CLOVA AI RUSH 2022

Registration for AI RUSH 2022 is Open!

CLOVA AI RUSH 2022

네이버의 인프라와 실제 서비스 데이터를 통해 AI 과제를 해결하고
실제로 적용 가능한 수준의 AI 모델과 서비스를 개발 및 기획할 수 있는 AI 프로젝트 챌린지입니다.
올해 CLOVA AI RUSH에는 기존의 AI 모델링 프로젝트외에 새롭게 AI 기획 프로젝트가 추가되었습니다.

CLOVA AI RUSH는 어떻게 참가할 수 있나요?
참가 지원 후 선발이 되면 주어진 과제 중 도전하고 싶은 과제를 선택할 수 있습니다.
모든 프로젝트에는 멘토링을 받을 수 있는 실무진 PM이 함께합니다.​

Specialist 네이버 AI 서비스 실무자와 함께
AI 프로젝트를 진행
AI Model & Idea 내가 직접 개발한 AI 모델과
아이디어를 네이버 서비스에 적용
Prize 최종 선발된 수상자들은
총 2억원 상당의 상금을 획득!
Career 우수 챌린저는 인턴 및 정규 채용 연계를
통해 지속적인 서비스 모델 개발

Qualification

CLOVA AI RUSH 챌린지 전체 기간에 참여가 가능하신 분 누구나 가능합니다.

AI 모델링 프로젝트

머신러닝/딥러닝을 통해 AI 문제를 해결하는 것에
관심이 있는 누구나

지원마감
AI 기획 프로젝트

실생활에 도움이 되면서도 혁신적인 AI 서비스를
기획해보는 것에 관심이 있는 누구나

지원마감

Schedule

AI 모델링 프로젝트

참가 지원
5.30.월
23:59 까지
CLOVA AI RUSH 2022
참가 지원하러 가기
참가자 선발
5.31.화 -
6.10.금
서류 심사
6.13.월 -
6.17.금
코딩 테스트
개별 코딩 테스트 진행
6.22.수
최종 합격자 발표
150명
본선
7.5 화 -
7.27 수
1라운드
150명
8.1.월 -
8.26.금
2라운드
70명
9월 초
추가 공지
CLOVA AI RUSH 2022
컨퍼런스
  • 세부일정은 챌린지 운영상황에 따라 변경될 수 있습니다.
  • 서류심사는 Github repository 및 contribution 내용을 포함하여 내부 심사기준에 따라 진행합니다.
  • 자격/어학사항은 서류평가에 반영하지 않습니다. 따라서, 해당 항목은 입력하지 않아도 무방합니다.
  • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.

AI 기획 프로젝트

참가 지원
5.30.월
23:59 까지
CLOVA AI RUSH 2022
참가 지원하러 가기
참가자 선발
5.31.화 -
6.10.금
서류심사 1차
6.13.월 -
6.17.금
서류심사 2차
6.22.수
최종 합격자 발표
24명
본선
7.5 화 -
7.27 수
1라운드
24명
8.1.월 -
8.26.금
2라운드
12명
9월 초
추가 공지
CLOVA AI RUSH 2022
컨퍼런스
  • 세부일정은 챌린지 운영상황에 따라 변경될 수 있습니다.
  • 자격/어학사항은 서류평가에 반영하지 않습니다. 따라서, 해당 항목은 입력하지 않아도 무방합니다.
  • 지원서 내용 중 허위사실이 있는 경우에는 합격이 취소될 수 있습니다.

Rules

각 프로젝트 과제별 실시간 NSML 리더보드 운영

NSML은 24시간 운영하며 참가자는 30분에 1회씩 학습모델 제출 가능 (상황에 따라 변동 가능)

AI 모델링 프로젝트

1 라운드

1라운드 프로젝트 과제 중 희망하는 과제 최대 2개 도전 가능

1라운드 종료 시점에 리더보드 기준 상위 70명 2라운드 진출

추후 공지하는 시점 (예. 1라운드 종료 약 5일 전) 이후로는 택 1과제에 대해서만 submit 가능하며,
해당 결과물로 1라운드 최종 결과 반영

2 라운드

2라운드 프로젝트 과제 중 희망하는 과제 최대 2개 도전 가능

2라운드 종료 시점에 리더보드 기준으로 각 과제별 1-3위 최종 수상 확정

최대 2개 과제 도전에 대한 중복 수상 가능

세부사항은 AI RUSH 운영상황에 따라 일부 변경될 수 있습니다.
대회 종료 후 제출 코드 검수 과정을 거쳐 최종 랭킹이 확정됩니다.

