Sobre o Evento Big Data Brazil Experience 2018

"O Big Data Brazil Experience 2018 traz a você o conhecimento dos maiores profissionais do mercado brasileiro sobre Big Data, Inteligência Artificial, Machine Learning, Analytics, Mercado de Trabalho, Internet das Coisas e Futuro da Ciência de Dados."

Para ter uma ideia do conteúdo e formato do evento, basta conferir os vídeos da edição anterior, de 2017, disponíveis no YouTube:

O evento imersivo deste ano contou com dez palestras e um painel de discussão, listados abaixo:

1. AI FOR ALL: DEMOCRATIZANDO AI COM SERVIÇOS COGNITIVOS
2. VISÃO 360 DO CLIENTE: CRIANDO UM LAGO DE INSIGHTS
3. MARVIN AI: UM PROJETO OPEN SOURCE PARA ENTREGAR E GERENCIAR PROJETOS DE ML
4. PAINEL: GOVERNANÇA DE DADOS NA ERA DA INTELIGÊNCIA ARTIFICIAL
5. INTELIGÊNCIA ARTIFICIAL APLICADA À GOVERNANÇA DE DADOS
6. BIG DATA EM UM AMBIENTE MULTI-CLOUD: ANALISANDO CONTAS AWS E AZURE NO GOOGLE BIGQUERY
7. CRIANDO E MANTENDO SEU DATA LAKE COM APACHE NIFI
8. GDPR E LGPD: PRIVACIDADE DE DADOS PARA EMPRESAS BRASILEIRAS
9. JORNADA DE BI PARA INTELIGÊNCIA ARTIFICIAL
10. VISUALIZAÇÃO DE DADOS NO MUNDO DO BIG DATA
11. GOOGLE CLOUD BIG DATA ANALYTICS SOLUTIONS

Destaco alguns aprendizados:

• O palestrante da Microsoft apontou alguns indicadores sobre Inteligência Artificial: a previsão de receita de IA para os próximos 3 anos está estimada em 40 bilhões de dólares; 85% das empresas, em 2020, terão uma solução de IA; até 2025, 95% das empresas irão utilizar IA para conversar com seus clientes.
• Algumas aplicações de IA:

• AI School é o ambiente gratuito da Microsoft para aprender Machine Learning:

• A B2W apontou dois grandes problemas encontrados em projetos de IA: a padronização (que abrange desde a codificação dos modelos até a exibição e saída das variáveis de respostas) e a abstração (que é a capacidade de focar o algoritmo em um único problema de negócio). A solução para ambas as questões foi o Marvin. O palestrante também destacou uma dúvida comum em projetos de Machine Learning:

"Há dados suficientes para que os modelos consigam responder a questão de negócio?"

• Durante o Painel de Governança de Dados, um dos palestrantes mencionou uma pesquisa da Gartner, onde 40% dos projetos de negócio falham por conta da má qualidade dos dados. Fui atrás desta informação e encontrei a pesquisa completa, disponível no link abaixo:

"Poor data quality is a primary reason for 40% of all business initiatives failing to achieve their targeted benefits." (Gartner, 2011)

• Sobre a palestra de "Governança de Dados na Era da Inteligência Artificial" destaco dois pontos levantados pelo palestrante: o maior valor de IA está na combinação entre Humanos e Máquinas; cada setor da indústria possui a sua própria particularidade em relação a governança de dados, a área da saúde, por exemplo, deve se preocupar com a privacidade de dados de seus clientes enquanto os bancos, por sua vez, precisam estar atentos ao PCI (regras e normas que garantem a segurança durante o manuseio dos dados de cartões de crédito em transações eletrônicas). Por fim, terminou sua apresentação com um video divertido sobre o tema:

• Quando se trata de integração e fluxo de dados, seja para manter um DW tradicional ou um Data Lake atualizado, o grande desafio está em reescrever os códigos de extrações (ETLs) sempre que a regra de negócio é modificada. Para, ao menos, facilitar o levantamento do que foi alterado nos sistemas de origem, há o NiFi, aplicativo da Apache capaz de "versionar" os processos de fluxo dos dados. O palestrante, de forma bem humorada, demonstrou como é trabalhar para construir um ambiente de dados consistente:

• A palestra sobre Privacidade de Dados foi, na minha opinião, o assunto mais relevante do evento. Por se tratar de uma lei recente (sancionada em 14 de Agosto deste ano), poucas pessoas estão aptas a esclarecer ou debater sobre o tema. O palestrante soube, em poucos minutos, abordar de forma simples diversos tópicos sobre a nova lei, que entrará em vigor dia 14 de Fevereiro de 2020. Destaco alguns pontos: a LGPD, Lei Geral de Proteção de Dados, abrange tanto empresas públicas e privadas bem como pessoas físicas; a coleta de dados está liberada, somente, para fins acadêmicos; as empresas serão obrigadas a armazenar o termo de consentimento dos usuários, informando exatamente quais dados estão sendo coletados e para que serão utilizados; os dados coletados deverão ser apagados, exceto para os casos em que haja uma legislação contrária ou em que o dado seja totalmente anonimizado após o uso; para aqueles que não se adequarem as normas, será aplicado uma multa de 50 milhões de reais por inflação.
• Um dos últimos palestrantes mostrou a importância da arte visual na área de analytics: a informação visual é processada 60.000 vezes mais rápida do que a informação em texto. Além disso, cada vez mais o conceito de Story Telling vem sendo incorporado na apresentação de relatórios, como exemplo, foi mostrado o Dashboard abaixo, que "conta uma história" sobre um dia de rotina de 1.000 americanos.

Espero que o conteúdo tenha sido útil. Curta, comente e compartilhe.