Kaggle Grandmasters de NVIDIA (KGMoN)

Conozca a los grandes maestros de Kaggle de NVIDIA y descubra cómo utilizan la ciencia de datos acelerada de NVIDIA para crear sistemas de recomendación ganadores, predecir las tasas de degradación en las moléculas de ARN, identificar el melanoma en las imágenes médicas y más.

Conozca al Equipo de KGMoN

Ahmet Erdem

Ahmet Erdem

Científico de Datos Sénior en NVIDIA

Bo Liu

Bo Liu

Científico de Datos Sénior en NVIDIA

Chris Deotte

Chris Deotte

Científico de Datos Sénior en NVIDIA

Christof Henkel

Christof Henkel

Científico de Datos en NVIDIA

Gilberto Titericz

Gilberto Titericz

Científico de Datos en NVIDIA

Jean-Francois Puget

Jean-Francois Puget

Ingeniero Distinguido en NVIDIA

Jiwei Liu

Jiwei Liu

Científico de Datos Sénior en NVIDIA

Kazuki Onodera

Kazuki Onodera

Científico de Datos Sénior en NVIDIA

Explore las Competiciones Recientes del Equipo KGMoN

The Recommender Systems Challenge

JUNIO 2021

El RecSys Challenge

El equipo de NVIDIA Merlin y KGMON obtuvo el primer lugar en RecSys Challenge 2021 al predecir de manera efectiva la probabilidad de participación del usuario dentro de un entorno dinámico y brindar recomendaciones justas en un conjunto de datos de varios millones de puntos.

Booking.com Destination Recommendation Challenge

MARCH 2021

Booking.com Web Search y Data Mining (WSDM) WebTour 2021 Challenge

En este desafío del sistema de recomendaciones, el objetivo era utilizar un conjunto de datos basado en millones de reservas de alojamiento anonimizadas reales para idear una estrategia para hacer la mejor recomendación para su próximo destino, todo en tiempo real.

Construcción de Modelos de PNL de Clase Mundial con Transformers e Hugging Face

Marzo de 2021

Construcción de Modelos de PNL de Clase Mundial con Transformers e Hugging Face


Mire este video para obtener una breve lección de historia y el estado actual del procesamiento del lenguaje natural y las mejores prácticas para usar los transformers Hugging Face en cuatro competencias diferentes.

COVID-19 mRNA Vaccine Degradation Prediction Competition

OCTUBRE 2020

OpenVaccine: Predicción de Degradación de la Vacuna de ARNm de COVID-19


En esta competencia, los equipos se encargaron de desarrollar modelos de machine learning y diseñar reglas para la degradación del ARN. Los modelos necesarios para predecir las tasas de degradación probables en cada base de una molécula de ARN, entrenados en un subconjunto de un conjunto de datos de Eterna que comprende más de 3000 moléculas de ARN (que abarcan una panoplia de secuencias y estructuras) y sus tasas de degradación en cada posición.

Google Landmark Recognition 2020

SEPTEMBER 2020

Google Landmark Recognition 2020



En este desafío de reconocimiento de puntos de referencia, el equipo tuvo que construir modelos que reconocieran el punto de referencia correcto (si lo hubiera) en un conjunto de datos de imágenes de prueba complicadas. Esto es más fácil decirlo que hacerlo, dado que el reconocimiento de puntos de referencia contiene una cantidad mucho mayor de clases. Por ejemplo, hubo más de 81.000 clases en esta competencia.

SIIM-ISIC Melanoma Classification

AGOSTO 2020

Clasificación del Melanoma SIIM-ISIC


En esta competencia, el equipo tuvo que crear modelos ML para identificar las lesiones cutáneas a partir de las imágenes de los pacientes y determinar qué imágenes tienen más probabilidades de representar un melanoma. El modelo ML ganador pudo identificar el melanoma antes y con mayor precisión que el dermatólogo promedio.

Serie Grandmaster

La Serie Grandmaster es una serie mensual de videos educativos para científicos de datos. En cada episodio, escuchará a los principales expertos mundiales en ciencia de datos mientras comparten sus conocimientos, mejores prácticas y aprendizajes clave de una competencia reciente. Sintonice y aprenda cómo puede aplicar sus aprendizajes a sus propios desafíos de ciencia de datos.

Regístrese para Recibir Noticias sobre Ciencia de Datos