2019 年 9 月 21 日，由众安主办的“第二届众安大学生黑客马拉松大赛”决赛圆满结束。本次大赛立足保险领域，坚定发展金融科技，以人工智能、区块链双赛道专业设置。自 7 月 6 日启动，吸引众多高校生共计 174 支队伍参与，经过两个月的激烈角逐，层层选拔出 14 支优秀队伍入围决赛。最终，来自北京大学的 GXX 和广州大学 & 深圳大学 & 上海大学组成的 Fishman 战队凭借出色的技术能力分别夺得本次大赛人工智能赛道和区块链的桂冠。

极限 30 小时，引爆“地表最强”黑客马拉松

有学生的地方，就有“地表最强”。

众安的“地表最强”中就盛传着 Hackathon 出高人的传说，每年的 Hackathon 决赛，就是一年一度“神仙打架”的日子。

试想一下，所有的开发时间压缩到 30 小时，这意味着什么？大脑连轴转，手指敲击键盘，意志力和精神状态在崩溃的边缘来回试探。

据了解，此次进入决赛的选手来自于清华、北大、复旦、浙大等知名院校的学生，其中包含最强大脑第二季 12 强选手、ACM 亚洲区冠军选手，实力不容小觑。更有团队自带程序员鼓励师，帮助选手们调节心态，可见是为了比赛火力全开，“码”不停蹄，却甘之如饴，兴奋不已！

持续近两天的黑客马拉松大赛，不仅是考验能力和团队，更是对毅力的考验。现场 14 支队伍，近百名学生在 30 小时里疯狂激发自己的小宇宙，碰撞彼此脑海里的 idea，用激情点亮申城。

20:00，01:00，04:00，黑夜中一直奋战的选手们，始终是那最闪亮的星。

学生们的激情同样感染了所有在场的项目方技术人员，作为开发者出身的他们，自发地和选手们一起熬夜，攻克开发过程中的一个又一个难关，解决一个又一个 bug。

“不管是对于同学们还是工作人员来说，都是有特别意义的两天。”众安数据智能中心负责人孙谷飞说。

创新赛制，放“码”过来

与往届比赛不同的是，此次比赛采用了创新场景与创新赛制。

人工智能赛题主要围绕“车险”领域的技术应用展开。要求选手基于人、车、路生成的驾驶行为数据，区分“司机”、“支架”、“副驾驶”、“左后”、“右后”五个位置。并基于众安机器学习平台进行现场建模，最终根据线上 F-score（模型精确率和召回率的评估指标）分数和讲师评审的分数角逐冠军。

而区块链赛道今年采用了创新赛制，采用“8426”实时 battle 的游戏赛制。据众安 - 复旦区块链与信息安全联合实验室主任吴小川介绍，在决赛中，区块链赛道选手们全程基于 Annchain.OG 开发，依据“争抢空投”、“Rob”、“查封和清算”等规则，利用攻击以及防守的手段，争夺守护比赛分数，类似于吃鸡游戏中的“舔包”行为，每支队伍需破解对方的使用策略来对应制定自己的策略，最终的比赛结果由“分数值”的数量定夺。

有趣的是，本次区块链赛道还设置了 NPC 角色，不仅使得赛制具备趣味性还增添了大赛的紧张感，选手们纷纷表示“实时排名，NPC 的加入，真的是带给我们很大的鸭梨（压力）！”

一群金融科技的明日之子，一场“时间”与“精度”的大逃杀

小编有幸采访了人工智能和区块链赛道的冠军，记录了他们的夺冠历程。

“很意外，简直就是‘逆风翻盘’，感觉像在做梦！”在采访开始，来自北京大学的冠军团队 GXX 队长就迫不及待表达自己激动的心情。

据了解，GXX 是以团队第 7 名的身份进入决赛，但在决赛过程中，三人默契配合，充分利用团队擅长的数学思维，力争把数据预处理做到极致。并将 CNN、RNN、Xgboost 等多种方法进行比对，选择合适的建模方法，最终在线上比拼中获得第二名的好成绩。

“学生们能将技术与业务结合，这是我特别意外也特别希望看到的场景。”赛后孙谷飞评价道。

除此之外，GXX 团队介绍，此次能够夺冠，离不开众安机器学习平台的帮助。

在初赛阶段，GXX 团队的队员们分别为身处不同国家，因为时差的原因面临着项目碎片化的问题。

“但是上手众安机器学习平台之后发现，平台的易操作、易连接的特性可以帮助我们克服这个困难，大家利用时差轮流在这个平台上操作，可以保证项目进展的不间断，强行把“时差”劣势转为优势。”GXX 队长说。

