TDC FUTURE
TECHNOLOGY CREATING TOMORROW

Trilha I.A. e MACHINE LEARNING

Rumo ao futuro orientado a dados
Não é de hoje que os produtos e empresas têm se reinventado por intermédio do uso de plataformas e sistemas baseados em dados e, mais recentemente, com o uso de modelos de machine learning e deep learning, o interesse por tais tecnologias só aumenta. Como será esse futuro cada vez mais data driven? Quais oportunidades de mercado estão sendo solucionadas?

Date and Place

Wednesday, December 7, 2022

09h às 19h

UniRitter
Rua Orfanotrófio, 555 /
Alto Teresópolis - Porto Alegre - RS
IN-PERSON OR REMOTE ACCESS WITH ONLINE BROADCAST

Investment

Valores para participação online:
1 track: R$ 200 for R$ 125
2 tracks: R$ 360 for R$ 226
3 tracks: R$ 519 for R$ 324
* enjoy bigger discount until OCT/10,
see full table

Valores para participação online:
1 track: R$ 200 for R$ 160
2 tracks: R$ 360 for R$ 288
3 tracks: R$ 519 for R$ 417
* price valid until NOV/22,
see full table

Valores para participação online:
1 track: R$ 200
2 tracks: R$ 360
3 tracks: R$ 519
* price valid until DEC/08,
see full table

Valores para participação híbrida:
1 track: R$ 340 for R$ 250
2 tracks: R$ 614 for R$ 450
3 tracks: R$ 885 for R$ 650

Valores para participação híbrida:
1 track: R$ 340 for R$ 275
2 tracks: R$ 680 for R$ 496
3 tracks: R$ 1.020 for R$ 714

Valores para participação híbrida:
1 track: R$ 340
2 tracks: R$ 614
3 tracks: R$ 885

Schedule / Talks Time Zone: GMT-3

Programação Stadium:
Time Content
07:45 to 08:55 Recepção dos Participantes
08:45 to 09:45 Opening of the event and mini keynotes

Abertura do evento com Yara Mascarenhas e Bruno Souza com novidades e convidados muito especiais : Marcelo Pivovar - (Oracle)

09:50 to 10:30

EVENT KEYNOTE

Decifrando a inovação: vetores tecnológicos para negócios exponenciais.

Elemar Rodrigues Severo Júnior

O ritmo da mudança, percebido por todos, nunca foi tão intenso. Novidades tecnológicas surgem todos os dias e tem ficado cada vez mais difícil identificar o que é presente e o que é futuro.

Entretanto, entendemos que há três vetores determinantes sustentando esse fenômeno. As ditas organizações exponenciais são, essencialmente, aquelas que conseguiram desenvolver modelos de negócio vinculados a esses fatores. São eles: processamento, armazenamento e conectividade.

Nessa palestra, falaremos mais sobre os "três vetores" e seus impactos, tanto para o projeto de tecnologia quanto para design de produto.

Programação desta Trilha:
Time Content
10:35 to 10:50 Track opening by coordination

Here the coordinators introduce themselves and make an introduction to the track.

10:55 to 11:30

Como fazer ciência de dados quando há poucos dados?

Gabriel Leuzinger / Pedro Almeida

(online)

Hoje em dia se fala muito em Big Data, conceito caracterizado pela enorme massa de dados disponível. Porém, esse nem sempre é o cenário quando se deseja produtizar uma solução de Machine Learning. Muitas das vezes os dados estão ausentes, seja porque os sensores para coleta são caros, ou mesmo essa coleta é impossibilitada de ocorrer. Existem outros obstáculos como uma infraestrutura complexa para armazenar essa quantidade de informação ou então porque há poucos exemplos no mundo real.

Nesta apresentação, traremos técnicas, boas práticas e experiências de como lidar com conjuntos de dados de tamanho reduzido na construção de um produto baseado em inteligência artificial.

11:40 to 12:15

Coloque seu modelo de machine learning em produção rapidamente com o Streamlit

Fernanda Teixeira Dos Santos

Nesta apresentação mostrarei como é simples e fácil colocar seu modelo de machine learning em produção utilizando o Streamlit, uma biblioteca Python de código aberto que facilita a criação e o compartilhamento de aplicativos da web personalizados e bonitos para aprendizado de máquina e ciência de dados.

