สรุปผล TechJam ผู้ชนะทำนายพฤติกรรมลูกค้าด้วย Deep Learning, สร้างชุมชนที่ความสนใจตรงกัน

by sponsored
6 November 2018 - 09:39

การแข่งขัน TechJam 2018 by KBTG ปีนี้เป็นครั้งที่สองและเป็นปีแรกที่จัดการแข่งขันในระดับภูมิภาค รูปแบบของการแข่งขันยังคงเป็นการแก้โจทย์ตามที่กรรมการตั้งไว้ โดยมี 3 กลุ่มปัญหาแยกรางวัลจากกัน เน้นการใช้เทคนิคใหม่ๆ เพื่อเข้ามาแก้ปัญหาที่เคยเป็นปัญหาที่ท้าทายสำหรับเทคโนโลยีเดิมๆ พร้อมกับเปิดกว้างให้ผู้เข้าแข่งสามารถหาเทคนิคใหม่ๆ มาลองสนามกันได้

การแข่งรอบสุดท้ายมีขึ้นเมื่อวันเสาร์ที่ 3 พฤศจิกายนที่ผ่านมา และก็ได้ทีมชนะเลิศเป็นที่เรียบร้อยแล้ว 3 ทีมจากทั้ง Code, Data และ Design จากจำนวนทีมที่สมัครทั้งหมด 1,476 ทีม มากกว่าปีที่แล้ว 250% แบ่งเป็น

  • Code Squad ทั้งหมด 758 ทีม ผู้ชนะคือทีม Meow Meow :3
  • Data Squad ทั้งหมด 496 ทีม ผู้ชนะคือทีม temp
  • Design Squad ทั้งหมด 222 ทีม ผู้ชนะคือ TrexcodeJr

Code Squad

โจทย์รอบสุดท้าย: มีสองรอบ รอบแรกการแข่งขันจะคล้ายเกมโชว์ โจทย์ออกไปในลักษณะปัญหาทางตรรกะและ algorithm แก้ปัญหาด้วยวิธีไหนก็ได้ให้ได้เร็วที่สุด ส่วนรอบบ่ายเขียนโค้ดตามโจทย์ที่มีหลายข้อ ที่ทีมงาน ระบุว่ายากเทียบเท่ากับการแข่งขันระดับโลก ส่วนการจะได้คะแนนไม่ใช่ว่าทำโจทย์ได้คำตอบเพียงอย่างเดียว แต่ต้องทำให้ได้โดดเด่นกว่าและแตกต่างจากทีมอื่นด้วย

ทีมชนะเลิศ

  • อันดับ 1 Meow Meow :3 กิตติภณ พละการ, กิตติภพ พละการ
  • อันดับ 2 noobprogrammer พงศพล พงศาวกุล, ชวิญญ์ เสรีสิทธิพิทักษ์
  • อันดับ 3 wizard of skn รชตะ คำพิทักษ์, ภัทระ ธีระพงษ์

ทีม Meow Meow :3

กรรมการระบุว่าทีม Meow Meow ผู้ชนะเป็นทีมม้ามืด เพราะที่ผ่านมาไม่ได้แสดงความโดดเด่นเหนือทีมอื่น แต่ทว่ารอบสุดท้ายทีมนี้ทำคะแนนออกมาได้ดีหมดทั้ง 3 พาร์ท รวมถึงโจทย์ข้อพิเศษที่ยากมากๆ ก็สามารถทำคะแนนออกมาได้ดี

Data Squad

โจทย์รอบสุดท้าย: ผู้เข้าแข่งขันจะได้ชุดข้อมูลจำลอง (Simulated Data) ที่เป็นประวัติการทำธุรกรรม 22 สัปดาห์จาก User เกือบ 50,000 คน โดยต้องหาให้ได้ว่าในสัปดาห์ที่ 23 ผู้ใช้เหล่านี้จะมีพฤติกรรมอย่างไร

