Estratégia de dados, recursos e pessoas

Entendendo a inteligência artificial

Maarten Van den Broeck

Senior Content Developer at DataCamp

Estratégia e governança de dados

Estratégia de dados: desenvolvimento de abordagens para extração e decisões

Etapas da estratégia de dados:

Definição de objetivos baseados em dados
Descobrir dados necessários
Determinar fontes e tipos de dados
Análise preditiva e prescritiva
Operacionalizar processos orientados por dados

Definição de objetivos baseados em dados

Descobrir dados necessários

Determinar fontes e tipos de dados

Análise preditiva e prescritiva

Operacionalizar processos orientados por dados

Infraestrutura de IA

Infraestrutura de IA baseada em nuvem

Recursos computacionais, armazenamento, ferramentas IA e modelos prontos
Elástico, sob demanda

Google Cloud, Azure e AWS

Prós: alta escalabilidade, custo-benefício
Contras: local dos dados, requer Internet

Infraestrutura de IA local

As organizações possuem seus recursos de hardware, software, dados e rede para dar suporte às operações de IA

Infraestrutura local

Prós: controle de dados, menor latência
Contras: Custos iniciais, escalabilidade limitada

Metodologia MLOps

Operações de aprendizado de máquina (MLOps): gerenciamento e operação eficientes e confiáveis de sistemas de ML (IA) na empresa.

Metodologia MLOps

Operações de aprendizado de máquina (MLOps): gerenciamento e operação eficientes e confiáveis de sistemas de ML (IA) na empresa.

Etapas da metodologia MLOps

Funções relacionadas à IA

Arquiteto de IA

Arquiteto de IA

Cientista de dados

Cientista de dados

Engenheiro de dados e aprendizado de máquina

Engenheiro de aprendizado de máquina

Outros: Eticista de IA, gerente de projetos

Outras funções de IA

Criando sua equipe de IA

Liderança e gerenciamento

Gerente de IA / líder de equipe
Gerente(s) de projeto de IA

Execução

Arquitetos IA: seleção de ferramentas
Cientistas de dados: analisam dados, treinam e avaliam modelos
Engenheiros de ML/dados: implementam modelos e criam pipelines de dados

Suporte

Formação de uma equipe

Criando sua equipe de IA

Liderança e gerenciamento

Gerente de IA / líder de equipe
Gerente(s) de projeto de IA

Execução

Arquitetos IA: seleção de ferramentas
Cientistas de dados: analisam dados, treinam e avaliam modelos
Engenheiros de ML/dados: implementam modelos e criam pipelines de dados

Suporte: Ética em IA; especialistas no domínio

Formação de uma equipe

Vamos praticar!

Entendendo a inteligência artificial