Projetos de Inteligência Artificial

Contexto

Os sistemas de Inteligência artificial têm a capacidade de classificar e prever eventos futuros a partir de um conjunto de dados de treinamento e testes, oferecendo uma probabilidade de ocorrência de cada evento. Sistemas de IA têm multiplicas aplicações, como análise preditiva de falhas de sistemas operativos, reconhecimento facial, medicina preventiva, veículos autônomos, mercado financeiro, detecção de fraudes, comportamento de consumidores, entre outros.

Quanto maior a capacidade das organizações preverem eventos futuros ou classificar coisas, maior será sua vantagem competitiva no mercado, diminuiu os riscos para a empresa, aumenta as chances de sucesso nos pequenos e grandes investimentos e entrega de benefícios para as pessoas. Isto vale tanto para os setores privados como públicos.

Os problemas (ou objetivos) tradicionais de pesquisa em IA incluem raciocínio, representação do conhecimento, planejamento, aprendizado, processamento de linguagem natural, percepção e a capacidade de mover e manipular objetos.

Sistemas de IA utilizam métodos estatísticos, inteligência computacional e abordagem simbólica tradicional. Muitas ferramentas são usadas na IA, incluindo versões de pesquisa e otimização matemática, redes neurais artificiais e métodos baseados em estatística, probabilidade e economia. O campo da IA ​​baseia-se em ciência da computação, engenharia da informação, matemática, psicologia, linguística, filosofia e muitos outros campos.

Os projetos podem ser desenvolvidos utilizando processos de inovação aberta e metodologia ágil de gerenciamento. A inovação aberta é quando uma organização busca conhecimento externo para resolver desafios internos, reduzindo o tempo de solução e descoberta de novas técnicas e soluções fora do radar das equipes internas. As metodologias ágeis, oferecem entregas rápidas e incrementais para a construção de uma solução que se ajusta as crescentes expectativas dos interessados, garantindo alto grau de satisfação e impacto aos negócios, além de reduzir custos por desenvolver apenas processos e funcionalidades que trazem resultados de curto prazo.

A figura mostra um processo combinado de inovação aberta e desenvolvimento ágil de projetos, ideal para a construção de sistemas de inteligência artificial.

Serviço

Treinamento, mentoria e desenvolvimento de projetos de inteligência artificial.

Justificativa para contratar o serviço

O objetivo de contratar mentores externos para os primeiros projetos de inteligência artificial (IA) é acelerar a entrega dos benefícios, reduzir a curva de aprendizagem da equipe interna e ajustar a metodologia de desenvolvimento para projetos de IA.

Para reduzir custos e obter a flexibilidade exigida em projetos de IA, é recomendada a contratação de uma empresa focada em IA, formada por acadêmicos que possam treinar e transferir conhecimentos sem restrição, e com a possibilidade de obter incentivos fiscais previstos em Lei para o estímulos ao desenvolvimento científico, à pesquisa, à capacitação científica e tecnológica e à inovação. A Lei 1.196/05, concede incentivos fiscais às empresas que investem em pesquisa e desenvolvimento voltados à inovação tecnológica.

Trabalhar com Inteligência Artificial requer conhecimentos avançados de matemática e estatística. Os profissionais devem ter raciocínio analítico e criatividade para gerar insights para pensamentos “fora da caixa”.

O desafio atual formar equipes para desenvolver projetos de IA, devido a escassez de profissionais no mercado, nacional e internacional.

Usar processos tradicionais de recrutamento ou aguardar a formação de profissionais nesta área para iniciar os projetos de IA aumenta o risco de distanciamento dos concorrentes e, talvez, a retomada seja impossível no futuro.

A experiência do mercado mostra que é necessário um grande esforço em projetos de IA para a criação de uma base de dados confiável para treinamento e teste dos modelos de aprendizado de máquina.

A ideia é aproveitar este período para iniciar o treinamento da equipe e desenvolver modelos simples de IA com amostras reais de dados e ir sofisticando-os a partir da aquisição de mais dados, incluindo fontes externas ou novos dados gerados, a medida do necessário, para aperfeiçoar os modelos de aprendizado de máquina.