ทีมชนะเลิศ

  • อับดัน 1 temp ชวาล เพียรสัตยานนท์, พิสิษฐ์ วจนสาระ
  • อับดัน 2 Kuta เอมฤดี จงทวีสถาพร, วัชรินทร์ เหลืองวัฒนากิจ
  • อับดัน 3 ASQUARE2 ปุริมพัฒน์ เจียรสุนันท์, อินทัช คุณากรธรรม

ทีม temp

ความเห็นจากกรรมการ: กรรมการระบุว่าทีม temp เป็นทีมม้ามืดเช่นกัน ความโดดเด่นคือการเลือกใช้ Deep Learning วิเคราะห์ข้อมูลภายใต้ระยะเวลาที่จำกัดของการแข่งขัน ซึ่งคณะกรรมการมองว่าค่อนข้างเสี่ยง และเป็นทีมเดียวที่เลือกใช้วิธีนี้ตลอดระยะเวลา 2 ปีที่จัดการแข่งขันมา แต่ผลที่ได้กลับคุ้มค่าเมื่อโมเดลที่ออกมามีความแม่นยำเหนือทีมอื่นที่ใช้วิธีการที่ไม่แตกต่างกันมาก

Design Squad

โจทย์รอบสุดท้าย: ออกแบบโดยใช้จุดสัมผัสลูกค้า (touchpoint) ที่ธนาคารมีอยู่ (เช่น ตู้เอทีเอ็ม, สาขา, K PLUS, K PLUS Market เป็นต้น) เพื่อสร้างโอกาสทางธุรกิจใหม่ๆ ให้กับธนาคาร ที่มากกว่าบริการด้านการเงิน เพื่อให้ KBank เข้าไปอยู่ในชีวิตลูกค้ามากกว่าเดิมและให้ลูกค้าใช้บริการของ KBank ไม่ว่าจะออนไลน์หรือออฟไลน์มากขึ้น

ทีมชนะเลิศ

  • อับดัน 1 TrexcodeJr จิตรวี จงเรียน, จักรพงษ์ สารครศรี
  • อับดัน 2 HOUSEPARTNER คคนานต์ เจริญมาก, ชนัญชิดา แสนลาน
  • อับดัน 3 D-Lights อุมาพร ศรีหุ่น, เจนจิรา ธาราพันธ์

ทีม TrexcodeJr

TrexcodeJr ผู้ชนะนำเสนอการสร้างชุมชน (community) ภายในแพลตฟอร์มของ K PLUS ของผู้ใช้ โดยอาศัยปัญญาประดิษฐ์ KADE ที่ดึงเอาคนที่มีไลฟ์สไตล์เดียวกันมาอยู่ในชุมชนเดียวกัน ช่วยดึงผู้ใช้ใช้งานแพลตฟอร์ม K PLUS ในชีวิตประจำวันมากยิ่งขึ้น

ความเห็นกรรมการ: กรรมการทั้ง 6 คนตัดสินอย่างเป็นเอกฉันท์หลังการ pitch ของผู้ชนะ เพราะไอเดียดี ตีโจทย์แตก และมีแมคคานิคที่ชัดเจนในกระบวนการสร้างชุมชนให้ผู้ใช้ ขณะที่การ pitch ก็สมบูรณ์แบบที่สุดจากผู้เข้าแข่งขันทั้งหมด

นอกจากนี้ผู้ชนะจาก Squad นี้เป็นทีมจากจังหวัดขอนแก่น ตอบเจตนารมณ์ของทาง KBTG ที่ขยายพื้นที่การแข่งขันเป็นทั่วประเทศที่เชื่อว่าคนเก่งมีอยู่ทุกที่ในประเทศ ไม่ใช่แค่ในกรุงเทพฯ เพียงแต่ว่ากลุ่มคนเหล่านี้ต้องการพื้นที่หรือโอกาสในการแสดงความสามารถ

Blognone Jobs Premium