AI 기획 프로젝트

1 라운드

AI 기획 프로젝트 과제 중 희망하는 과제 택1 및 주제별 참가자 Grouping

기획제안서 제출 및 개별 PT

1라운드 최종 점수 및 순위에 따라 상위 12명 2라운드 진출

평가기준
인사이트 및 기획력 40% + 논리력 및 분석적 사고 30% + 독창성 및 표현력 30%
2 라운드

1라운드 진행 과제 디벨롭

최종 기획제안서 제출 및 개별 PT

2라운드 과제 심사 및 평가점수에 따른 1-3위 최종 수상 확정

평가기준
문제 해결 능력과 논리력 40% + 실현 가능성과 표현력 40% + 목표 설정 능력 및 팀워크 20%

세부사항은 AI RUSH 운영상황에 따라 일부 변경될 수 있습니다.

Project

AI 모델링 프로젝트

포토클라우드개발
Landmark recognition (랜드마크 이미지 분류)
ImageVision
Face age prediction
대중교통개발
실시간 버스 도착 예정시간 예측 (특정 다음 정류장 예측)
Apollo Data Dev
엉터리 문서 검출
G플레이스AI개발
좋은 리뷰 사진 점수화 모델 개발
대중교통개발
실시간 버스 도착 예정 시간 예측 정확도 향상 (시작과 종점 사이 정류장 예측)
포토클라우드개발
Landmark recognition(랜드마크 영역 및 정보 검출)
미디어비전
KBL 득점이벤트 풀영상 연동
Document Inelligence
Long Document Summarization
CLOVA ML X
대규모 쇼핑 데이터를 활용한 일반적인 유저 임베딩 추출
Apollo Data Dev
Unknown 문서 탐지
Music AI
플레이리스트의 수록곡 추론하기

1, 2라운드 문제는 상황에 따라 조정될 수 있습니다.
CLOVA AI RUSH-AI 모델링프로젝트의 전 과정은 네이버 머신러닝 플랫폼 NSML과 함께합니다.

NSML(Naver Smart Machine Learning)은 모델을 연구하고 개발하는데 필요한 복잡한 과정을 대신 처리 해주어
연구 개발자들이 "모델 개발"에만 전념할 수 있고 다양한 시도를 쉽게 할 수 있도록 창의적인 환경을 제공합니다.

AI 기획 프로젝트

1 라운드

학생, 직장인 등에게 도움이 될만한 AI 서비스 및 기능

콘텐츠 크리에이터들에게 도움이 될 만한 AI 서비스

온라인 쇼핑 사업자들에게 도움이 될만한 AI 서비스 및 기능

자연스러운 AI 대화 기술을 기반으로 전개 가능한 AI 서비스 및 기능

코로나 상황 속 몸과 마음의 건강을 위한 AI 서비스 및 기능

2 라운드

1라운드 진행 과제 및 기획제안서 디벨롭

1, 2라운드 문제는 상황에 따라 조정될 수 있습니다.

실무진 PM

CLOVA AI RUSH 2022과 함께 할 네이버 실무진 PM을 소개합니다.

각 실무진 PM의 사진을 클릭하면 주요 개발/연구 분야를 확인할 수 있어요!

AI 모델링 프로젝트 실무진 PM

Prize

AI 모델링 프로젝트

참가 수행비

모든 참가자에게 각 라운드별 소정의 수행비를 지원드립니다.

기본 수행비 (20만원) + 성과 수행비 (10-300만원)

성과 수행비는 프로젝트 과제의 난이도 및 참가자의 평균 스코어를 고려하여 결정됩니다.
상세기준은 각 라운드 참가자에게 안내 예정입니다.

