Kaggle Grandmasters da NVIDIA

Conheça os Kaggle Grandmasters da NVIDIA (KGMoN) e veja como eles usam a ciência de dados acelerada da NVIDIA para criar sistemas de recomendação vencedores, prever taxas de degradação em moléculas de RNA, identificar melanoma em diagnósticos por imagens e muito mais.

Conheça a Equipe KGMoN

Bo Liu

Bo Liu

Cientista de Dados Sênior na NVIDIA

Chris Deotte

Chris Deotte

Cientista de Dados Sênior na NVIDIA

Christof Henkel

Christof Henkel

Cientista de Dados na NVIDIA

Dave Austin

David Austin

Engenheiro de Software de Sistemas Líder na NVIDIA

Gilberto Titericz

Gilberto Titericz

Cientista de Dados na NVIDIA

Jean-François Puget

Jean-François Puget

Engenheiro de Destaque na NVIDIA

Jiwei Liu

Jiwei Liu

Cientista de Dados Sênior na NVIDIA

Kazuki Onodera

Kazuki Onodera

Cientista de Dados Sênior na NVIDIA

Théo Viel

Théo Viel

Cientista de Dados de Deep Learning Sênior, NVIDIA

Confira as competições mais recentes da equipe KGMoN.

A Ascensão do DeBERTa para Tarefas Downstream de PLN

Março e Maio de 2022

A Ascensão do DeBERTa para Tarefas Downstream de PLN


Em duas competições diferentes, a equipe usou o processamento de linguagem natural para analisar elementos de escrita argumentativa dos alunos e identificou frases-chave nas notas dos pacientes de exames de licenciamento médico.

O Desafio dos Sistemas de Recomendação

Junho de 2021

O RecSys Challenge


A equipe do NVIDIA Merlin e KGMoN garantiu o 1º lugar no RecSys Challenge 2021 ao prever com eficácia a probabilidade de envolvimento do usuário em um ambiente dinâmico e fornecer recomendações justas em um conjunto de dados de vários milhões de pontos.

Desafio de Recomendação de Destino Booking.com

Março de 2021

Desafio WebTour 2021 de Pesquisa na Web e Data Mining (WSDM) da Booking.com


Nesse desafio de sistemas de recomendação, o objetivo era usar um conjunto de dados baseado em milhões de reservas de acomodação anônimas reais com a finalidade de criar uma estratégia para fazer a melhor recomendação para seu próximo destino, tudo em tempo real.

Criando Modelos de PLN de Alto Nível com Transformers e Hugging Face

Março de 2021

Criando Modelos de PLN de Alto Nível com Transformers e Hugging Face


Assista a este vídeo para obter uma breve lição de história e o estado atual do processamento de linguagem natural, além das melhores práticas para usar os transformers Hugging Face em quatro competições diferentes.

Competição de Predição de Degradação de Vacina de mRNA COVID-19

Outubro de 2020

OpenVaccine: Predição de Degradação de Vacina de mRNA COVID-19


Nesta competição, as equipes foram encarregadas de desenvolver modelos de machine learning e criar regras para degradação de RNA. Os modelos precisavam prever as taxas de degradação prováveis em cada base de uma molécula de RNA, treinados em um subconjunto de um conjunto de dados Eterna compreendendo mais de 3.000 moléculas de RNA (que abrangem uma panóplia de sequências e estruturas) e suas taxas de degradação em cada posição.

Google Landmark Recognition 2020

Setembro de 2020

Google Landmark Recognition 2020


Neste desafio de reconhecimento de pontos de referência, a equipe teve que construir modelos que reconhecem o ponto correto (se houver) em um conjunto de dados de imagens de teste complicadas. É mais fácil falar do que fazer, dado que o reconhecimento de pontos de referência contém um número muito maior de classes. Por exemplo, havia mais de 81.000 classes nesta competição.

Classificação de Melanoma SIIM-ISIC

Agosto de 2020

Classificação de Melanoma SIIM-ISIC


Nesta competição, a equipe teve que criar modelos de ML para identificar lesões de pele a partir de imagens de pacientes e determinar quais imagens teriam maior probabilidade de representar um melanoma. O modelo vencedor de ML foi capaz de identificar o melanoma mais cedo e com mais precisão do que um dermatologista comum.

Explore a Série Grandmaster de ciência de dados.

A Série Grandmaster é uma série de vídeos educacionais mensais para cientistas de dados. Em cada episódio, alguns dos principais especialistas em ciência de dados do mundo compartilham insights, práticas recomendadas e os principais aprendizados de uma competição recente. Confira e aprenda a aplicar  esses aprendizados aos seus próprios desafios de ciência de dados.

Inscreva-se para receber notícias sobre ciência de dados.