НЕФТЕКОД 2026 — Team ROCKET

Финальный репозиторий хакатонного решения команды ROCKET.

Состав репозитория

• inference.ipynb Predict-only ноутбук. Он читает исходные CSV из папки data, сам строит признаки и через зафиксированный checkpoint воспроизводимо формирует финальный predictions.csv.

• train.py Код обучения модели. Скрипт строит component/scenario-level таблицы из data/ и обучает historical hierarchical model.

• predict.py Код получения предсказаний. Скрипт строит те же признаки, загружает зафиксированный checkpoint модели и воспроизводимо формирует финальный [predictions.csv].

• streamlit_app.py Продуктовый интерфейс для загрузки CSV, обучения модели с нуля и дообучения из checkpoint.

• model/hierarchical_o2_baseline.pt Зафиксированный checkpoint baseline-модели.

• data Источник входных данных для решения:

  • daimler_component_properties.csv
  • daimler_mixtures_train.csv
  • daimler_mixtures_test.csv

• predictions.csv Файл, который формируется контейнерным запуском для отправки на платформу.

• docks Служебные материалы для сдачи:

  • logo.png

• Dockerfile

• requirements-docker.txt

• requirements-dev.txt

• scripts/local_ci.ps1

• tests/

• .dockerignore

• patent_data Папка с патентными данными и отдельным локальным pipeline для экспериментов с расширенным train:

  • daimler_mixtures_train_patent_attach.csv
  • daimler_component_properties_patent_attach.csv
  • train.py
  • predict.py
  • inference.ipynb
  • README.md

  Что это за папка:

  • отдельные скрипты для локального обучения и предсказания на объединённых data + patent_data.

  Важно: baseline-скрипты в корне проекта эти файлы автоматически не читают.

• tools/merge_patent_attach_into_data.py Вспомогательный скрипт для локального объединения патент-пакета с исходными CSV в отдельную папку data_with_patents/.

Что делает inference.ipynb

• читает исходные CSV из data/;
• строит те же признаки, что и predict.py;
• загружает checkpoint model/hierarchical_o2_baseline.pt;
• сохраняет итоговый predictions.csv.

Во время исполнения создается временная папка _notebook_runtime_o2. Это runtime-артефакт.

Код обучения baseline сохранен в train.py.

Структура запуска

Ожидаемая структура проекта:

Neftecode/
├── data/
│   ├── daimler_component_properties.csv
│   ├── daimler_mixtures_train.csv
│   └── daimler_mixtures_test.csv
├── docks/
│   └── logo.png
├── inference.ipynb
├── patent_data/
│   ├── daimler_component_properties_patent_attach.csv
│   ├── daimler_mixtures_train_patent_attach.csv
│   ├── inference.ipynb
│   ├── predict.py
│   ├── train.py
│   └── README.md
├── train.py
├── predict.py
├── src/
├── model/
│   └── hierarchical_o2_baseline.pt
├── predictions.csv
├── Dockerfile
└── requirements-docker.txt

Запуск локально

Нужны пакеты:

• numpy
• pandas
• scikit-learn
• torch

В Docker используется CPU-only сборка PyTorch.

Обучение модели:

python train.py

Скрипт обучит модель с нуля и сохранит:

• model/trained_model.pt
• prediction_fresh_retrain.csv

Параметры эксперимента можно менять через CLI:

python train.py --epochs 50 --batch-size 8 --seed 42

Дообучение из существующего checkpoint:

python train.py --epochs 30 --init-checkpoint model/hierarchical_o2_baseline.pt

Запуск Streamlit-интерфейса:

pip install -r requirements-dev.txt
streamlit run streamlit_app.py

В интерфейсе можно:

• использовать CSV из папки data/ или загрузить свои train, test и component_properties;
• обучить модель с нуля;
• дообучить модель из baseline checkpoint или загруженного .pt;
• скачать checkpoint, validation predictions и test predictions после запуска.

Логирование эксперимента в MLflow:

python train.py --epochs 20 --enable-mlflow --mlflow-tracking-uri sqlite:///mlflow.db

Локальная CI-проверка:

pip install -r requirements-dev.txt
powershell -ExecutionPolicy Bypass -File scripts/local_ci.ps1

CI-скрипт запускает unit-тесты, python predict.py и smoke-test обучения на 1 эпоху.

Получение финальных предсказаний через зафиксированный checkpoint:

python predict.py

Результат:

• в корне проекта будет создан или обновлен predictions.csv

Для патентного контура есть отдельный самостоятельный predict-only ноутбук:

jupyter notebook patent_data/inference.ipynb

Запуск через Docker

Сборка образа:

docker build -t neftecode-o2 .

Запуск в PowerShell:

docker run --rm -v ${PWD}:/app neftecode-o2

Запуск в cmd:

docker run --rm -v %cd%:/app neftecode-o2

Контейнер:

• ставит зависимости из requirements-docker.txt;
• запускает predict.py;
• воспроизводимо записывает predictions.csv в корень проекта.