총 상금 약 2억원각 과제별 우수 챌린저 상금
1
500만원
2
300만원
3
200만원
우수 참가자 혜택채용특전
대상자
최종 과제별 1-5위 우수 참가자
특전 1
22년 네이버 기술 직군 동계 인턴십 지원 시, 서류전형 및 코딩테스트 면제
특전 2
이후 네이버 기술 직군 정규 채용 지원 시, 서류전형 및 코딩테스트 면제 (2회)
  • 특전 2 적용기준 : 2023년 이내 지원 건에 한하여 적용 가능
    위 전형 면제 케이스 특전을 제공받은 후 재지원하게 되는 경우 다음 지원에 대한 유예기간을 가짐 (1차 면접 3개월 / 2차 면접 6개월)
  • 단, 기업문화적합도 검사 합격자에에 한함
  • 단, 최종 결과물이 베이스라인 미달인 경우 혜택 대상에서 제외함

AI 기획 프로젝트

참가 수행비

각 라운드별 모든 참가자에게 100만원의 수행비를 지원합니다.

1
1
500만원
2
1
400만원
3
2
200만원
우수 참가자 혜택채용특전
대상자
최종 1-3위 수상자
특전
22년 네이버 서비스 직군 동계 인턴십 지원 시, 서류전형 면제
  • 단, 기업문화적합도 검사 합격자에에 한함

Archive

외부 개발자 및 예비참가자가 자유롭게 리뷰하고 스터디할 수 있도록
지난 AI RUSH 프로젝트 과제와 우수모델 코드를 공개합니다.

CLOVA AI RUSH를 통해 네이버 개발자로 입사하신 분들의 생생한 후기와
비하인드 스토리를 공개합니다.

Q&A

아래 이메일 주소로 문의해 주시면 담당자가 확인하여 답변드립니다.
dl_airush@navercorp.com

FAQ

A. 나이/신분에 제한없이 머신러닝으로 문제를 해결하는 것에 관심이 있는 분,

B. 실생활에 도움이 되는 AI 아이디어 구현에 관심이 있는 분
그리고, CLOVA AI RUSH 진행기간에 참여가 가능한 분이면 누구나 참여 가능합니다.

아쉽게도 1개 참여분야만 지원 및 참여가 가능합니다.

아니오. 챌린지 진행 중에는 참여기간 조정이 어려우니 참고해주세요.
부득이한 사정이 있는 경우에는 미리 운영진에게 문의주세요.

AI 모델링 프로젝트의 경우, 지원자의 Github/Repository를 포함하여 네이버 내부 심사기준에 따라 평가합니다.

AI 기획 프로젝트의 경우, 지원서 내 문항에 대한 답변 내용을 검토하여 내부 심사기준에 따라 평가합니다.

*지원서 항목 내에 어학/경력사항은 서류심사에 반영하지 않으니 기재하지 않아도 무방합니다.

전체 과정은 온라인으로 진행하며, 코로나19 추이에 따라 하이브리드 운영방식을 고려하고 있습니다. 상세한 사항은 추후 공지 예정입니다.

각 라운드에 제공하는 과제의 난이도에서 차이가 있을 수 있으며 2라운드의 최종 결과물을 통해 우수참가자를 선발합니다.

서류전형과 코딩테스트 결과는 개별 메일 안내드릴 예정입니다.

네이버의 NSML플랫폼을 활용하여 프로젝트를 진행합니다.

각 프로젝트별로 실시간 랭킹보드를 운영하며, 모델링 제출에 따른 스코어가 반영됩니다.