Desta forma, é possível reduzir o tempo, o custo de desenvolvimento do projeto e acelerar o treinamento dos membros do squad já utilizando dados reais. Para reduzir riscos e selecionar projetos que entreguem valor mais rápido, sugerimos incorporar na contratação dos serviços um workshop sobre inteligência artificial para identificar oportunidades de projetos de IA. O workshop será realizado com a participação de executivos e especialistas de negócios da empresa. Com uma lista de oportunidades de projetos será selecionado aquele que entregar benefícios no curto-prazo. Após uma avaliação e aprovação do projeto é formado o squad e inicia-se o projeto.

Currículo de Eduardo Fagundes

  • Graduação em Engenheiro Elétrica (PUC-RS);
  • Especialização em Telecomunicações (FAAP);
  • Mestrado em Ciência da Computação/Engenharia Elétrica (Mackenzie)
  • Extensão universitária em Leadership & Business pela Darden School of Business da Universidade da Virginia (US);
  • Autor do livro “Como ingressar nos negócios digitais”, patrocinado pelo SEBRAE Nacional;
  • Autor do e-book “Orçamento e custeio para serviços de tecnologia da Informação”, Amazon Kindle;
  • Coordenador acadêmico do curso online sobre Eficiência Energética (64 horas) patrocinado pela ENEL Distribuidora São Paulo (2020);
  • Pesquisador FAPESP/Infra Solar no projeto para otimização de recarga de baterias com energia limpa e logística de posicionamento usando aprendizado de máquina e modelos preditivos para equipamentos de mobilidade individual elétricos nos centros urbanos, usando redes neurais artificiais e algoritmos genéticos. Processo: 2019/09026-9. Programas de Inovação Tecnológica/ IPE, Fase 1 – 2º Ciclo/2019, vigência: 2019-2020, em desenvolvimento;
  • Pesquisador FAPESP/Sutservices no desenvolvimento de uma metodologia de classificação de potenciais compradores de seguros em redes de varejistas físicos e online, usando redes neurais artificiais e estatística de varredura espacial bayesiana. Processo: 2018/15321-0. Programa de Inovação Tecnológica/PIPE, fase 1 – 3º Ciclo/2018, vigência: 2019-2020;
  • Pesquisador ANEEL/EMAE/Universidade Presbiteriana Mackenzie no projeto de análise preditiva baseada em inteligência artificial para sistemas supervisórios de usinas hidrelétrica. Processo: 00393-0008/2017, vigência: 2017-2019;
  • Professor da disciplina de Gestão Estratégica de Negócios e BI (Data-driven Bussines) do curso de pós-graduação em Marketing Digital da Universidade Presbiteriana Mackenzie (atual);
  • Professor da disciplina Governança Corporativa do curso de pós-graduação Compliance Digital, EaD e presencial, da Universidade Presbiteriana Mackenzie (atual);
  • Professor da disciplina de Governança de Segurança Cibernética do curso de pós-graduação em Inteligência e Segurança Cibernética da Universidade Presbiteriana Mackenzie (atual);
  • Professor do curso online sobre Cidades Inteligentes no Fórum Cidades Inteligentes (www.forumcidadesinteligentes.info) (atual);
  • Professor da disciplina Negócios Sustentáveis do MBA em Gestão Estratégica de Negócios da FIAP (2012-2019);
  • Vice-presidente de Inovação da SUCESU-SP (2012-2016);
  • Professor da disciplina de Processos de Inovação do pós-MBA em Inovação da HSM Educação, orientado por Vijay Govindarajan (2011-2014);
  • Fundador da nMentors, empresa especializada em cursos à distância (2008-atual)
  • Diretor de tecnologia da informação (CIO) da holding de energia AES Brasil (2005-2008), incluindo AES Eletropaulo (energia, + 6 milhões-consumidores, são Paulo), AES Sul (energia, + 1,2 milhões-consumidores, Rio Grande do Sul), AES Tietê (energia, 2,6 gigawatts), Eletropaulo Telecom (telecomunicações, São Paulo) e AES.com (telecomunicações, Rio de Janeiro);
  • Gerente de infraestrutura de TI e desenvolvimento de sistemas da Ford South America (1996-2005);
  • Gerente de telecomunicações e data center da Autolatina, uma joint venture entre a Ford e a Volkswagen na Argentina e no Brasil. (1990-1995).

Contato