Track: Machine Learning e Inteligência Artificial

Sala: Sala 2

Dia da semana: Terça-feira

Machine Learning é a principal técnica de Inteligência Artificial e permite que os computadores possam aprender tarefas baseando-se em dados ao invés de serem explicitamente programados. Isso permite que essas tarefas sejam cada vez mais complexas e atuem em áreas cada vez mais próximas do nosso dia-a-dia, como mídias sociais, entretenimento, área financeira e medicina.

Essa track vai mostrar as técnicas que estão em alta e os principais avanços dessa área que tende a estar mais presente em todas as empresas ao redor do mundo, tornando-as mais inteligentes e assertivas através das decisões baseadas em dados.

Track Host: Jéssica dos Santos

Cientista de Dados na Neuralmed

Jéssica tem mestrado em Sistemas de Informação com linha de pesquisa em Sistemas Inteligentes. Seu projeto foi construir um sistema para auxiliar na identificação de Autismo utilizando Modelos de Atenção Visual baseados em Reconhecimento de Padrões. Trabalhou como Cientista de Dados em empresas do ramo financeiro, imobiliário e atualmente com saúde na NeuralMed,  onde utiliza Deep Learning para auxiliar a detecção de patologias em imagens médicas. Ela também participa de projetos para encorajar mulheres na carreira de Ciência de Dados, como Women in Data Science (WiDS) e o Women in Machine Learning & Data Science - São Paulo (WIMLDS-SP)

10:50am - 11:35am

A Definir

Gabriel Cypriano, Data Scientist no Grupo ZAP

11:50am - 12:35pm

Deep Learning para dados tabulares: precificando imóveis com QuantileLoss

Quando pensamos em Deep Learning, é comum pensarmos em aplicações de dados não estruturados uma vez que grande parte das aplicações que envolvem dados tabulares têm o estado da arte atingido por meio de árvores. Contudo, em algumas situações nem sempre isso é verdade. A ideia dessa talk é mostrar como podemos aplicar Deep Learning em Dados tabulares, mostraremos algumas técnicas que utilizamos, o que deu certo e o que não conseguimos levar adiante no QuintoAndar. Nosso principal exemplo é a aplicação de Deep Learning em precificação de imóveis. Vamos passar da motivação em cima da Loss que usamos (QuantileLoss) até a motivação do porquê alteramos nosso modelo de produção de um GBM para uma Rede Neural, passando por abordagens e arquiteturas que deram/não deram certo.

André Barbosa, Data Scientist no QuintoAndar

2:05pm - 2:50pm

A Definir

Guilherme Silveira, Head of Education and Inovation at Alura

3:05pm - 3:50pm

A definir

A definir

Fernanda Wanderley, Cientista de Dados na Neuralmed

Tracks

Segunda-feira, 4 de maio

Terça-feira, 5 de maio

Quarta-feira, 6 de maio

  • 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.