섹션 이동 버튼
G플레이스AI개발 민준호
  • 플레이스 리뷰 이미지 분류 모델링
  • 좋은 리뷰 이미지 판별 모델 개발
    (modeling, serving)
AI RUSH 2020 참가자 후기
이현준 Music AI Dev.
NSML플랫폼을 통해 인공지능 학습에 필요한 개발 자원 지원을 많이 해주셔서 더 다양한 시도를 해볼 수 있었습니다. 참가하는 것만으로도 많은 경험과 스스로 성장할 수 있기 때문에 혹시 실력이 부족한 것 같아서 고민하시는 분이 계시다면 망설이지 말고 참가해 보시길 바랍니다!
김정환 Language
Reputation
실제 네이버 서비스와 밀접한 관련이 있는 과제들을 접할 기회가 없는데 AI RUSH를 통해 해결하면서 관련 논문들을 보고 이를 구현하는데에 집중했고 결과적으로 1위라는 좋은 성적과 함께 스스로도 많이 성장하고 공부할 수 있었습니다.
안휘진 Language
Reputation
AI RUSH의 채용특전을 통해서 원래 관심분야와 관련된 부서에 입사하게 되었는데요. 실제 서비스 과제를 AI RUSH를 통해 먼저 다룰 수 있다보니 면접자리에서도 더 유의미한 답변을 할 수 있었습니다. 상금, 특전이 아니더라도 네이버의 개발자원, 데이타 등 구체적인 궁금하신 분들도 이번 5-6월 투자해보시는 것을 추천드립니다!
AI RUSH 2021 참가자 후기
최찬호 Music AI
AI RUSH 에는 AI 개발에만 전력을 다할 수 있는 환경이 구성되어 있습니다. NSML 기반의 리소스와 실제 데이터를 제공받아 AI를 연구하는 프로젝트를 진행하고 직접 부딪혀보면서 크게 성장할 수 있었습니다. 실무에 가까운 프로젝트를 진행해보면서 값진 경험을 얻을 수 있으니 도전해보시는 것을 추천드립니다!
공대현 쇼핑AI
현업에서 사용하는 AI를 직접 경험할 수 있고, 실무진 PM께 모르는 것을 여쭤보며 실제로 네이버에서 AI를 어떻게 활용하는지도 알 수 있었습니다. AI RUSH를 참여라는 것이 곧 하고 싶은 직무와 관심 부서를 사전답사를 하는 것이기 때문에 혹시 망설이시는 분들이 있다면 너무 고민하지 마시고 선지원 후고민 하시길 바랍니다!
최나영 Adaptive Search
성장의 기회라고 생각해서 지원한 AI RUSH였는데, 실제로도 문제마다 베이스라인 코드들이 제공되어 다양한 과제들을 데이터 관점에서 어떻게 정의하고 푸는지 배울 수 있었습니다. 채용 특전으로 연계 인턴십을 통해 실제 업무를 경험할 수 있었다보니 정규 입사 시에도 적응에 대한 걱정보다는 설레는 마음으로 입사할 수 있었습니다.
임창건 Search Feed
실제 서비스의 과제를 경험해보고 문제를 해결하면서 배워보자는 마음으로 AI RUSH 참가했었는데요. 그야말로 빵빵한 GPU 지원과 함께 제가 관심 있는 문제를 선택하고 해결하는 경험으로 많이 성장할 수 있었습니다. 참가하는 것 자체가 큰 성장을 할 수 있는 기회라고 말씀드리고 싶어요!
고성필 G플레이스AI개발
하나의 분야에 집중하는 대학원 생활 속에서 AI RUSH 참여는 다양한 문제를 접할 수 있어 환기가 될 수 있었던 시간이었습니다. 잘 알려진 공용 데이터셋이 아닌 네이버만이 제공할 수 있는 데이터들로 모델링을 해 볼 수 있는 기회인 만큼 AI에 관심이 많고 공부하시는 분들이라면 고민없이 지원하는 것을 추천합니다!
Round 1

과제 1.
회원 키보드, 마우스 기록을 통한 어뷰징 탐지

RANK NAME SCORE COUNT
1 방나모 89.95633188 76
2 유효곤 89.9000526 43
3 신영훈 89.87907466 65
4 김** 89.8565978160768 27
5 정** 89.8249308937738 29
6 송** 89.8078197481776 9
7 이** 89.8066552676575 6
8 진** 89.7905414306415 10
9 성** 89.7878508367373 72
10 김** 89.7706301080938 36
11 이** 89.7700237906423 13
12 유** 89.7641944407851 23
13 박** 89.7459523496116 34
14 조** 89.694254085398 25
15 정** 89.6878704069537 8

과제 2.
실시간 버스 도착 예정시간 예측 정확도 향상

RANK NAME SCORE COUNT
1 신범준 57.6303705876991 15
2 정지호 58.2563026864258 9
3 김동현 58.7185446006355 3
4 이** 59.557953025737 7
5 박** 59.5862857732443 1
6 김** 59.5949340399917 11
7 이** 59.6729305912763 10
8 남** 59.6876317021192 11
9 이** 60.0257307048856 10
10 정** 60.2120743694633 6
11 박** 60.3736716390275 7
12 박** 60.5171708778811 9
13 이** 60.6072794493775 9
14 김** 60.7873525472306 5
15 홍** 61.504568511887 1

