Data scientist — удалённая работа в Москве

Разметка данных. # Техническое задание на разметку покерных кадров и игровых эпизодов ## 1. Цель разметки Нужно подготовить качественный датасет для обучения системы, которая по кадру или короткой последовательности кадров будет восстанавливать состояние покерного стола в структурированный JSON. Разметка нужна не для обучения модели игре в покер, а для обучения модели: - видеть карты Hero(Main игрока); - видеть карты борда(раскладка на столе); - видеть банк, ставки и стеки; - видеть дилера и активного игрока; - видеть действия игроков; - фиксировать переходы между улицами и новыми раздачами. ## 2. Что является единицей разметки В проекте используются два типа разметки: 1. Разметка отдельного кадра. 2. Разметка игрового события или короткого фрагмента. ### 2.1. Разметка кадра нужна для - карт; - банка; - стеков; - ставок; - позиции дилера; - активного игрока; - стадии раздачи. ### 2.2. Разметка события нужна для - фиксации нового действия игрока; - смены улицы; - начала новой раздачи; - восстановления последовательности действий. ## 3. Общие правила работы команды разметки - Не угадывать значения, если они не видны. - Не дописывать карты оппонентов, если они закрыты. - Не исправлять за клиента покера “логически возможные” состояния. - Размечать только то, что реально отображается на экране. - При сомнении ставить `null` или помечать sample как требующий проверки. - Любое спорное место фиксировать в `notes`. ## 4. Какие данные поступают на разметку На разметку поступают: - видеофайлы игровых сессий; - при необходимости crop-фрагменты по зонам стола. Для каждого sample должны быть доступны: - `sample_id` - `session_id` - `source_video` - `frame_index` - `timestamp_seconds` - `profile_name` ## 5. Какие кадры нужно отбирать ### Нельзя размечать все подряд кадры из видео без отбора. Нужно отбирать в первую очередь: - начало новой раздачи; - момент выдачи карт Hero; - появление флопа; - появление терна; - появление ривера; - момент появления действия игрока; - кадры с изменением банка; - кадры с изменением ставки; - кадры с появлением дилерской кнопки в новом месте; - кадры с визуальными помехами, анимацией, блюром, компрессией; - редкие и сложные случаи. Нужно избегать: - десятков почти одинаковых соседних кадров; - переизбытка статичных кадров без нового состояния; - перекоса в сторону только “чистых” кадров. ## 6. Что нужно размечать на каждом кадре ### 6.1. Обязательные поля кадра - `sample_id` - `profile_name` - `review_status` - `hero_seat_index` - `dealer_seat_index` - `street` - `pot` - `hero_cards` - `board_cards` - `players` - `notes` ### 6.2. Поля по игрокам Для каждого места за столом: - `seat_index` - `stack` - `bet` - `action` Если значение не видно: - ставится `null` и помечается timestamp ### 6.3. Что именно нужно определить по игрокам По каждому игроку нужно пытаться зафиксировать: - присутствует ли игрок на месте; - виден ли стек; - есть ли текущая ставка; - есть ли видимый action label; - является ли игрок активным. ## 7. Справочник допустимых значений ### 7.1. Стадии раздачи Допустимые значения `street`: - `unknown` - используется в крайне редких случаях, либо когда есть тайминг между сессиями - `preflop` - `flop` - `turn` - `river` ### 7.2. Действия игроков Допустимые значения `action`: - `fold` - `check` - `call` - `bet` - `raise` - `all_in` - `post_blind` - `sit_out` - `unknown` - `null` ### 7.3. Формат карт Карты записываются в формате: - `Ah` - `Kd` - `2c` - `Ts` Допустимые ранги: - `2 3 4 5 6 7 8 9 T J Q K A` Допустимые масти: - `c d h s` ## 8. Правила разметки карт ### 8.1. Hero cards Нужно размечать только карты Hero, если они видны. Правила: - у Hero может быть 0, 1 или 2 читаемых карты на кадре; - если карта закрыта, смазана или не читается уверенно, не нужно угадывать; - если одна карта читается, а вторая нет, размечается только читаемая часть по внутреннему формату проекта или обе как `null` по правилам конкретного пайплайна. Рекомендуемое практическое правило для датасета: - если хотя бы одна из двух карт Hero не читается надежно, весь набор `hero_cards` помечать как неполный и отправлять на верификацию. ### 9.2. Board cards Нужно размечать только реально открытые карты борда. Правила: - preflop: `board_cards = []` - flop: ровно 3 карты, если все видны - turn: