Visão geral
Aprender Machine Learning de verdade é passar pelos perrengues práticos: engenharia de atributos, vazamento de dados, classes desbalanceadas, ajuste de limiar de probabilidade. Falta na sala de aula um ambiente que imite a pressão de uma competição estilo Kaggle.
O projeto montou uma competição completa de previsão de inadimplência, com uma plataforma web de submissão e ranking em tempo real. Os participantes treinam seus modelos, enviam as previsões sobre uma base de teste cega e são ranqueados automaticamente pelo F1-Score, com limite de tentativas.
A plataforma é Python com Streamlit e Cloud Firestore guardando envios e leaderboard. O modelo de referência usa scikit-learn (Pipeline, ColumnTransformer), reamostragem com imbalanced-learn (SMOTE, under-sampling) e ajuste de hiperparâmetros por GridSearchCV com validação cruzada estratificada repetida. Os experimentos compararam árvore de decisão, rede MLP e regressão logística, olhando curva ROC, KS, lift e o custo financeiro de falso positivo e falso negativo. A esteira de validação automática se adapta bem a governança de modelos de crédito e a hackathons internos.