과제 3.
네이버 클라우드 마이박스의 이미지 분류 테마를 11개에서 40여개로 확대 적용

RANK NAME SCORE COUNT
1 서주원 0.960666092449038 13
2 안범진 0.960091874820556 22
3 이한빈 0.958082113120873 45
4 김** 0.95671834625323 33
5 지** 0.952914154464542 1
6 심** 0.9522681596325 40
7 김** 0.950043066322136 17
8 유** 0.94760264140109 10
9 조** 0.947028423772609 16
10 홍** 0.945377548090726 41
11 이** 0.941716910709159 44
12 황** 0.941142693080677 19
13 신** 0.940855584266436 8
14 김** 0.939132931380993 63
15 고** 0.937840941716911 54

과제 4.
쇼핑 카테고리 분류

RANK NAME SCORE COUNT
1 홍석현 0.945377548090726 2
2 신준호 0.941214470284237 1
3 지민기 0.941142693080677 12
4 고** 0.937840941716911 5
5 서** 0.932170542635659 9
6 김** 0.930734998564456 3
7 김** 0.930232558139535 1
8 백** 0.921403962101636 7
9 김** 0.90891472868217 7

과제 5.
일본 유저 제보 이미지 분류

RANK NAME SCORE COUNT
1 공대현 0.859803139132748 31
2 유영재 0.81516028198989 10
3 최나영 0.800927773343974 14
4 이** 0.796239026336791 13
5 이** 0.794343575418994 10
6 최** 0.792215349827081 3
7 최** 0.789721335461558 4
8 한** 0.786778398510242 6
9 임** 0.783569433359936 9
10 장** 0.776619446661346 22
11 임** 0.774324953445065 19
12 박** 0.774092178770949 14
13 신** 0.7719473264166 8
14 김** 0.771398643256185 5
15 민** 0.769902234636871 12

과제 6.
브랜드스토어 SKU 단위 수요 예측

RANK NAME SCORE COUNT
1 김동균 0.72839610484955 11
2 권형근 0.742460867713715 55
3 김영주 0.745189830506119 62
4 하** 0.755727241991422 17
5 최** 0.76394279747137 1
6 나** 0.772277015089166 29
7 김** 0.773751963393929 9
8 박** 0.775626205319475 42
9 신** 0.77846996056839 28
10 임** 0.78490954514049 33
11 김** 0.788234083188378 13
12 홍** 0.796139425869409 18
13 오** 0.803903331998519 12
14 신** 0.810802525100489 17
15 Base 0.837373605816631 1

Count는 참가자의모델 Submit한 횟수 입니다.

과제별 최대 15위까지만 외부 공개합니다.

Round 2

과제 1.
150여개 곡으로부터 노래 반주 추출하여 모바일 탑재 가능한 경량화 모델 생성

RANK NAME SCORE COUNT
1 신영훈 0.407103986615906 319
2 최찬호 0.405914464546193 126
3 조희승 0.405241836065324 38
4 유** 0.404717067815126 59
5 나** 0.398860215953323 22
6 신** 0.396207907452388 13
7 진** 0.345220104616343 10
8 이** 0.265063584043461 18
9 김** 0.0998831130705137 1
10 송** 0.0941497785360742 4
11 박** 0.0749939374090274 35
12 신** 0.0719467101792163 2
13 이** 0.0707427650545286 1
14 이** 0.0705780659122848 4
15 박** 0.0696898251592352 3

과제 2.
내비 사용자 주행 기록을 이용한 통행코드 오류 탐지

RANK NAME SCORE COUNT
1 신범준 0.359999948880006 78
2 박효원 0.305084695087626 192
3 지민기 0.292682880428323 79
4 김** 0.279069719415908 113
5 이** 0.207999965798405 91
6 김** 0.159999949680015 28
7 유** 0.123456762193269 26
8 김** 0.0705881917785733 46
9 홍** 0.0069152864002536 13
10 박** 0.004898955718498 6

