Nessa palestra mostraremos como o aprendizado de máquina automático (AutoML) deixou a academia e passou a ser uma parte importante das grandes plataformas de cloud para aprendizado de máquina. Falaremos sobre os principais métodos, das vantagens e desvantagens, e discutiremos se realmente é possível democratizar o uso de AutoML, independente de conhecimento prévio do usuário em aprendizado de máquina. Por último, mostraremos como métodos de AutoML podem nos ajudar a entender o que funciona ou não para resolver um novo problema de aprendizado.
Como o software se tornou o maior designer de hardware
A evolução da complexidade dos circuitos integrados tornou impossível aos seres humanos a tarefa de projetar um hardware sem o auxílio de softwares. Esta apresentação fornece uma visão em alto nível dos principais desafios enfrentados por estes softwares e as soluções atuais para estes problemas.
Ricardo Drummond @Cadence
Gerente de Engenharia de Software
CSI brasileiro – a tecnologia nacional que identifica criminosos e terroristas
Como as soluções biométricas da Griaule apoiam as entidades de segurança pública na identificação de indivíduos procurados ao redor do mundo.
Astrobox: Escalabilidade para altos volumes de dados
Vamos nessa palestra aprender um pouco mais sobre a solução interna de visualização de dados da Hotmart, sua aplicação e desenvolvimento.
Gustavo Ferreira @Hotmart
Desenvolvedor com foco em simplicidade, escalabilidade e entrega de valor ao usuário final. Iniciei minha carreira desenvolvendo minhas próprias soluções, passei por diferentes tipos de softwares em diferentes modelos de negócio e hoje atuo em soluções de alta demanda que utilizam o conceito de streaming para dados.
Raphaela Curvão @Hotmart
Product Manager da diretoria de dados da Hotmart, possui uma visão data driven. Formada pela PUC-RJ e Pós graduação pela Fundação Getulio Vargas (FGV)
Problemas de Roteamento na Robótica: Desafios Práticos e Oportunidades
Nesta palestra vamos abordar e discutir as principais dificuldades que problemas clássicos de roteamento apresentam ao serem utilizados em sistemas reais. Serão apresentadas variações e modelagens que permitem representar melhor diferentes situações no contexto da robótica, tais como restrições de movimento, casos de falha na navegação e características limitantes do ambiente.
Jogos, Quebra-Cabeças e Complexidade Computacional
Muitos jogos e quebra-cabeças atraem o interesse de pessoas em busca de desafios intelectuais. De certa forma, a dificuldade de uma atividade ajuda a torná-la instigante: um quebra-cabeça muito simples rapidamente se torna desinteressante. Frequentemente tal dificuldade pode ser formalizada, permitindo demonstrar que tais jogos também são difíceis, em diferentes níveis, até mesmo para modelos computacionais.
O estudo da dificuldade de jogos acompanhou os avanços da complexidade computacional, não só utilizando as ferramentas já existentes para a determinação da dificuldade de certos jogos, mas também motivando o desenvolvimento e formalização de novas ideias e modelos.
Nesta palestra discute-se como diferentes jogos (ou mesmo diferentes versões de um mesmo jogo) se posicionam em diversas classes de complexidade, não só nas famosas classes P e NP, mas até em classes mais gerais, como PSPACE e EXP.
O Pensamento Analítico na Otimização e Solução de Problemas em Extração de Documentos
A MOST é especialista na automatização de processos cadastrais. Um dos nossos serviços, o mostQI, é focado na classificação e extração de campos de documentos complexos. Para isso, ele requer o uso de uma camada de leitura óptica de caracteres (OCR) muito robusta.
Nesta apresentação falaremos de alguns dos problemas encontrados durante o desenvolvimento do mostQI, assim como o modo de pensar que nos levou a soluções e algumas otimizações para estes problemas.
Marco Antônio Ribeiro @Most
Computer and Information Research Scientist
