Resumo da Palestra
Esta palestra possui o intuito de explorar técnicas e estratégias inerentes ao Ciclo de Vida de Modelos de Aprendizado de Máquina. Desse modo, serão abordadas as seguintes etapas do Ciclo de Vida de Modelos de Aprendizado de Máquina: Entendimento de Negócio, Captação de dados, Engenharia de Variáveis, Modelagem, Produtização de Modelos de Aprendizado Máquina, Retreino e Monitoramento.
Cientista de Dados Sênior na F1RST Digital Services, Mestre em Ciências da Computação e Matemática Computacional pelo ICMC-USP, Especialista em Machine Learning in Production pelo ITI UFSCAR, Bacharel em Ciências da Computação pelo Centro Universitário Eurípides de Marília (UNIVEM).
Público Alvo
Destinado a um público diversificado, o projeto atrai desde estudantes do ensino médio que exploram opções de
carreira até universitários e profissionais em busca de aprofundamento na área. Além disso, é voltado a qualquer
pessoa interessada nas aplicações práticas da ciência de dados no dia a dia.
