To achieve Business Agility, leadership's challenge, within the SAFe context, is to provide the right environment for the employees to prosper, grow and deliver customer value. At the heart of this challenge is, ?how??

In client engagements and trainings, there are always questions such as: Who is creating growth plans for individuals? Who is addressing HR / People related topics like Performance Acceleration? Who is working on the EVP (Employee Value Proposition)? Who is involved in workforce planning and talent scouting? Basically, who is focusing on the People Runway of the ART? Could Dave Ulrich's HR Business Partner be an answer?

In this session, designed with introverts and extroverts in mind, we will discuss potential solutions to these questions leaving you with valuable input for your own organization.

Nesta palestra será apresentado um dos mais conhecidos algoritmos de Clustering, o K-Means, como é o seu funcionamento e como usá-lo junto com o método RFM (Recency, Frequency & Monetary Value) do Marketing para Segmentar uma malha de clientes da forma mais precisa possível! Esta palestra é essencial para aqueles que buscam conhecer diferentes algoritmos e se aprofundar em seus funcionamentos e casos aplicados na vida real!

Um overview do Feature engineer, contextualizando a sua importância dentro do pipeline da Ciência de Dados, por meio da discussão de tópicos como: codificações de features, tipos de transformações (1:1, 1:many, many:many), identificação de interações, e dados faltantes.

O que é preciso para confiar em uma decisão tomada por uma máquina ? Diversas decisões hoje em dia são tomadas com base em algoritmos de aprendizagem de máquina que podem ter viés e influenciar em decisões errôneas ou injustas dependendo do ponto de vista e contexto. Como podemos identificar víes nas abordagens de ciência de dados e como podemos mitigar o víes e ainda assim manter a performance modelo criado?. Essa palestra tem o objetivo ético de mostrar como podemos identificar e evitar viés usando o AI360 que é uma biblioteca de código aberto com diversas técnicas que ajudam a detectar e mitigar viés em modelos de aprendizado de máquina em todo o ciclo de vida de aplicações de IA.

Descubra como aplicamos ciência de dados para classificar assuntos e produtos nos canais conversacionais do Sicredi. Como isto auxilia times de produtos, curadores de chatbots e cooperativas do sistema para entender os motivos de contato em um canal com mais de 50M de mensagens.

Em um momento em que tudo parece possível com a aplicação da ciência de dados, realizar análise de dados jurídicos permanece um desafio. A "jurimetria" (cuja própria conceituação também se mostra um desafio) vai muito além de compreender os dados, de colocá-los em ordem ou padrão. A própria extração é um desafio e a interpretação do dado, transformando em informação, se mostra difícil em um contexto judicial onde cada estado, cada Tribunal, utiliza dos próprios padrões. Enquanto diversas pessoas levantam a bandeira de uma dita facilidade, essa palestra tem como intuito jogar desafios e provocações, visando por fim um convite para uma jornada em direção à solução.

Atualmente com a evolução da inteligência artificial várias técnicas robustas estão surgindo para facilitar muitos processos. Em contrapartida, tais técnicas robustas necessitam de grandes conjuntos de dado para treinamento e que sejam devidamente rotulados, algo que para alguns problemas podem ser escassos ou até dificultosos de rotular sem ajuda de um especialista. Esta apresentação abordará uma introdução a ferramenta Snorkel construída em torno do paradigma de programação de dados para criar, modelar e gerenciar rapidamente dados de treinamento, fazendo uso do conjunto de abordagens amplamente chamadas de "supervisão fraca", para resolver esse gargalo na rotulagem de dados.