ровно 4 карты, если все видны - river: ровно 5 карт, если все видны Если одна из карт борда не читается: - не восстанавливать ее логически; - ставить `null` или помечать кадр как частично невалидный. ### 9.3. Запрет на угадывание Запрещено: - угадывать ранг по цвету; - угадывать масть по форме; - переносить карту с прошлого кадра без подтверждения правилами пайплайна; - восстанавливать карту “потому что она должна быть такой”. ## 10. Правила разметки банка, стеков и ставок ### 10.1. Pot Нужно размечать значение банка ровно так, как оно видно на экране. Правила: - убирать валютные символы только на этапе нормализации, но не при визуальной оценке; - если число не читается уверенно, ставить `null`; - если видна только часть числа, не достраивать остальное. ### 10.2. Stack Нужно размечать стек игрока, если он виден на соответствующем месте. Правила: - если игрок отсутствует, стек = `null`; - если область закрыта анимацией, стек = `null`; - если число читается не полностью, стек = `null`. ### 10.3. Bet Нужно размечать текущую ставку игрока на столе. Правила: - если ставки перед игроком нет, допустимо `0` или `null` по принятой схеме датасета; - внутри одного датасета правило должно быть единым; - если неясно, есть ставка или нет, ставить `null`. ## 11. Правила разметки действий игроков Действие размечается только если оно действительно видно на кадре. Источники действия: - action badge рядом с игроком; - текст в зоне действия; - явный визуальный индикатор клиентского интерфейса, банер действия или всплывающее окно. Если действие не видно явно: - не выводить его из логики игры; - не подставлять “скорее всего call” или “скорее всего fold”. Важно: - разметка действия на кадре и реальное событие в hand history могут не совпадать по времени; - разметчик фиксирует только то, что видно на экране в данный момент. ## 12. Правила разметки дилера и активного игрока ### 12.1. Dealer seat Нужно определить место дилера по кнопке дилера или иному явному индикатору. Если кнопка дилера не читается: - ставить `null` ### 12.2. Active player Нужно определить игрока, чей ход активен сейчас. Признаки: - подсветка места; - таймер хода; - анимация активного места; - специфический индикатор клиента. Если активный игрок не определяется надежно: - ставить `null` ## 13. Разметка игровых событий и переходов Кроме кадров нужно размечать ключевые события. ### 13.1. Обязательные типы событий - `new_hand` - `hero_cards_dealt` - `flop_revealed` - `turn_revealed` - `river_revealed` - `player_action` - `showdown` - `hand_finished` ### 13.2. Что указывать у события - `event_id` - `session_id` - `start_frame_index` - `end_frame_index` - `timestamp_start` - `timestamp_end` - `event_type` - `seat_index`, если событие связано с конкретным игроком - `notes` ## 14. Формат аннотаций Для каждого кадра рекомендуется хранить JSON со структурой: ```json { “sample_id“: “session01_000123“, “profile_name“: “pokepok_recording_4max“, “review_status“: “labeled“, “hero_seat_index“: 0, “dealer_seat_index“: 2, “street“: “flop“, “pot“: 250.0, “hero_cards“: [“Ah“, “Kd“], “board_cards“: [“Qs“, “Jh“, “2c“], “players“: [ { “seat_index“: 0, “stack“: 1450.0, “bet“: 100.0, “action“: null }, { “seat_index“: 1, “stack“: 980.0, “bet“: 100.0, “action“: “call“ } ], “notes“: ““ } ``` ## 15. Критические ошибки разметки Критическими считаются: - неверные карты Hero; - неверные карты борда; - неверный dealer seat; - неверная стадия улицы; - дублирование одинаковой карты в одной раздаче; - угадывание скрытых карт; - угадывание действия без визуального подтверждения. Такие ошибки недопустимы и должны исправляться в первую очередь. ## 16. Проверка качества разметки ### 16.1. Первый уровень - самопроверка разметчика; - проверка заполненности обязательных полей; - проверка формата карт и чисел. ### 16.2. Второй уровень - выборочная верификация ML инженерами; - перепроверка сложных и редких кейсов; - проверка кадров с `notes`; - контроль случайной выборки из каждой сессии. ### 16.3. Автоматические проверки Нужно автоматически проверять: - длину `hero_cards <= 2`; - длину `board_cards <= 5`; - уникальность карт в одном sample; - допустимость значений `street`; - допустимость значений `action`; - неотрицательность `pot`, `stack`, `bet`; - корректность `seat_index`. Общая длительность видео -52 минуты (2х26).