과제 3.
네이버 모바일 메인 마이구독의 UGC 컨텐츠 추천을 위한 문서 분류

RANK NAME SCORE COUNT
1 임창건 0.436840403873665 19
2 김종석 0.434368465940354 68
3 정준원 0.40078193893298 59
4 유** 0.392626229267576 64
5 최** 0.384516274034933 65
6 공** 0.351039488646784 7
7 남** 0.349164281520622 32
8 이** 0.335810445104946 24
9 박** 0.313510705636283 4
10 신** 0.313362092690444 8
11 이** 0.30702494312344 7
12 김** 0.30230464736533 6
13 이** 0.302004898723029 8
14 김** 0.301079278585057 1
15 성** 0.295409511228533 1

과제 4.
Grammar Correction Assistance /스마트에디터의 그래머리 (문장 교정/교열) 기능 고도화

RANK NAME SCORE COUNT
1 신찬호 83.6290609617145 32
2 최세현 83.311637827701 36
3 최나영 83.1335128551795 143
4 정** 83.0850287463733 97
5 안** 82.8917123893903 7
6 황** 81.8131391999572 12
7 오** 80.132489959222 7
8 이** 76.9920348186178 7
9 정** 76.7965142402693 17
10 김** 76.231134032717 2
11 신** 76.231134032717 3
12 이** 76.231134032717 2
13 김** 74.5564229582714 2
14 하** 67.7150154556564 2

과제 5.
쇼핑 카탈로그 클러스터링

RANK NAME SCORE COUNT
1 공대현 0.850305395056013 74
2 장진호 0.762726400466731 86
3 이한빈 0.762447061644749 66
4 김** 0.759304911569656 28
5 김** 0.751204159714721 44
6 심** 0.722272561509222 33
7 이** 0.705426681232578 34
8 한** 0.645668915457608 40
9 조** 0.331857542634386 2
10 권** 0.00162016110501535 2
11 오** 0.00011574074074074 1
12 임** 0.00000680827886710239 4

과제 6.
일본 영수증 메뉴 분석

RANK NAME SCORE COUNT
1 김종석 0.952966798888517 94
2 방나모 0.950059469476945 155
3 고성필 0.946966697161271 79
4 하** 0.946314207068869 39
5 이** 0.944901897495416 49
6 유** 0.944755672562052 42
7 안** 0.944728452066842 31
8 이** 0.943733945080154 6
9 김** 0.943385334341282 42
10 김** 0.941881538841749 1
11 박** 0.941866440115924 27
12 이** 0.935025882546787 2
13 주** 0.912402900404043 11

과제 7.
디스플레이 광고 클릭 예측

RANK NAME SCORE COUNT
1 방나모 0.00954413735679557 205
2 김승옥 0.00969217332186395 131
3 신범준 0.00995666365887825 56
4 김** 0.0107998791111517 33
5 이** 0.0113023163275291 35
6 홍** 0.0113324774076144 38
7 조** 0.0117083968257309 22
8 최** 0.0188006450129421 2
9 김** 0.0188015306313201 17
10 조** 0.0188030000644765 13
11 이** 0.018803034743673 17
12 오** 0.018803333055284 1
13 김** 0.0188042573075696 3
14 이** 0.0188059068239258 5
15 김** 0.0188137043741104 1

과제 8.
대규모 쇼핑 데이터를 활용한 일반적인 유저 임베딩 추출

RANK NAME SCORE COUNT
1 김동현 0.681773041224463 27
2 신영훈 0.669377047773064 118
3 박승준 0.668266296342629 62
4 하** 0.664781064109249 103
5 유** 0.664434594007404 96
6 이** 0.662587359617548 87
7 김** 0.655248222455394 29
8 김** 0.648882817104623 72
9 이** 0.647953891611199 65
10 임** 0.647808307848135 11
11 조** 0.647081699393575 8
12 김** 0.643313643156097 18
13 지** 0.642096571989055 20
14 유** 0.640760371639711 6
15 이** 0.636917491124281 5

Count는 참가자의모델 Submit한 횟수 입니다.

과제별 최대 15위까지만 외부 공개합니다.

지원서 작성 공지

지원서 작성 시
[지원분야 - AI 모델링 프로젝트/
AI 기획 프로젝트]

체크박스를
꼭 확인 후에 지원서를 작성해주세요.
지원분야에 따라 지원서 문항이 상이합니다.