A inteligência artificial já faz parte do nosso dia a dia, desde a compra feita em um site até o filme que assistimos em nossa plataforma de streaming preferida. Nessa trilha você terá a oportunidade de conhecer o que vem sendo desenvolvido de melhor nesta área que cresce a cada dia que passa.
Afinal, transformar dados em informação para melhorar a tomada de decisão se tornou algo procurado por empresas e organizações de modo que consigam se manter competitivas perante o mercado e você não pode ficar de fora.,/p>
Vamos entender melhor como as máquinas aprendem?
Tuesday, June 8, 2021
09h às 19h
REMOTE ACCESS WITH ONLINE BROADCAST
1 track: R$ 145 for R$ 110
2 tracks: R$ 290 for R$ 198
3 tracks: R$ 435 for R$ 285
* price valid until APR/26,
see full table
1 track: R$ 145 for R$ 130
2 tracks: R$ 290 for R$ 230
3 tracks: R$ 435 for R$ 330
* price valid until MAY/28,
see full table
1 track: R$ 145
2 tracks: R$ 290 for R$ 260
3 tracks: R$ 435 for R$ 370
* price valid until JUN/10,
see full table
Time | Content |
---|---|
09:00 to 09:30 |
Opening of the event and mini keynotes
On the Stadium stage, everyone will be guided on how the event works, highlights and other news. |
09:35 to 10:25 |
![]() global { innovation & networks & platforms & architectures & teams & organizations }.Silvio MeiraKeynote TDC
|
10:30 to 10:45 |
Track opening by coordination
Here the coordinators introduce themselves and make an introduction to the track. |
10:50 to 11:25 |
Inteligência Artificial acessível! É possível aplicar IA ao negócio sem sabermos IA?Wesley LombardiO AI Builder é um recurso do Microsoft Power Platform que fornece modelos de IA projetados para otimizar seus processos empresariais. O AI Builder permite que sua empresa use a IA para automatizar processos e obter insights de seus dados e nos permite adicionar inteligência artificial ao negócio sem que sejamos um cientista ou engenheiro de dados. Nesta palestra, conheceremos um pouco sobre o produto tratando sobre seus conceitos, modelos de inteligência, cenários de utilização, roadmap e uma breve demonstração junto ao PowerApps e PowerAutomate. |
11:30 to 12:05 |
Como Criar um Sistema de Recomendação de Músicas? Simplificado.Leonardo MoraesVocê já se perguntou como podemos recomendar músicas baseadas em seu gosto? A similaridade é uma resposta. A similaridade mede o quanto dois objetos têm formas, ou valores semelhantes. Assim, podemos usar a similaridade para comparar músicas semelhantes e criar uma boa recomendação para os usuários com base nas músicas ouvidas anteriormente. Quer conhecer mais sobre? Inteligência Artificial pode ser mais simples do que você imagina. |
12:10 to 12:45 |
Feature Store CookbookAndré Marcos PerezUma feature store (FS) é um elemento de uma plataforma de machine learning (ML) que atua como uma interface entre dados brutos e modelos de ML. A FS busca industrializar o processo de criação, armazenamento, disponibilização e monitoramento de atributos (features) que alimentam modelos de ML em tempo de treino e inferência. A solução separa a responsabilidade da feature engineering do desenvolvimento de modelos e permite que cientistas de dados foquem em atividades como exploração e modelagem e, portanto, aumentando sua produtividade. Nesta palestra vou apresentar os principais componentes de uma FS e propôr a sua arquitetura na AWS para que você possa construir a sua primeira FS. |
12:50 to 13:50 |
Networking and Visiting Stands
Break to network and get to know the booths of the event. |
14:00 to 14:05 |
Track opening by coordination
Here the coordinators introduce themselves and make an introduction to the track. |
14:10 to 14:45 |
![]() Como sobreviver ao Largados & Pelados com um AutoencoderArnaldo GualbertoSe você tivesse que escolher apenas um objeto pra levar à uma floresta onde você passaria 21 dias tentando sobreviver e passando frio, fome e sede, o que você levaria? Exatamente: um Autoencoder! Nessa palestra, além de vermos como usar autoencoders pra redução de ruído, geração de imagens, sistemas de recomendação e etc, também vamos ver como ele pode nos salvar nessa aventura aleatória. |
14:50 to 16:05 |
Qual o futuro quando falamos em Ética e Responsabilidade em IA?Virgínia Fernandes Mota / Carla Vieira / Sheimy RahmanPainel Digital desta Trilha
|
16:10 to 16:25 |
Networking and Visiting Stands
Break to network and get to know the booths of the event. |
16:25 to 17:00 |
Avaliando transações com uso de Machine LearningJuliano Nunes Silva OliveiraIremos descrever brevemente os tipos de aprendizado e os passos necessários para uso de Machine Learning no apoio à necessidades como detecção de fraudes e avaliação de riscos em transações. Além disso, construiremos um exemplo prático de algoritmo. |
17:05 to 17:40 |
Quando ter Atenção é melhor do que ter Memória?Lucio Sanchez Passos / Leonardo PiedadeA capacidade de guardar histórico e tomar decisões baseadas nele é um dos maiores desafios atuais no Aprendizado de Máquina. Existe uma família de modelos que lidam exclusivamente com dados sequenciais e, em essência, eles enfrentam o desafio de selecionar a informação relevante em eventos passados. Atenção é o mais recente mecanismo de detectar a influência de cadas dados de entrada. A presente palestra tem como objetivo descrever o conceito desse mecanismos e comprovar na prática dos ganhos de Transformers sobre modelos como LTSM e RNN. |
17:45 to 18:20 |
Deep Learning para Predição de Idade Cerebral a partir de Imagens de Ressonância MagnéticaSaulo PedroBiomarcadores são indicadores de processos biológicos que ocorrem no corpo humano. A identificação de biomarcadores confiáveis do processo natural de envelhecimento é essencial para melhorar a detecção de um processo neurodegenerativo em estágio inicial, além de tentar prever um declínio cognitivo relacionado ou não à idade. Em parceria com o Instituto de Radiologia do Hospital das Clínicas da USP, tivemos acesso a uma das maiores bases de imagens cérebros da américa latina. Nesta palestra, vamos explicar o problema de identificação dos biomarcadores a partir de imagens 3D, passando por preparação das imagens, criação e avaliação dos modelos de machine learning e aplicações de pesquisa. |
18:25 to 18:45 |
Open Space
|
18:50 to 19:05 |
Closing session
After the presentation of the results of the day, on the Stadium stage, many sweepstakes will close the day. |