员工总数已逾 8000 名，并自去年招聘了超过 20 名顶尖高校的博士生。
但这显然还不够。
雷锋网记者在决赛现场感受到的氛围，用两个字足以形容——“抢人”。
十只入围决赛的队伍、三十几名参赛选手，接受了京东各业务负责人一轮轮讲话的殷切叮嘱。作为大赛奖品，优胜团队中的参赛者本就会获得京东集团无条件录用的 ”special offer“，其他决赛选手也将获取终面资格。至于受邀而来的媒体，以及关注大赛结果的其他 7000 余名参与者，无疑会将这里的故事传播出去，颇有”千金买马骨“的意味。当然，这里“买”的是活人不是马骨；而且世上的各门各类才艺比赛，主办方多多少少都会有些“使天下英雄入吾彀”的动机（不想着聚敛天下英才的比赛不是好比赛？笑）。
毫无疑问，物色优秀的算法工程师、提高京东对这一群体的影响力，是京东举办 JData 算法大赛的主要目的。至于与各路算法人才交流、学习，促进 6.18 的业务提升（刘海峰宣称，JData 涌现的优秀算法，预计将使 6.18 大促的销量预测准确率提升 10%以上），显得倒在其次。
这就使我们不禁发问：现阶段的数据竞赛，是否基本就是一个算法人才选拔机制？我们当然知道，它有“其它”功能与意义；但问题是，这些功能和意义的重要性，是否和人才选拔处在同一个层级？
对于数据竞赛，旁观者最经常提出的疑问是：
比赛优胜方案对于企业究竟有多大的实际应用意义？
对于该问题， 京东商城交易平台高级总监王晓钟倒是没有回避。他表示，算法无法脱离业务商品，必须和现有业务相结合。但比赛数据是脱敏的，和业务脱节。因此，大赛更多是”技术的交流“。
刘海峰进一步表示，优胜方案最有价值的是思路而不是算法：
“不一定用他（优胜选手）的算法，很多的思路非常好，所以大赛一个方面对那些学生来讲是一个比赛，对我们来说是一次交流和学习的机会，我们也可以跟这些人才学习。”
行内众所周知的是，比赛场景会“迫使”参赛选手不计成本地进行模型融合，追求小数点后几位数的精度以提升排名。这导致比赛模型无法直接应用于生产。
此前，雷锋网在对国内几大数据竞赛平台的报道中提到，国内外的数据竞赛，在参赛人员的构成上有很大的区别：国内以大学生为主，学生参赛的比例远高于 Kaggle。这一次 JData 入围决赛的选手中，高校学生的比例更是达到了惊人的 90%。
要知道，JData 大赛对全社会开放，奖金数额按理说也能够吸引在职工程师。虽说决赛入围队伍中有来自阿里云、网易的成员，毕竟人数不多。情况如此，在某种程度上也反映出我国技术工作者的工作过于饱和。
回归正题，很明显的是，京东对学生参赛者的水平是十分满意的。刘海锋对此给予了肯定：
“其实说实话，现在高校有好多技术人才，特别这次算法大赛进来的水平还是很高的。我们内部团队说，学校里面做的，说实话，从一些基本的算法能力上，（和业界）差异是比较少的；只不过公司里面，对业务的理解，或者认知，或者更多的量有更多计算能力的优势。”
王晓钟则给出了一个很有说服力的数字：
“透露一个数据，这一次预测商品购买意愿，我看了一下，基本上进入TOP10，购买意愿的准确率预测能够达到30%，30%基本上已经是业界的一个——不能说极限，但很难突破了，具体业务具体的场景下才能突破。这有点出乎我的意料。”
京东商城的研发交易平台数据科学家李凯东，以“同行“的身份同样给出了积极评价：
“方法角度来看，外部的小伙伴用的纯数据的方式，确实对我们的有一定创新。他们会从数据里面挖掘一些规律反馈给我们，我觉得是有一定的帮助的。”
对于国内参赛群体以学生为主这一事实，李凯东的观点十分乐观。他认为，这一方面反映出国外有更高端的数据人才基础；但另一方面，结合国内大赛选手们的表现，今天国内学生的整体实力是超过国外同龄人的。我国数据挖掘领域在将来大有可为。
雷锋网采访了获得最佳潜力奖的“简单的电脑”队长李雨亭，以及“Air force”团队成员。
针对决赛团队的训练方案大都基于 XGBoost 模型这一现象，李雨亭表示，各队所用的方案大体上相似，所差的是在细节上的处理——“前面几个团队做的事我们也都做了”。当问及在比赛上花费的时间，他表示，主要的投入是在前一两个星期，之后只是调优——“每天看一下排行榜，看有没有变化，排名下降就再弄弄。”他还透露了一个有意思的细节：比赛初期，“简单的电脑”队得分一直排名第三，因此内心上有所放松，但后面多支团队的分数突然大幅提升，直接把他们的排名挤到了后头。
获得亚军的“蓝鲸”队则在答辩中表示，老手往往在最后一天再大幅优化模型，冲刺排行榜。
对于比赛经验总结，各团队不约而同地强调特征工程的重要性。“Air force”团队表示：“特征工程决定了模型的上限”。至于为什么主办方以公开答辩的形式进行决赛，而不是直接以排名得分决胜负。“Air force”告诉记者，京东用 2017 年的商城数据对各决赛团队的模型做了检验，考察过拟合程度。但这些数据不会公开，各团队也只得到各自的得分反馈。因而，最终决赛实际上参考了各参赛队伍的方案在新数据上的泛化能力。
这次数据大赛仅仅是京东举办的第一届，后续一系列赛事还在规划之中。王晓钟表示“希望可以是一年一次”。他透露，后续会有不同类型、不同专业领域、面向不同应用场景的比赛。
照此看来，京东会是继阿里之后，国内第二家全面拥抱数据竞赛的互联网巨头。其它巨头们怎么看？
相关文章：
谷歌收购 Kaggle 为什么会震动三界（AI、机器学习、数据科学界）？
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