赛后，孙谷飞也介绍说，机器学习平台定位为保险和金融轻量级解决方案，而“开放”、“机器学习闭环”是众安机器学习平台诸多特性中的一部分。

不同于市场上其他产品的多侧重于自动机器学习、与云平台技术强绑定的机器学习平台架构，众安机器学习平台为偏向使用开源技术的数据科学家，提供了一个尽可能开放的机器学习实验环境，通过容器、资源调度等技术，数据科学家可以使用自己习惯的语言与代码库，灵活使用各种计算资源进行数据建模。

此外，众安机器学习平台强调模型的全生命周期管理。建模以后，数据科学家可以很便捷地完成模型的发布，选择以微服务的方式与业务应用系统对接，省去了以往需要与算法工程师、应用工程师的对接与接口封装。自带的A/B测试、数据回流、模型性能监控等功能，很好地将机器学习系统与业务系统的架构进行了解耦，形成了一个模型实验、版本控制、服务化、数据回流的闭环。

不仅仅限于比赛中的“车险”场景。在众安内部应用上，机器学习平台乘载了多元场景下的模型开发需求，如 OCR 证件识别、文字机器人 NLP 模型、医疗知识图谱等场景。

而相比于人工智能赛道规定场景、规定数据的赛制，区块链赛道实时 battle 让整个大赛显得更具有“速度与激情”。

“如何快速掌握游戏规则，如何根据情景快速变换比赛策略，是这场比赛中最激动的部分，特别是 NPC 的加入。”区块链冠军团队 fishman 队长说。”

其实，不光是对于 fishman 的成员，对于所有选手们来说，NPC 玩家就像是这场比赛的催化剂，引导选手、带给选手压力、加快比赛节奏、使比赛更具有对抗性。

另外，除却“NPC”玩家的“人工干扰”因素之外，本次区块链比赛的选手们还必须在极短的时间内充分理解 Annchain.OG 的基本结构以及交易在 Annchain.OG 上的确认方式，可谓是对选手技术能力的极大考验。

据悉，Annchain.OG 底层采用了有向无环图（DAG）的账本构型，去解决了现有块链区块链架构去中心化、安全、扩展性三角平衡问题。同时 Annchain.OG 解决了 DAG 型区块链与智能合约的兼容性问题，能够确保在 DAG 结构下智能合约交易的有序性。

与传统区块链不同，在 DAG 中，没有将交易封装成区块的概念，全网在同一时刻也不用对同一区块进行共识由于大部分交易之间并没有很强的因果关系，因此可以异步并发写入交易，极大提高了并发量，同时将交易确认时间降低到最低，解决了传统区块链的扩展性问题，吞吐量可以达到超大规模，并且可以水平扩展。

基于以上特性，众安推出了全球首个基于区块链的钻石产业链溯源平台—中钻溯源，平台整合上游供应链、质检机构、物流机构、报关机构及行业内大量正规合法经营的优质商家，基于区块链追溯钻石从开采、切割、质检、物流、报关、加工、批发和零售整个完整的生产及流通过程，让消费者在购买钻石时能看到钻石的完整生产及流通过程，帮助消费者鉴别钻石真伪，保障消费者和行业内正规合法经营商家的权益。

未来可期，我们终将变成想要的模样

全球招聘顾问公司Michael Page在《2018中国金融科技招聘趋势》报告中指出国内金融科技人才总缺口高达 150 万。但随着人工智能、大数据、区块链等新技术与金融服务的深度融合，金融科技已成为全球金融业的潮流，对于人才的需求也急剧增加。然而，由于目前设置金融科技相关课程的大学并不多、人才的培养周期长、毕业生缺乏实际经验等原因，导致金融科技人才的供给严重不足。人才匮乏使得金融行面临着严峻的“招人难”、“育人难”、“留人难”的问题，制约其智能化发展。

而作为国内首家互联网保险公司，众安一直以科技驱动金融，非常重视对金融科技复合型人才的培养。此次众安举办的大学生黑客松大赛，希望将科技和业务进行有效结合，让选手在锤炼技术的同时，也能感受到真实的应用场景。

正如孙谷飞所说，“未来的金融科技行业，需要‘技术 + 业务’的复合型人才，我们希望通过此次大赛，可以让同学们既懂得金融产品与业务相关知识，又能具备互联网思维与技术，为今后的金融科技发展作出贡献。”

创作场景

ACM 亚洲区冠军、最强大脑、程序员鼓励师……这个黑客松大赛有点意思