赛题背景

阿里云为全球众多的企业、政府机构和开发者们提供了全周期的技术服务，除了庞大的服务体量，还有巨大差异化的地域和语言、多样的客户问题、复杂的服务场景及各有所长的技术人员等问题，海量的客户技术问题（下以 “任务” 代称）如何分派到指定的阿里云服务技术专家是一个 NP-hard 的难题。

随着阿里云产品体系和客户群体的不断壮大，调度环境也日益复杂、任务数量也与日俱增，传统基于规则的调度方案无法满足需要，部分技术专家反馈会有派遣任务不均和连续分派任务的场景（例如：部分技术专家过去半年的分派任务量是别人的二倍），因此亟需一套能够均衡调度成本和调度效率的任务调度系统，提升客户问题的流转效率，优化客户服务体验。在调度过程中，配合可视化技术，能直观反映当前调度状态和调度结果，为后续服务调度提供参考。

近年来，运筹学、应用数学（排队论）、强化学习、供应链管理等不同领域的高速发展为解决此类问题提供了全新的思路。

赛题基础信息

共约I个服务技术专家，每个技术专家有一个自己的技能集合；约J个任务，每个任务都对应一个问题分类。服务技术专家的技能是否与任务的问题分类匹配，将直接影响到该技术专家处理该任务的时间；

任务处理中一共有3个时间节点：任务产生时间->开始处理时间->处理结束时间，其中任务产生到开始处理这一段时间称为响应时长，开始处理到处理结束这一段称为处理时长；

任务的总停留时长=响应时长+处理时长=处理结束时间-任务产生时间；为保证服务体验，每类任务都有一个最大响应时长限制T，即任务在产生后需要在时间T内开始处理，否则算作服务响应超时。

任务在分配后允许被再次分配给其他服务技术专家进行处理，假设一个任务j从产生到处理结束整个过程中被顺序得分配给n个服务技术专家，任务j在服务技术专家i处的停留时长=任务j在专家i的处理结束时间或被再次分配给其他专家的时间 - 任务j被分配给专家i的时间；注：任务转移后，其处理进度置0

调度目标：设计调度算法，在满足要求约束的前提下，通过将全部未被分配的任务分配给服务技术专家处理，得到最优的任务分配方案。最优分配方案指在尽可能满足任务最大响应时长约束的前提下，实际全部任务停留时长尽可能短，且单个服务技术专家负荷不能过高。请参考“评测方案”部分来获得更多关于最优分配方案的说明。

获奖情况

本次比赛中设置金奖1名，银奖2名，铜奖3名。

数据魔术师专家团队共有三支队伍参加，均进入前十名，其中：

• 南京大学胡骞老师带领的由陶嘉铭、马思慧、葛苗苗、纪政豪、任涛组成的队伍在决赛中荣获金奖（也就是冠军、第一名）；

• 南京大学罗志兴老师带领的由朱倩雯、王一伦、杨媛媛、余高伟、钟敬平组成的队伍在决赛中荣获铜奖；

• 华中科技大学秦虎老师带领的由邓发珩、蔡磊、李纪柳、李涛、周航组成的队伍获得第八名。