que preparar
Prepare un proyecto de trabajo, sus archivos fuente o de proyecto editables, un informe y un vídeo de demostración. Identificar claramente los recursos externos y la propia contribución.
Subcategoría
Sistemas de Inteligencia Artificial
SW02 · Software, IA y simulación
Desarrolle soluciones innovadoras de IA utilizando tecnologías de aprendizaje automático, aprendizaje profundo, procesamiento del lenguaje natural o visión por computadora.
¿Qué pasa en esta categoría?
Enseñar un sistema reconocer y razonar.
Construya un proyecto en el que la inteligencia artificial tenga un trabajo significativo que realizar. Podría reconocer patrones en imágenes, dar sentido a los datos o respaldar una decisión útil. Comience con un problema claro, luego elija datos y un método que se adapte a él.
Durante la demostración, su equipo muestra lo que produce el sistema y cómo lo probó, incluidos ejemplos que simplemente no ha memorizado. Explique dónde funciona bien, dónde comete errores y por qué sus resultados deberían ser útiles para las personas que lo utilizan.
El jurado considera el rendimiento, la implementación, el valor práctico y el uso responsable del modelo. Los estudiantes deberían poder explicar su propia contribución y los límites de sus afirmaciones. Las declaraciones de conjuntos de datos, las pruebas de prueba y los requisitos de presentación se describen en el libro de reglas oficial.
ÁREAS DE ENFOQUE
Áreas de enfoque del proyecto
Aprendizaje automático
Aplicación de modelos de aprendizaje supervisado y no supervisado, redes neuronales y técnicas de aprendizaje profundo.
Análisis de datos
Procesamiento y visualización de grandes conjuntos de datos para extraer información significativa.
IA ética
Desarrollo de sistemas de inteligencia artificial explicables, transparentes y socialmente beneficiosos.
DESARROLLO DE PROYECTOS
Da forma al futuro con sistemas inteligentes
Los participantes desarrollan proyectos de IA en áreas como reconocimiento de imágenes, procesamiento de lenguaje natural, predicción o sistemas de recomendación.
La precisión del modelo, la calidad del conjunto de datos, la innovación y el uso ético son factores de evaluación importantes.
De la preparación a la competición
Utilice esta guía para comprender la experiencia. Lea el libro de reglas oficial para conocer los requisitos técnicos y de entrada completos.
El día de la competencia
Ejecute el proyecto en vivo, demuestre sus funciones principales y responda preguntas sobre sus opciones. Esté preparado para explicar las pruebas, errores y mejoras con sus propias palabras.
Lo que busca el jurado
La evaluación sigue la rúbrica de categoría y su nivel registrado. Una solución que funcione y que se entienda bien importa más que el número de funciones o la complejidad innecesaria.
Niveles 01–07 • Demostración en vivo • Máximo 100 puntos
Informe: máximo 10 páginas. Vídeo: máximo 3 minutos. Incluya el código fuente e instrucciones de configuración, declaraciones de conjuntos de datos cuando corresponda, una métrica de rendimiento adecuada y evidencia de pruebas con datos invisibles.
| Criterios de evaluación | Puntos |
|---|---|
| Rendimiento del modelo de IA | 30 |
| Complejidad e implementación | 25 |
| Aplicabilidad en el mundo real | 25 |
| Consideraciones éticas | 20 |
Área de presentación de proyectos
DOCUMENTO OFICIAL
Reglas y directrices del concurso
Revise las reglas oficiales del concurso, los criterios de evaluación, los requisitos del proyecto y las pautas de presentación antes de preparar su proyecto.
La participación implica la aceptación del reglamento oficial. Se espera que todos los equipos, mentores y estudiantes lean, comprendan y cumplan las reglas.