이 대회는 세계 최대 결제 카드 발급사인 American Express에서 사용하는 신용불량 예측 모델을 개선하는 것을 목표로 합니다. 실제로 열렸던 대회의 라이트 버전인 이번 대회는, 직접 큰 대회에 참여하고 싶지만 데이터셋이 너무나 방대하거나 그 수준이 너무나 높아서 엄두가 나지 않았던 여러분들을 위한 대회입니다.
실제 대회의 목표는 시계열 데이터를 포함하고 있습니다. 시간에 따른 사람들의 카드 이용 실적을 보고 해당 사람이 신용 카드를 체납할 지에 대해서 예측하는 것이 목표입니다.
고득점을 위해서는 이러한 시계열 데이터의 특성을 활용한 고급 feature engineering이 이루어져야 할 것이지만, 초심자에게는 너무나 어려운 개념입니다.

그러니, 겁먹지 말고 수업 시간에 배웠던 것부터 적용하려고 노력해보세요. 그것이 어떤 성과를 가져다 줄 지는 아무도 모릅니다.
또한, 똑똑한 몇몇 사람은 어쩌면 시계열 데이터를 활용할 수 있을지도 모릅니다. 실제로 손쉽게 적용할 수 있는 기법이 많을 지도 모릅니다. moving average와 같은 것들 말이죠.

하지만, 욕심 부리지는 마세요! 10만 달러의 상금이 걸린 대회의 라이트한 버전에서, 답을 제출하고 점수를 올려볼 수 있는 시도를 하는 것만으로 여러분들은 훌륭한 AI 엔지니어이자 데이터 사이언티스트가 되는 첫 걸음을 멋지게 내딛은 것입니다.

어쩌면 이 대회를 통해서 여러분들이 카드사에 취직을 할 수 있을지도 모릅니다. 신용카드사에 자신이 '신용 카드 체납'의 문제를 위해 온 힘을 다했다는 사실을 알리는 것만으로 얼마나 많은 경쟁자들을 제칠 수 있을까요? 아마도 꽤 많을 것입니다.

Code와 Discussion 탭에서 자유로운 코드 공유, 그리고 질문과 토론이 이루어지면 좋겠습니다. 꼭 Code와 Discussion 탭 애용해주세요!

왼쪽 및 위쪽의 메뉴를 돌아가며 확인하면서, 대회에 대한 주의사항들을 확인해주시기 바랍니다