1ª: Como organizar um hackathon de Machine Learning - e vencê-lo

Nesta apresentação, o Grupo Turing, da Escola Politécnica da USP, mostrará como organizou seu primeiro hackathon voltado para o desenvolvimento de soluções em Healthcare utilizando técnicas de Machine Learning. Serão compartilhadas as técnicas de planejamento e execução do evento para que mais oportunidades assim possam surgir no ecossistema de IA brasileiro.

A apresentação também contará com a participação do grupo vencedor - o Grupo Airmid - que compartilhará a solução desenvolvida nas 24h de duração do evento. A equipe seguiu um pipeline completo de um típico projeto de Data Science, e poderá dar insights sobre como se dar bem em um hackathon do tipo.

Bruno Koba, graduando em Engenharia de Produção pela Escola Politécnica da USP. Trabalho atualmente como Business Analyst Intern no Nubank, utilizando analytics e desenvolvendo ferramentas de automação na área de Prevenção à Lavagem de Dinheiro da empresa. Durante a gradução, fui Diretor Presidente da Poli Júnior, a Empresa Júnior da Poli-USP, e descobri minha paixão por Data Science e Machine Learning em um intercâmbio de 1 ano que realizei para a Shibaura Institute of Technology, em Tóquio.

Matheus Morgado, graduando em Engenharia Elétrica pela Escola Politécnica da USP. Durante a graduação me dediquei a projetos de ensino de programação para crianças, pesquisei sobre soluções tecnológicas para pessoas com deficiência com apoio da Embraer e desenvolvi um protótipo para transmissão de dados usando luz (tecnologia Li-Fi) em parceria com a École Centrale Paris. Já trabalhei na área de P&D em empresa multinacional e com marketing de performance em startup. Hoje, tenho focado no meu TCC e estudado data science para trabalhar na área.

Abelardo Fukasawa, graduando em em engenharia mecatrônica na Poli-USP. Trabalho atualmente como Data Scientist na Infoprice, sendo responsável por projetos de modelagem e visão computacional. Durante a graduação, desenvolvi uma interface cérebro-máquina utilizando processamento de sinais, ciência de dados e machine learning na minha iniciação científica/pesquisa na Poli-USP, onde estudava antes. Fui um dos membros da gestão do Grupo Turing e responsável-geral pelo Hackathon em Healthcare.

Lucas 'Tex' Sobrinho, graduando em Ciência da Computação no IME-USP. Trabalha atualmente com Machine Learning e processamento de imagens na MVisia, onde desenvolve soluções embarcadas para câmeras inteligentes e mobile. Ex viciado em olimpíadas de matemática e atual responsável da área eventos e comunicação do Grupo Turing.

Anna Lu Boschirolli, graduanda em engenharia elétrica pela Poli-USP. Faz parte do Grupo Turing desde 2017, onde fez parte da gestão de RH e estratégia, aprimorando o sistema de seleção e treinamento de membros. Foi organizadora do HackaTuring, maior evento organizado até hoje pelo grupo.

2ª: Como usar machine learning para prever múltiplas classes para o mesmo objeto

Descrição: A maioria das tarefas que resolvemos com machine learning inclui a previsão de uma classe para cada exemplo, mas pouco se fala em problemas em que mais de uma classe deve ser prevista para o mesmo exemplo. No Data Science Challenge, fomos desafiados pelo Serviço Secreto Britânico (MI5/MI6) a criar uma solução que pudesse classificar quais eram as tags que melhor descreveriam artigos de notícias. Quero compartilhar a solução que criei para conseguir o segundo lugar na competição e demonstrar métodos que vocês podem usar para resolver este tipo de tarefa no seu trabalho.

Mario Filho trabalha atualmente como Data Science Lead na Upwork, o maior marketplace de freelancers do mundo. Premiado em cinco competições internacionais de machine learning. Possui mais de 4 anos de experiência em projetos de ciência de dados para empresas. Publica tutoriais sobre machine learning em inglês e português em seu site http://mariofilho.com