参加者の人口統計
合計275人がコンテストに登録しました。 結果として得られた人口統計学的カットに満足していることに注意してください。 一般的に、驚きはなかったと言えます。参加者の平均的なプロフィールは、競技の目的を完全に満たしています。
性別
性別構成は予測可能です。聴衆の大部分は男性です。 聴衆の女性の割合はほぼ15％で、これは一般に、 ITの分野における公正な性別の現在の世界レベルの表現を反映しています。
年齢
これに基づいて、最大のグループは20〜25歳の参加者、つまり学生、大学院生、若い専門家です。 これらのデータは、以下で説明する参加者の職業と相関しています。 2位は26〜35歳の年齢層です。 「ホット」な知識の分野としてのデータサイエンスと機械学習は、市場の需要と魅力的な展望を考慮して、この分野での積極的なキャリア開発に焦点を当てた卒業生や専門家を引き付けると言うのが適切でしょう。
地域別の地理
地理的な分布もかなり予測可能であることがわかりました。半分はロシアからの参加者です。 しかし、それをどうにかカバーできなかった場合（さらに詳しく検討する必要があります）、少なくとも世界中のさまざまな国の代表者を「フック」したことがうれしいです。
コンテスト参加者の居住国の地理：
CIS：ロシア、ウクライナ、ベラルーシ
南アジア：インド、バングラデシュ、パキスタン
西ヨーロッパ：フランス、ドイツ、イギリス、ベルギー、オランダ、スイス、スペイン、ポルトガル、ギリシャ
北米：アメリカ、カナダ
東南アジア：インドネシア、マレーシア、タイ、ベトナム
東ヨーロッパ：ルーマニア
南アメリカ：アルゼンチン、ブラジル、ガイアナ、ペルー、およびフランスの海外所有物-グアドループとサンマルタン
アフリカ：モロッコ、エジプト、コンゴ共和国
西アジア：トルコ、イスラエル
上位11か国
ロシアのトップ9都市
ロシアの聴衆のみを取り上げる場合、TOP-3にはモスクワ、ノボシビルスク、サンクトペテルブルクが含まれますが、首都は大きなマージン（45.6％）でリードしています。 TOPには、データサイエンスの分野で強力な専門知識を持つ他のロシアのセンターの代表者がいます-ニジニノヴゴロド、エカテリンブルグ、トムスク、カザン。 なんらかの理由で、彼らは完全に脱落しました。たとえば、Voronezh、カリーニングラード、極東（私たちは次回修正する予定です）。
職業
参加者の職業により、重要なグループは技術/ IT専門分野の学生（34.2％）です。 2番目の場所は、アカデミーの代表者（科学者、研究者、研究者）とIT部門の代表者（ソフトウェア開発者/プログラマー）によって共有されています。 3位はデータサイエンスの専門家です。 個人データに基づいているため、分類は条件付きです。参加者はアクティビティの種類を自由形式で記述します。
大学
教育機関に関しては、参加者の大半はロシアの大学の学生と卒業生です。 上位5位：国立研究大学経済学部（HSE）、MVロモノソフモスクワ州立大学（モスクワ州立大学）、ノボシビルスク州立大学、スコルテック、モスクワ物理工科大学（MIPT）。 ただし、ベラルーシ州立大学とクルージナポカ工科大学（ルーマニア）の2つの外国大学もトップになりました。
多くの有名な大学の代表者がコンテストに登録していることに関心を持って注目しましたが、ここではそのうちのいくつかを紹介します。
米国：マサチューセッツ工科大学、カーネギーメロン大学、カリフォルニア大学、バークレー、ミシガン大学、ペンシルバニア州立大学。
中国：中国科学院、上海大学、北京大学、Z江大学。
韓国：ソウル大学、韓国先端技術研究所、ガチョン大学。
インド：ムンバイのインド工科大学。
マレーシア：プトラ大学。
ウクライナ：キエフ工科大学、イヴァン・フランコ国立リヴィウ大学。
ドイツ：ウルム大学、ミュンヘン工科大学、パッサウ大学、ブラウンシュヴァイク工科大学。
スイス：チューリッヒのスイス高等技術学校。
フランス：ポリテクニックスクール（パリ）。
スペイン：ポンペウファブラ大学。
ポルトガル：リスボン大学。
ギリシャ：アテネ工科大学。
イスラエル：エルサレムのヘブライ大学。
専門
参加者が示した専門分野をもう少し詳しく見ると、一部の専門家が非常に広く指定していること（ITまたはコンピューターサイエンス）が、反対に他の専門家が正確な定義を与えようとしていることをすぐに明確にする価値があります（専門分野の正式名または卒業証書のトピックを指定します）。 登録された参加者の大部分が専門分野の代表者であることは明らかであり、フリーランスの作家にはほんの少し驚いただけでした。他のすべては論理的で説明可能に見えます。
一部の参加者が一度に複数のプロファイルの専門化を示したため、すべてのオプションの合計は100％以上です。
まとめ
引き続き3つの方向に進みます。
- サイトのプロモーションとEmotion AIに忠実なコミュニティの形成に取り組みます。 Kaggleに行かなかった理由について考えられる疑問を予見し、感情的なコンピューティングと感情認識技術に関連する私たちの周りのコミュニティを構築し、もちろん舵取りをします:)。
- より多くの聴衆に到達する。 間違いなく成長する余地があります。 たとえば、参加者の中には多くの地域大学の代表者がいませんでした。 メトロポリタン工科大学でさえ完全な力で発表されませんでした。 そして、もちろん、私たちは将来の参加者の構成が本当に国際的であるという事実に興味を持っています。 私たちは意図的に英語を話すサイトを作りました。 なんで？ 私たちは、透明な競争と競争の精神の条件の下で、すべてに完全に開かれたプラットフォーム上でのみ、真に画期的なアイデアを生み出すことができると信じています。 言い換えれば、中国、インド、アメリカ、フランス語、ドイツ、ブラジル、日本語、マレーシア、韓国、オーストラリアの紹介マシンとデータをどこで（コミュニティ、フォーラム、ブログ）知っているなら、科学者が時間を費やすことに感謝しますコメント。
- 視聴者の関与。 そのため、参加者はデータをダウンロードし、仕事をするために出発しました。 作業の大部分が画面外に出るため、「患者は死んでいるよりも生きている可能性が高い、または生きているよりもむしろ死んでいる」と診断することは非常に困難です。 最初のコンペティションでは、すべての投稿は本質的に情報提供と組織化でした。 実質的な質問が参加者からより多く寄せられると予想しました。 私たちは、主催者として、コンテストのトピックに関する実質的な議論をより積極的に開始する必要があると考えています。 コンテスト中にマイルストーンを導入し、それらを賞の方針とリンクする価値があると考えています。 一般的に、ツールについて考えます。
MERC-2017の受賞者と最終的な決定については、コンテストの公式完了後の次の投稿で詳しく説明します。
投稿者：
Alexandra Smirnova、クラウドソーシングプロジェクトと外部関係の専門家Neurodata Lab