A Dataracing 2023 versenyen a hazai lakosság hitelállományának elemzésére nyílik lehetőséged különféle data science eszközökkel. A megoldandó üzleti probléma a hitel bedőlésének előrejelzése körül forog. Ha egy hitel bedől, az azt jelenti, hogy a hitel felvevője (az adós) nem képes időben vagy egyáltalán visszafizetni a tartozását a hitelező pénzintézetnek. A data science megoldások létrehozásához szükséges anonimizált adatokat a verseny egyik társszervezője, a Magyar Nemzeti Bank biztosította.

Az adatelemzési cél, hogy hitelek adatainak vizsgálatával becslést adjunk arra, hogy melyik hitelfelvevőnek milyen valószínűséggel lesz legalább egy elbukott hitele a közeljövőben.​

Mennyire jelezhető előre a múltbeli adatokból egy-egy hitel bedőlésének valószínűsége?

Hogyan befolyásolja a hitelek bedőlését a hitelhez köthető személyek száma?

Milyen elemzési trükkök vethetők be egy ilyen adathalmaz esetén?

Mely algoritmusok a legalkalmasabbak a feladat megoldása során?

Ilyen és ehhez hasonló kérdésekre keressük a választ.​

A verseny kiinduló adathalmaza az összes lakossági hitel adatait tartalmazza egy közel három éves időszakból. Az adathalmaz anonimizált és torzított. Ismert a hitel összege, kamatperiódusa, típusa, törlesztőrészlete és még sok más egyéb adat is. Minden hiteltermékhez ismert, hogy mely ügyfelek vették azt fel, egy hitelt természetesen akár több szereplő együttesen is felvehet – ebben az esetben a kiinduló adathalmazban több sorban is szerepel majd a hitel csak más-más hitelfelvevői adattal.​

​Minden sorban az is megjelenik, hogy bedőlt-e a hitel az adott közel hároméves időszak alatt vagy sem. Ugyanígy ismert lesz az az esemény is, ha az adott hitelt előtörlesztették. A bedőlés, előtörlesztés ténye mellett mindig megadásra kerül, hogy az esemény mikor történt.​​

A különleges data science versenyfeladat megoldása során arra vagyunk kíváncsiak, hogy azon ügyfelek, akiknek a három éves időszak alatt nincsen bedőlt hitele, továbbra is fizetni tudják-e a hiteleiket, vagy lesz-e olyan hitelük, amit már nem tudnak fizetni és jelentős késedelembe kerülnek vele. A következő két év bedőlési eseményeit kívánjuk vizsgálni. A feladat különlegességét az adja, hogy ebből az időszakból semmilyen adatot nem bocsátunk a résztvevők rendelkezésére, az előrejelzést a közel három éves kiinduló adathalmaz felhasználásával kell létrehozni. ​

Segítségül két dolgot adunk meg a résztvevőknek: a példamegoldásban látható az összes olyan szereplő, akikre becslést kell adni. Valamint a példamegoldásban megadtunk egy fix valószínűségi értéket, ami a teljes beküldési adathalmazon azon ügyfelek aránya, akiknek legalább egy késedelmes hitelük volt a célváltozót meghatározó időszakban.

A verseny egyfordulós.

• A verseny indulása: 2023. október 27.
• A megoldások beadásának végső határideje: 2023. december 3. 12:00
• A nyertesek értesítése: 2023. december 4. 12:00-ig
• A nyertes megoldások bemutatása: 2023. december 4. – december 6.
• Végső eredményhirdetés: 2023. december 12.

A versenyre való regisztrációval és részvétellel a versenyzők elfogadják és magukra érvényesnek tekintik az alábbi szabályokat, valamint a regisztráció során megismert hivatalos versenyszabályzatot: 

• Résztvevőként csak egyszer regisztrálhatok a versenyre. A megoldás elkészítéséhez dolgozhatok csapatban másokkal együtt, viszont díjazás esetén egyedül én leszek feltüntetve és díjazva a versenyben. 
• A megoldáshoz használt forráskódjaimat, fájlokat a verseny időtartama alatt nem osztom meg más versenyzőkkel. A megoldáshoz használt forráskódjaimat, fájlokat a verseny időtartama alatt nem osztom meg publikusan sem. 
• A megoldásomat úgy készítem el, hogy annak eredménye a szervezők kérésére újra lefuttatható, reprodukálható legyen. Vállalom, hogy a forráskódot, fájlokat kérésre megosztom a verseny szervezőivel. 
• Elfogadom, hogy a versenyhez csak kereskedelmi forgalomban lévő, vagy nyilvánosan elérhető szoftvereket, programnyelveket használok. 
• Elfogadom, hogy a verseny során velem megosztott adatokat, információkat semmilyen platformon nem osztom meg, nem másolom vagy publikálom.
• Elfogadom, hogy a versenyadatokat (tanító és teszthalmaz) csak a versenyen való részvételhez, megoldások beküldéséhez használhatom fel. Beleegyezem, hogy a versenyadatok bármilyen lehetséges kiszivárgásáról, vagy illetéktelenek hozzáféréséről a verseny szervezőit azonnal értesítem a hello@dataracing.hu e-mail címen. 
• Elfogadom, hogy a versenyben a megoldásaim a teszthalmaz privát és publikus részén külön lesznek kiértékelve és a nyilvános Leaderboardon a verseny alatt csak egy hozzávetőleges helyezést láthatok. Elfogadom, hogy a versenyen elért eredményeim a beküldött megoldásaim a teszthalmaz nem nyilvános részén való kiértékeléséből jönnek létre. 
• Elfogadom, hogy a verseny szervezői a versennyel kapcsolatos információkról, a versenyen elért eredményemről a regisztrációkor megadott e-mail címen értesítsenek. 
• Ha a versenyhez külső forrásból vett adatokat vonok be, elfogadom, hogy ezen adatok csak publikusan hozzáférhető adatok lehetnek és a megoldás fájljaimban pontosan megjelölöm ezen külső adatok forrását.  
• Elfogadom, hogy amennyiben valamelyik nyertesként az erre vonatkozó értesítő e-mailre nem reagálok egy héten belül, vagy nem szeretnék a potenciális nyertesek között szerepelni, akkor potenciális nyertesként nem illet meg díjazás. Ilyen esetben elfogadom, hogy a verseny szervezői az eredmények alapján más potenciális nyerteseket díjazzanak. Ha potenciális nyertesként a beküldött megoldásomat nem tudom reprodukálni, és/vagy nem osztom meg a szervezőkkel a kért forráskódjaimat a kért határidőig, akkor elfogadom, hogy nem illet meg díjazás és a verseny szervezői más versenyzőket díjazhatnak. 
• Elfogadom, hogy a versenyszabályzat bárminemű megsértése, doppingvétség, csalás esetén a verseny szervezői kizárhatnak a versenyből és ha potenciális nyertes vagyok, nem illet meg díjazás.