DeepRec CTR模型性能优化天池挑战赛已在阿里云天池平台正式上线！
点击率预估 (CTR estimation) 是在线信息系统的核心模块之一，是推荐系统、付费广告、搜索引擎重要的组成部分，广泛的应用于商品购物、短视频、本地生活等领域中，与人们的生活息息相关，具有重要的业务价值。而DeepRec是阿里巴巴统一的稀疏模型训练/预测引擎，针对点击率预估模型的训练/预测进行了深度的优化
（DeepRec github地址：https://github.com/alibaba/DeepRec）。
此次DeepRec CTR模型性能优化挑战赛诚邀广大开发者参赛！借助本次大赛，在DeepRec中沉淀CTR模型新的优化思路和优化方向，共享经验成果，指导和推动实际工业实际场景中点击率预估模型的训练效率的提升！
赛题说明
本赛题需要参赛者使用DeepRec进行单机的CTR模型训练，主要任务为CTR模型(W&DL, DeepFM, DLRM, DIN, DIEN, MMOE)的训练任务：
W&DL/DeepFM/DLRM模型的数据集为经过采样的饿了么数据集，DIN/DIEN模型的数据集为亚马逊图书数据集，MMoE使用淘宝数据集，在有限资源使用下优化6个模型的训练速度。
比赛地址
详细赛题及规则介绍请复制下方链接
https://tianchi.aliyun.com/competition/entrance/532005/introduction
赛事奖金池
30万元奖金池
冠军： 1支队伍，奖金8万人民币，颁发获奖证书
亚军： 2支队伍，奖金3万人民币，颁发获奖证书
季军： 3支队伍，奖金2万人民币，颁发获奖证书
创新奖：复赛中第7-16名队伍，奖励1万人民币，颁发获奖证书
参与天池大赛的队伍还有机会参与《DeepRec CTR模型性能优化大赛有奖征稿》获得键盘、充电宝等精美礼品！
大赛技术答疑交流群
赛事组队或交流可以进群
将在群内分享进行答疑和技术交流
