A ciência de dados aplicada aos negócios tem mostrado resultados surpreendentes, onde a lógica pode superar a criatividade e os fatos superam as crenças. Esta trilha vai mostrar como grandes empresas do Brasil e do mundo têm usado as técnicas de ciência de dados para alavancar seus negócios com dados coletados, analisados e transformados de forma prática e em escala. Usando algoritmos simples a sistemas complexos baseados em Machine Learning e IA, engenheiros têm mudado como os negócios encaram seus desafios.
Track: Data Science aplicada
Sala: Sala 2
Dia da semana: Quarta-feira
Track Host: Gleicon Moraes
VP de Engenharia no Nubank
Gleicon Moraes atua construindo e consertando sistema distribuídos e de larga escala há mais de 20 anos, mantém projetos opensource em Python e Go. Se interessa por problemas de sistemas de larga escala e volume de dados. Escreveu dois livros: “Programação Avançada em Linux” em 2005 pela Novatec e “Caixa de Ferramentas Devops” pela Casa do Código. Trabalhou em empresas como Terra, UOL, Locaweb, Luizalabs e Lucid. Atualmente é VP de Engenharia no Nubank.
10:50am - 11:35am
Modelos Híbridos Multi-Camadas para Business Analytics: Estimando os drivers da Duração da Interrupção de Energia dos consumidores da CEMIG-D
A duração da interrupção de energia para consumidores (índice DEC) é um importante indicador da qualidade do serviço de distribuição de energia elétrica. A princípio, são inúmeras as características (features) que afetam o índice DEC dentre eles os investimentos, variáveis climáticas, dimensionamento das equipes de manutenção, a qualidade dos ativos elétricos, dentre outras. Neste trabalho, modelos de statistical science e machine learning são combinados para predizer, com máxima acurácia o índice DEC. Informações sobre os conjuntos elétricos da CEMIG-D são utilizados para estimar Structural Equation Models (Modelos de Equações Estruturais), ou seja, modelos estatísticos que apresentam máxima capacidade explicativa. Para aprimorar a capacidade preditiva para o índice DEC são utilizados modelos híbridos multicamadas. Esses modelos são baseados no método do Gradient Boosting, desenvolvido por Friedman (2001). Ao contrário de simplesmente utilizar os modelos e comparar os resultados, o foco é montar Modelos Híbridos Multi-Camadas para Business Analytics: o caso da CEMIG-Dum modelo híbrido de forma a alcançar máxima interpretabilidade e capacidade preditiva. No contexto de Business Analytics, o modelo deve ser capaz de caracterizar claramente os objetivos para a melhoria da qualidade da empresa o que favorece os modelos de Statistical Science, mas a capacidade preditiva é uma das características primordiais dos modelos de Machine Learning. Diferentes camadas são testadas utilizando métodos de Regression Trees (Árvores de Regressão), Random Forests (Florestas Aleatórias), xgboost e Artificial Neural Networks. Como a última camada do modelo híbrido, é utilizado um método de regionalização espacial (spatial clustering) para identificar regiões geográficas onde o índice DEC está acima ou abaixo do valor esperado. Para a empresa, o conhecimento das causas mais prováveis que afetam a qualidade dos seus serviços é fundamental para a sua gestão a melhoria dos seus retornos financeiros.
Marcelo Azevedo Costa, Professor Associado/Coordenador P&D CEMIG-D no. 0636 na Universidade Federal de Minas Gerais
Tracks
-
Arquiteturas que você sempre quis conhecer
Segredos arquiteturais de aplicações populares, com milhões de pessoas usuárias e que nunca saem do ar.
-
Engenharia aplicada a Machine Learning
Conheça as principais técnicas de engenharia e arquitetura de software de larga escala aplicadas a Machine Learning.
-
Java e JVM em evolução
Performance, escalabilidade e as mais recentes novidades da principal plataforma de desenvolvimento no Brasil e no mundo.
-
JavaScript: a plataforma da web moderna
Explore profundamente os frameworks que tornam o JavaScript tão popular e saiba como as linguagens baseadas em JavaScript estão evoluindo o desenvolvimento de front-end (e back-end).
-
AMA (Ask Me Anything)
Discussões mais profundas com palestrantes do QCon São Paulo.
-
Solutions Track
Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.
-
Construindo culturas de desenvolvimento duradouras
Criando e evoluindo a cultura de empresas: novas formas de organizar times com foco em produtividade.
-
Arquiteturas de vanguarda
Conheça as tendências em técnicas, práticas e princípios que norteiam o estado da arte em arquitetura de software e podem ser alavancas não só para times e organizações de tecnologia, mas para os negócios, nos próximos anos.
-
Machine Learning e Inteligência Artificial
Algoritmos, técnicas e ferramentas: o que está por trás de sistemas e soluções cada vez mais assertivos.
-
Ciência da Computação no mundo real
Temas avançados em computação. Técnicas clássicas e modernas direto da academia para o seu código.
-
AMA (Ask Me Anything)
Discussões mais profundas com palestrantes do QCon São Paulo.
-
Solutions Track #2
Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.
-
Microservices: melhores práticas e padrões
Frameworks modernos e os desafios de implantação, gestão e pós-produção
-
Software Supply Chain
Todas as fases do ciclo de vida de um artefato de software, do primeiro commit até o deployment. Segurança, observabilidade, genealogia e gestão de toda a sua cadeia de suprimentos de software
-
Data Science aplicada
Tecnologias e as boas práticas da ciência de dados trazendo ganho e diferencial competitivo para grandes empresas.
-
Linguagens Contemporâneas
Linguagens e plataformas emergentes, com ênfase em linguagens projetadas para alta concorrência e sistemas distribuídos.
-
Levando sua carreira para o próximo nível
Habilidades e estratégias para destravar sua carreira e potencializar seu desenvolvimento profissional.
-
Solutions Track #3
Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.