12:20 to 13:20 Intervalo para almoço

An excelent opportunity for all people in the event to interact and exchange ideas. Collaborators, sponsoring and supporting companies, speakers and technical committeé.

13:30 to 13:40 Track opening by coordination

Here the coordinators introduce themselves and make an introduction to the track.

13:45 to 14:20

Machine Learning para streaming de dados: Visão geral, desafios e oportunidades

Jorge Cristhian Chamby Diaz

Em muitos domínios, os dados são gerados em ritmo acelerado, e para construir modelos preditivos a partir desses dados, você precisa se contentar com o aprendizado offline tradicional ou tentar aprender de forma incremental. Em geral, essas abordagens demoram a reagir às mudanças no domínio, e essas mudanças podem ter um impacto catastrófico no desempenho preditivo do modelo, uma vez que os padrões nos quais o modelo foi treinado não são mais válidos. Dadas as necessidades atuais da indústria, há muitos desafios a serem enfrentados e, neste trabalho, nos concentramos em elucidar as conexões entre o estado da arte atual em áreas afins; e esclarecer os desafios abertos e as oportunidades.

14:25 to 15:00

Análise de transmissões ao vivo utilizando Machine Learning na AWS!

João Guilherme Seike / Pedro Henrique Oliveira

Aprenda como podemos utilizar a AWS para analisar frames de transmissões ao vivo utilizando os serviços gerenciados de AI/ML. Vamos mostrar na prática como podemos usar essas poderosas ferramentas para responder perguntas como: "quanto tempo o ator The Rock aparece em tela nesse filme?" ou " Como encontrar meu cachorro perdido numa gravação de câmeras de segurança?".

15:10 to 16:10

Painel de discussão

Painel desta trilha
16:20 to 16:50 Networking and Visiting Stands

Break to network and get to know the booths of the event.

17:00 to 17:35

SDV - Uma nova alternativa para criação de dados de teste utilizando Redes Adversárias Generativas Condicionais

Lucas Nogueira Nobrega

Na atual realidade há uma grande necessidade de softwares cada vez mais robustos, estão surgindo novas metodologias para a geração de dados simulados para testar as aplicações. Tais técnicas usuais necessitam de conhecimento técnico e grande trabalho manual que podem comprometer informações pessoais de usuários ao gerar os dados de forma confiável e fiel aos dados de produção. Esta apresentação abordará uma ferramenta chamada SDV no qual consiste em um conjunto de bibliotecas que utilizam inteligência artificial para a criação de dados com a mesma propriedade estatística e formato que os dados de produção, no qual resolve o problema de geração de dados de forma manual e exaustiva.

17:45 to 18:20

O que está em tua mente e tu não gostaria que ninguém soubesse? - Um papo sobre neuroprivacidade

Sofia Marshallowitz Apuzzo

O que está em tua mente e tu não gostaria que ninguém soubesse?

Aplicações mais complexas e mais sensíveis à privacidade mental vêm sendo criadas. Em 2018, o MIT Media Lab usou um BCI invasivo para transcrever pensamentos humanos em mensagens digitadas. A Neuralink anunciou que está desenvolvendo um chip implantável sem fio para conectar mentes humanas a computadores para criar cognição "sobre-humana", aprimorando os humanos com Inteligência Artificial.

O que tecnologias correlatas podem nos apresentar de desafios e oportunidades em neuroprivacidade? Essa apresentação abordará sobre esse provável cenário!

18:30 to 19:05

Rede de aprendizado colaborativa com ML aplicado à detecção de violência física

Victor Eduardo de Sousa Silva
A rede colaborativa de aprendizagem vem em busca de auxiliar na adição de novos subconjuntos de dados para o conjunto de dados principal, bem como a disseminação do treinamento pela rede, respeitando a privacidade de cada nó e unindo os resultados dos submodelos em um modelo global de toda a rede. Isso é possível a partir do Federated Learning, nesta apresentação aplicado ao contexto de detecção de violência física.
Programação da Stadium no final do dia.:
Time Content
19:15 to 19:50 Closing session

After the presentation of the results of the day, on the Stadium stage, many sweepstakes will close the day.

Schedule subject to change

Sponsors

Diamond




Apoio


Apoio Institucional


Patrocínio Trilha

Microsoft

Instituição Parceira

Uniritter

Realização