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

Chris Deott

Chris Deott

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

The RecSys Challenge

The NVIDIA Merlin and KGMON team earned 1st place in the RecSys Challenge 2021 by effectively predicting the probability of user engagement within a dynamic environment and providing fair recommendations on a multi-million point dataset.

Booking.com Destination Recommendation Challenge

MARCH 2021

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


In this recommendation system challenge, the goal was to use a dataset based on millions of real anonymized accommodation reservations to come up with a strategy for making the best recommendation for their next destination, all in real-time.

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


In this landmark recognition challenge, the team had to build models that recognize the correct landmark (if any) in a dataset of complicated test images. This is easier said than done, given landmark recognition contains a much larger number of classes. For example, there were more than 81,000 classes in this competition.

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