更新：1-12-23
eBay 宣布了第四届年度大学挑战赛（University Challenge）的获胜者。
eBay 面向大学生的年度机器学习挑战赛是公司发掘工程和技术领域杰出年轻人才的重要渠道。学生们需解决棘手问题——去年为预测运输时间，最优质的解决方案将获得实习机会作为奖励。
今年，参赛挑战是构建模型以准确提取并标注 eBay 商品标题数据集中的命名实体。这些“命名实体”涵盖品牌、地点、风格、产品名称、颜色、材质、尺寸等有助于商品分类的语义字符串、单词和短语。利用命名实体识别（NER）这一自动识别类别的机器学习流程，参赛者应对了电商平台面临的真实世界挑战：如何从商品列表等非结构化来源中提取结构化数据？
本届赛事共有 591 支队伍参赛。来自加州大学圣地亚哥分校（UCSD）的 Rupashi Sangal 和 Sanjayan Pradeep Kumar Sreekala 荣获冠军。Rupashi 表示：“问题陈述吸引了我们，使用真实数据集实施多种模型并探索结果极具吸引力。”其解决方案采用了微软先进的 Deberta V3 BERT 模型，并结合 K 折交叉验证和集成技术以提升性能。
Rupashi 为电气与计算机工程研一学生，专攻机器学习与数据科学，此前曾在印度担任软件工程师。“我 aspire 成为 AI 领域的解决方案架构师，致力于创建创新且引领趋势的 AI 驱动应用。”Sanjayan 则认为比赛提供了测试技能和获取宝贵经验的有趣机会。他主修计算机科学，正转向机器学习领域发展，此前在印度从事数字设计工程师工作。
两人均已接受 eBay 圣何塞结构化数据应用研究团队提供的 2023 年夏季实习机会。Sanjayan 表示：“我很兴奋能在生产环境中实践机器学习系统，学习部署和维护的最佳实践。”
eBay 已宣布第四届年度机器学习大学挑战赛，重点是从商品标题中提取相关数据。
eBay 很高兴宣布基于电子商务数据集举办的第四届年度大学机器学习挑战赛……
……延续往年惯例，获胜者将获得 2023 年夏季 eBay 实习机会。
今年的核心问题是构建模型，准确提取并标注 eBay 商品标题中的命名实体，包括指代人、品牌、组织、地点、风格、材料、图案、产品名称、计量单位及服装尺码等的语义字符串/单词/短语。
观察 eBay 设定的待解决问题总能揭示公司技术驱动的下一个关注领域。往届比赛中，eBay 曾要求学生精准预测运输送达日期，或通过归组多个列表来识别同一产品，以应对结构化数据挑战。
获奖学生将竞争 eBay 暑期实习名额，今年的优胜者已获得 2023 年暑期实习项目资格。
eBay 实习项目结合真实工作经验与全面培养计划，让实习生接触各业务领域及高管，建立人脉网络。这为学生提供了将机器学习模型应用于实际场景的绝佳机会。
若由你运营 eBay 大学机器学习竞赛，会设置何种首要挑战？欢迎在评论区分享！
个人建议是利用机器学习识别并删除诈骗列表或标记用于欺诈的被盗账号，可基于常见图片和列表属性进行判断——甚至可以提供一辆棕色 1974 款奥迪作为起步优势。😉
报告第66号。
……我们又回来了，还是那辆棕色的奥迪。