Разработать модель, предсказывающую исследуемый параметр масла на основе представленных открытых и приватных обезличенных данных. Модель должна работать как при подаче только нескольких SMILES (как компонентов), так и при подаче параметров, похожих на свойства компонентов, как в приватных обезличенных данных (модель должна сама восполнить пропуски в них, если они будут).

Примерный план для решения задачи:

1. Проанализировать данные
2. Проанализировать публикации
   1. Увеличить размер выборки
3. Рассмотреть способы преобразования SMILES в машиночитаемый вид
   1. Подумать над возможностью использования графовых нейронных сетей
   2. Подумать над возможностью использования трансформеров
   3. ? Подумать над возможностью использования квантово-химических дескрипторов
4. Разработать 1 часть модели, способную предсказывать необходимый параметр по SMILES. ! Количество SMILES для одного масла может быть произвольным;
5. Разработать 2 часть модели, предсказывающую нужный параметр по приватным обезличенным данным. ! При этом модель должна автоматически восполнять пропуски в данных, если таковые имеются.
6. Собрать обе части модели в конвейер, оптимизировать гиперпараметры
7. Оценить жизнеспособность модели на тестовых данных основными метриками
8. Подготовить инференс
9. Подготовить презентацию вашего решения

Полученная модель после загрузки в систему будет оцениваться при помощи MAE. В качестве приватной выборки будут использоваться экспериментальные данные, не предоставленные участникам для хакатона. Целевая переменная будет находится в столбце oil_property_param_value с совпаданием UUID в столбце oil_property_param_title - ad7e6027-00b8-4c27-918c-d1561f949ad8.

• oil_property_param_title – название свойства каждого смазочного масла;
• oil_property_param_value – значение свойства каждого смазочного масла;

Образ финального решения состоит из модели, способной предсказывать исследуемый параметр смазочного масла с произвольным количеством компонентов, как для компонентов представленных с помощью SMILES, так и для известных компонентов представленных экспериментальными параметрами из приватного обезличенного датасета. На рисунке представлен примерный образ финального решения.

Загрузка решений будет осуществляться через платформу. Решение необходимо упаковать в zip архив. Zip архив должен содержать код модели и её инференс (ipynb или скрипт), а также ответы к предоставленным тестовым данным в формате файла csv, сохраняя последовательность. При загрузке архива csv файл с ответами вашего решения будет сверяться с правильными ответами и высчитываться MAE. Полученная ошибка будет использоваться при ранжировании лидерборда.