O machine learning está por trás de quase tudo o que é chamado de IA hoje em dia. Todos usam esses sistemas, mas poucas pessoas aprendem como eles realmente funcionam: como um modelo é treinado, por que ele faz as previsões que faz e quando ele falha. Esse entendimento é o objetivo do International Machine Learning Competition. Os estudantes resolvem problemas de machine learning ao longo de três rodadas, desde o básico até pesquisas atuais, e competem com estudantes de todo o mundo. Não é necessária experiência prévia para começar.

Visão, Missão e Valores

O International Machine Learning Competition visa ser acessível a todos os estudantes de todos os países, independentemente de sua origem, escola ou instituição. Para isso, o International Machine Learning Competition utiliza as tecnologias de hoje e a conexão global através da internet para tornar esta competição possível: tudo o que você precisa é de uma caneta, papel e uma conexão com a internet para participar!

Usar uma ferramenta e entendê-la são duas coisas diferentes. Qualquer pessoa pode executar um modelo. Entender por que ele funciona exige matemática, estatística e programação, e esse conhecimento é o que permite julgar quando um resultado é confiável e quando não é. Queremos que os estudantes aprendam o 'como', não apenas o 'quê': como um modelo aprende com os dados, onde ele falha e como construir algo melhor. Os estudantes que entendem esses sistemas hoje são os que projetarão o que virá a seguir. Nosso objetivo é um programa que leve os estudantes a esse nível precocemente e que ofereça aos estudantes, pais e professores uma maneira simples de participar.

O que há de único em IMLC?

Embora o formato da competição seja parte integrante do IMLC, seu objetivo principal é incentivar os estudantes a se envolverem com machine learning e despertar o interesse por este e outros campos relacionados. Como resultado, o IMLC serve como uma experiência de aprendizado, motivando os estudantes e permitindo que aprendam por meio de formatos experimentais de resolução de problemas. Aspectos dignos de nota do programa IMLC incluem o seguinte:

• Internacionalidade:
  O International Machine Learning Competition é uma competição global desde a primeira rodada. Todos os participantes resolvem os mesmos problemas em cada rodada: isso permite uma avaliação justa e possibilita o intercâmbio internacional entre os participantes, algo que geralmente só está disponível para alguns poucos ambassadors nacionais que participam de rodadas internacionais.


• Acessibilidade Digital:
  A competição utiliza as possibilidades da internet moderna para dar a todos os estudantes a oportunidade de participar, independentemente de nação, região ou afiliação escolar. Embora ter o apoio de um professor seja benéfico, participar como indivíduo é sempre possível de qualquer lugar do mundo.


• Formatos Experimentais:
  Parte da experiência IMLC são os formatos de problemas, que são incomuns em competições tradicionais e visam uma experiência de aprendizado distinta. Isso inclui problemas que focam na extensão de formatos típicos escolares por meio de modificações ou tipos de problemas instigantes, que exigem um mergulho mais profundo na pesquisa que envolve um tópico.


• Pesquisa do Mundo Real:
  Colocar os estudantes em contato com exemplos reais de pesquisa é uma característica essencial. A Pre-Final Round geralmente inclui artigos de pesquisa publicados recentemente como parte do formato do problema, o que é exclusivo do IMLC: para muitos participantes, esta é a primeira vez que aprendem sobre pesquisas reais de machine learning, e oferecemos suporte adicional para expandir essa experiência de aprendizado.


• Dificuldade Ajustada:
  Os problemas são projetados para atrair tanto entusiastas quanto estudantes que estão começando a demonstrar interesse em machine learning além do currículo escolar. Para garantir que todos tenham uma experiência positiva, o nível de dificuldade é ajustado para incluir problemas mais acessíveis, semelhantes aos vistos tipicamente na escola, bem como problemas mais desafiadores que incorporam formatos incomuns.


• Ferramentas Online para Professores:
  Fornecemos recursos suplementares aos professores e escolas e os apoiamos durante cada edição. Os professores têm acesso a uma interface dedicada para gerenciar os envios de seus alunos, acompanhar seus resultados e certificados e supervisionar o Final Round Exam.


• Grupos Locais e Ambassadors:
  Como o IMLC vai muito além da competição anual, incentivamos fortemente e apoiamos a formação de grupos locais de estudantes relacionados a machine learning e IMLC ao redor do mundo, incluindo meetups e outros eventos. O IMLC Ambassador Program permite que estudantes e mentores motivados incentivem outros youths a se envolverem com machine learning e a estabelecerem uma comunidade local que reúna estudantes em torno da construção e compreensão de modelos.


• Rede de Alumni de Apoio:
  Nossa rede de alumni incentiva o intercâmbio internacional, incluindo a distribuição de diversas oportunidades relevantes, como bolsas de estudo ou eventos patrocinados, para apoiar a carreira acadêmica de cada participante.

Como o IMLC se compara a outras competições?

Comparar o International Machine Learning Competition com outras competições pode ser enganoso: o IMLC não pretende ser uma alternativa a competições estabelecidas ou suas variações nacionais e incentiva ativamente os estudantes a participarem de tais oportunidades.

Em vez disso, o IMLC serve como um programa suplementar projetado para envolver uma ampla gama de estudantes, particularmente aqueles que estão começando a desenvolver interesse em machine learning e assuntos relacionados. Ele foca na acessibilidade, tornando-se uma plataforma para estudantes de todos os níveis de habilidade explorarem e expandirem seu entendimento sobre como os modelos de machine learning funcionam.

Embora a competição anual seja o elemento central, o IMLC não é estruturado primariamente em torno da competitividade, mas sim prioriza a experiência de aprendizado. Por meio de formatos experimentais de problemas e tópicos de pesquisa do mundo real, a competição apresenta aos estudantes desafios instigantes que vão além dos currículos escolares padrão e diferem do conteúdo de competições tradicionais. Essa abordagem atrai estudantes com variados níveis de conhecimento, oferecendo tanto problemas acessíveis quanto tarefas mais avançadas que inspiram curiosidade e criatividade.

Além disso, o IMLC capacita os estudantes ao fornecer uma plataforma independente que não depende de sua escola ou país. Ele conecta participantes por meio de uma rede global, incentivando a colaboração e o intercâmbio internacional. Com uma forte comunidade de alumni e recursos de apoio para professores e grupos locais, o IMLC vai muito além de ser apenas uma competição.

História, Organização e Financiamento

O International Machine Learning Competition é coordenado por Edu.Harbour e ocorre anualmente em nível internacional. A equipe organizadora está em constante evolução, com a maioria dos membros da equipe baseada na Alemanha. A ideia surgiu após o sucesso de outras competições internacionais coordenadas pela Edu.Harbour, com o objetivo de estabelecer uma competição online semelhante abordando o fascinante mundo do machine learning.

A equipe organizadora completa do IMLC 2026 pode ser encontrada nesta página: Equipe Organizadora de 2026 ↗

Organizar uma competição internacional deste porte envolve custos significativos, incluindo recursos humanos, infraestrutura técnica, materiais e muito mais. Como um programa independente e acessível globalmente, o IMLC é grato aos seus patrocinadores por cobrirem parte dessas despesas. Os custos restantes são financiados por meio de contribuições dos participantes, como os custos de inscrição para a Pre-Final Round (Flyer) ↗.

Como uma competição em crescimento, o IMLC está em constante evolução e melhoria a cada ano para aprimorar a experiência dos participantes e expandir seu impacto em todo o mundo!