Este desafio é uma parte do processo de seleção da Cyberlabs. Ele é direcionado para uma pessoa desenvolvedora de software alocada na cidade do Rio de Janeiro que pretende se juntar ao nosso time que fica no escritório de Botafogo, pertinho do Metrô. Gostamos e damos preferência para trocas de experiências no dia a dia, mas temos total flexibilidade para eventuais home office e trabalhos a distância.
Somos muito transparentes em tudo que fazemos por aqui e temos o objetivo master de manter um ambiente inclusivo e diversificado, desta forma, convidamos candidatas mulheres, pessoas que se identificam como negras, transexuais, homoafetivas e que se enquadram em outras minorias para a realização deste desafio. Literalmente nossas portas estão abertas para todos.
Se você curte inovação, a Cyberlabs irá lhe proporcionar um ambiente gigante de aprendizado. Já somos 30+ pessoas em constante evolução e crescimento. Temos integrantes no Rio, Brasília e Floripa e projetos grandes de AI no Brasil todo pra você participar.
Além de nossos três produtos principais, KeyApp, InSight Now e a plataforma Predisaurus, temos em nossa carteira de clientes empresas como iFood, Wilson Sons, Aeroporto Rio Galeão, SmartFit, BlueFit, Accenture, BodyTech, entre outras...
Conheça mais sobre nossos projetos e o que fazemos 💙
Sua missão é construir um modelo de predição para detectar a presença de uma doença cardíaca no paciente através do dataset em anexo no repositório. Você pode utilizar qualquer ferramenta e framework de programação que achar necessário, como TensorFlow, SciKit-Learn, Keras, Jupyter, Google Colab, etc.
O código deve ser escrito em Python, JavaScript ou C.
O dataset consiste de 14 colunas, sendo as 13 primeiras as entradas do modelo e a coluna de número 14 a saída do modelo. O código deve conter um script de treinamento e um de teste do modelo obtido. Para fins de padronização caso o seu código contenha, utilizar random state de 42 e um split de 0.7/0.3.
Um bom desafio a todos!
AI Dev Team CyberLabs
Dicas e Keywords: SVM, Decision Tree, Random Forest, Naive Bayes, Nearest Neighbors, MLP, Neural Network, Logistic Regression, Stochastic Gradient Descent, XGBoost.
Antes de iniciar os passos necessários para realizar o desafio, tenha em mente que você deverá seguir todos os requisitos do mesmo. Sejam eles relacionados a stacks, metolodigas, formas de entrega, escrita de código ou qualquer outro requisito descrito no conteúdo do desafio.
- Dê um fork neste repositório.
- Clone o fork na sua máquina.
- Escreva seu programa utilizando estritamente todos os requisitos listados pelo desafio. É muito importante você ter em mente qua avaliaremos seus commits no Git, então, não esqueça de realizar um commit a cada vitória conquistada!
- Seu repositório deverá conter um README.md descrevendo os passos para treinar seu dataset e rodar seu programa, descrevendo também como foi o seu processo de treinamento validação, testes.
- Assim que testar tudo e validar que tudo funciona, faça seu último commit com o título 'Finalização do desafio de {{Área}} da Cyberlabs'.
- Abra uma issue neste repositório com o título '[DESAFIO] {{Seu nome}} - {{Sua cidade}}'.
- No conteúdo da issue faça um breve resumo sobre você, uma mini-bio bem simples mesmo, falando algo que possa chamar nossa atenção, pode ser um hobbie, experiências profissionais passadas, acontecimentos e curiosidades sobre o decorrer do desafio ou qualquer coisa extra que você gostaria de compartilhar conosco. Isso é muito importante para que nós possamos aprender um pouco mais sobre você.
- Na sequência da sua bio, coloque o link do seu fork aqui do github com o código que você gerou. Aproveite também para nos enviar seu LinkedIn e se quiser, seu e-mail, além de outras formas de contato, como suas redes sociais por exemplo.
Assim que sua issue for aberta, algum membro da Cyberlabs entrará em contato com você diretamente e após analisar seu desafio, te dará um feedback transparente sobre ele e te encaminhará para os próximos passos, se for o caso.
Lembre-se, quanto mais informações tivermos sobre você, melhor conseguiremos te avaliar.
Mande seu desafio e boa sorte! 🤘