{
  "fetched_at": "2026-10-19T10:14:30Z",
  "source_url": "https://www.kaggle.com/competitions/hackapucsp2023-enem/data",
  "pages": [
    {
      "name": "data-description",
      "content": "## Descrição do Dataset\n\nO conjunto de dados utilizado será os microdados do Exame Nacional do Ensino Médio (ENEM) 2020, que inclui informações sobre mais de 5 milhões de estudantes brasileiros que realizaram o exame naquele ano.\n\nOs dados incluem informações sobre as características socioeconômicas e educacionais dos estudantes, além das notas em cada uma das áreas avaliadas no exame;\n\nO conjunto de dados sofreu algumas adaptações para essa competição, como por exemplo a limpeza de informações faltantes e o sorteio de instâncias.\n\nEste desafio requer não apenas habilidades em machine learning, mas também em pré-processamento de dados e análise exploratória, uma vez que o conjunto de dados é amplo e diverso. Além disso, a criatividade e o pensamento fora da caixa fazem parte da avaliação dos resultados finais.\n\n## Arquivos\n\n- `train.csv` - Conjunto de dados de treinamento\n- `test.csv` - Conjunto de dados de teste\n- `sample_submission.csv` - um exemplo de arquivo no formato correto para envio\n- `Dicionário_Microdados_Enem_2020.xlsx` - metadados",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "## Objetivo da Competição\n\n\nO desafio nesse Hackathon é responder a pergunta a seguir: \n\n> *De que maneiras a PUC-SP poderia utilizar modelos de inteligência artificial criados a partir dos datasets do ENEM para aprimorar seus processos educacionais e melhorar o ensino e a aprendizagem?*\n\nOs dados do exame são disponibilizados publicamente, mas pouco aproveitado por universidades em geral. Seu modelo treinado deve ser capaz de prever o desempenho de um aluno com base em suas características socioeconômicas e educacionais. As notas do ENEM são utilizadas para selecionar candidatos para ingresso em universidades e institutos federais de ensino superior no Brasil.\n\n\n## Contexto\nO Exame Nacional do Ensino Médio (ENEM) é a maior prova educacional do Brasil, aplicada anualmente para milhões de estudantes que buscam ingressar em universidades e institutos federais de ensino superior. Além de avaliar o desempenho dos estudantes, a prova também é utilizada como uma ferramenta de política educacional, pois as notas obtidas pelos alunos são utilizadas para a distribuição de bolsas de estudos e outros programas governamentais.\n\nNesta competição, você terá acesso a um grande conjunto de dados do ENEM, incluindo informações demográficas dos candidatos, dados socioeconômicos e informações sobre as provas realizadas. Seu desafio é desenvolver modelos precisos que possam prever as notas dos estudantes com base nessas informações.\n\nAo participar desta competição, você estará ajudando a melhorar o acesso à educação de qualidade para todos os brasileiros. Seu trabalho poderá ajudar a tornar o processo de seleção mais justo e transparente, permitindo que mais pessoas tenham a oportunidade de ingressar em instituições de ensino superior e alcançar seus objetivos pessoais e profissionais. Além disso, você estará contribuindo para o desenvolvimento da educação e para o progresso do país como um todo.\n\n**Observação**: Não é permitido tentar realizar qualquer tipo de engenharia reversa nos datasets originais que são públicos a fim de obter vantagens nos resultados (ex. *overfitting* nas respostas corretas). É permitido o uso de bases externas para enriquecer as análises e modelos.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "O Que Iremos Avaliar?",
      "content": "## O que iremos avaliar?\n\nNa criação de modelos em Machine Learning, é importante entender que não existe uma solução única ou universal que seja adequada para todos os cenários. O processo de criação de um modelo de aprendizado de máquina envolve a escolha de algoritmos, técnicas e abordagens apropriadas para cada problema específico. Diferentes modelos podem produzir resultados diferentes, e a escolha do melhor modelo para um determinado problema pode depender de diversos fatores, como o tipo e a quantidade de dados disponíveis, as características do problema a ser resolvido, e as restrições computacionais e de recursos. É importante ter em mente que a criação de modelos em Machine Learning é um processo iterativo, em que diferentes modelos são testados e ajustados com base em feedbacks e resultados obtidos, até que se obtenha um modelo que seja eficaz e adequado para o problema em questão.\n\nOs critérios da avaliação são:\n\n**Desempenho do Modelo**\nPara avaliar o desempenho do modelo e sua técnica, vamos observar como ele é capaz de prever o desempenho dos estudantes. Isto incluirá uma análise da acurácia das previsões e da combinação técnica que você escolheu. Além disso, as estratégias escaláveis para problemas reais serão valorizadas e receberão uma avaliação melhor;\n\n**Criatividade da Solução**\nEm relação à criatividade da solução, iremos avaliar como você combinou diferentes elementos para otimizar os resultados. Isso incluirá uma análise da originalidade e da eficácia das ideias apresentadas, bem como da qualidade do design da solução;\n\n**A qualidade do pitch do grupo**\nFinalmente, estaremos avaliando suas habilidades de comunicação e apresentação. Isto incluirá uma avaliação de seu estilo de apresentação e comunicação, bem como da clareza e da eficácia com que você comunica seus resultados e ideias. Esperamos ver uma apresentação bem estruturada e fácil de seguir, com gráficos e visualizações de dados atraentes e informativos.",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "- Não trapaceie\n- Aplique-se\n- Divirta-se\n- Compartilhe conhecimento!\n- NÃO FAÇA ENGENHARIA REVERSA nos dados, caso contrário você será desclassificado",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}