Podcast Lambda3 268 – Machine Learning (Aprendizagem de máquina)

Neste podcast vamos falar sobre Machine Learning, ou em bom português: Aprendizagem de Máquina.

Neste podcast vamos falar sobre Machine Learning, ou em bom português: Aprendizagem de Máquina.
Feed do podcast: www.lambda3.com.br/feed/podcast
Feed do podcast somente com episódios técnicos: www.lambda3.com.br/feed/podcast-tecnico
Feed do podcast somente com episódios não técnicos: www.lambda3.com.br/feed/podcast-nao-tecnico

Lambda3 · 268 - Machine Learning (Aprendizagem de máquina)
Pauta:

O que é Machine Learning (Aprendizagem de Máquina)? 

Academia x indústria
Boom e "hype" na área
Onde está presente/inserido?
Projetos mais interessantes e exemplos de aplicações em machine learning

Trabalhando e estudando Machine Learning

Quais as principais diferenças quando comparado com desenvolvimento convencional?
Como normalmente se configura o trabalho de um Cientista de Dados / Engenheiro de Machine Learning e outros papéis que lidam com Aprendizagem de Máquina?
Descolamento Academia x Indústria na área/assunto. Estamos formando profissionais para atender a essas demandas?

Qual a visão com relação aos recentes desenvolvimentos na área, por exemplo novos modelos e redes pré treinadas voltadas para a área de Processamento de Linguagem Natural? (Vide GPT-3, BERT etc.). O que esperar com relação ao mercado e o uso de ML?
Quais problemas podem advir do uso indiscriminado de ML?
Como enxergam a questão do futuro do trabalho? Ainda haverá espaço para o trabalho do programador/cientista de dados? Como ética e responsabilidade podem se encaixar nesse contexto? Por que aprender Machine Learning? Para quem já é desenvolvedor, pode fazer diferença num futuro próximo?
Qual a visão a respeito da LGPD e outras leis de proteção aos dados? Como essas novas práticas vão impactar o trabalho a partir de técnicas em ML? (Ex: uso de dados sensíveis para forecasting).

Links Citados:

Vertex AI
[2103.03206] Perceiver: General Perception with Iterative Attention
MUM: A new AI milestone for understanding information
Government response to House of Lords Artificial Intelligence Select Committee's Report on AI in the UK: Ready, Willing and A
Inteligência Artificial
Data Ethics Framework
Livro - A Lógica do Consumo

Participantes:

Ahirton Lopes – @AhirtonLopes
Bianca Ximenes – @biancaxis
Filipe Dornellas – @fdornelasx

Edição:

Compasso Coolab

Créditos das músicas usadas neste programa:

Music by Kevin MacLeod (incompetech.com) licensed under Creative Commons: By Attribution 3.0 - creativecommons.org/licenses/by/3.0

Neste podcast vamos falar sobre Machine Learning, ou em bom português: Aprendizagem de Máquina.

Neste podcast vamos falar sobre Machine Learning, ou em bom português: Aprendizagem de Máquina.

Feed do podcast: www.lambda3.com.br/feed/podcast

Feed do podcast somente com episódios técnicos: www.lambda3.com.br/feed/podcast-tecnico

Feed do podcast somente com episódios não técnicos: www.lambda3.com.br/feed/podcast-nao-tecnico

Lambda3 · 268 – Machine Learning (Aprendizagem de máquina)

Pauta:

O que é Machine Learning (Aprendizagem de Máquina)? 

Academia x indústria
Boom e “hype” na área
Onde está presente/inserido?
Projetos mais interessantes e exemplos de aplicações em machine learning

Trabalhando e estudando Machine Learning

Quais as principais diferenças quando comparado com desenvolvimento convencional?
Como normalmente se configura o trabalho de um Cientista de Dados / Engenheiro de Machine Learning e outros papéis que lidam com Aprendizagem de Máquina?
Descolamento Academia x Indústria na área/assunto. Estamos formando profissionais para atender a essas demandas?

Qual a visão com relação aos recentes desenvolvimentos na área, por exemplo novos modelos e redes pré treinadas voltadas para a área de Processamento de Linguagem Natural? (Vide GPT-3, BERT etc.). O que esperar com relação ao mercado e o uso de ML?
Quais problemas podem advir do uso indiscriminado de ML?
Como enxergam a questão do futuro do trabalho? Ainda haverá espaço para o trabalho do programador/cientista de dados? Como ética e responsabilidade podem se encaixar nesse contexto? Por que aprender Machine Learning? Para quem já é desenvolvedor, pode fazer diferença num futuro próximo?
Qual a visão a respeito da LGPD e outras leis de proteção aos dados? Como essas novas práticas vão impactar o trabalho a partir de técnicas em ML? (Ex: uso de dados sensíveis para forecasting).

Links Citados:

Vertex AI
[2103.03206] Perceiver: General Perception with Iterative Attention
MUM: A new AI milestone for understanding information
Government response to House of Lords Artificial Intelligence Select Committee’s Report on AI in the UK: Ready, Willing and A
Inteligência Artificial
Data Ethics Framework
Livro – A Lógica do Consumo

Participantes:

Ahirton Lopes – @AhirtonLopes
Bianca Ximenes – @biancaxis
Filipe Dornellas – @fdornelasx

Edição:

Compasso Coolab

Créditos das músicas usadas neste programa:

Music by Kevin MacLeod (incompetech.com) licensed under Creative Commons: By Attribution 3.0 – creativecommons.org/licenses/by/3.0