Kaggle Grandmasters da NVIDIA (KGMoN

Conheça os Kaggle Grandmasters da NVIDIA e aprenda como eles usam a ciência de dados acelerada da NVIDIA para construir sistemas de recomendação vencedores, prever taxas de degradação em moléculas de RNA, identificar melanoma em imagens médicas e muito mais.

Conheça a Equipe KGMoN

Ahmet Erdem

Ahmet Erdem

Cientista de Dados Sênior na NVIDIA

Chris Deott

Chris Deott

Cientista de Dados Sênior na NVIDIA

Christof Henkel

Christof Henkel

Cientista de Dados na NVIDIA

Gilberto Titericz

Gilberto Titericz

Cientista de Dados na NVIDIA

Jean-Francois Puget

Jean-Francois Puget

Engenheiro Distinto da NVIDIA

Jiwei Liu

Jiwei Liu

Cientista de Dados Sênior na NVIDIA

Kazuki Onodera

Kazuki Onodera

Cientista de Dados Sênior na NVIDIA

Explore as Competições Recentes da Equipe KGMoN

The Recommender Systems Challenge

JUNHO 2021

O RecSys Challenge

A equipe NVIDIA Merlin e KGMON conquistou o primeiro 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.

Booking.com Destination Recommendation Challenge

MARÇO 2021

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


Neste desafio de sistema de recomendação, o objetivo era usar um conjunto de dados baseado em milhões de reservas de acomodação anônimas reais para chegar a uma estratégia para fazer a melhor recomendação para o seu próximo destino, tudo em temp.

COVID-19 mRNA Vaccine Degradation Prediction Competition

OUTUBRO 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 2020

Google Landmark Recognition 2020


Neste desafio de reconhecimento de landmark, a equipe teve que construir modelos que reconhecem o landmark 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.

SIIM-ISIC Melanoma Classification


AGOSTO 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 têm 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 o dermatologista médio

Série Grandmaster

A Série Grandmaster é uma série mensal de vídeos educacionais para cientistas de dados. Em cada episódio, você ouvirá os maiores especialistas do mundo em ciência de dados enquanto eles compartilham seus insights, práticas recomendadas e os principais aprendizados de uma competição recente. Sintonize e aprenda como você pode aplicar o que aprenderam aos seus próprios desafios de ciência de dados.

Inscreva-se para Receber Novidades Sobre Ciência de Dados