• Michel

Pontos Estratégicos para implantar Machine Learning

Comece por distinguir entre problemas de aprendizagem e problemas de automação. Aprendizado de máquina pode ajudar a automatizar seus processos, mas nem todos os problemas de automação requerem aprendizagem.


Aprendizagem de máquina é útil quando o conjunto de regras que determinam algum resultado não é claro, ou seguem padrões complexos, talvez não-lineares.

Neste artigo salientamos alguns pontos que merecem uma reflexão profunda antes de tomar decisões para a implantação de Machine Learning na empresa.


Será útil?

Não use aprendizado de máquina sem necessidade

Comece por distinguir entre problemas de aprendizagem e problemas de automação. Aprendizado de máquina pode ajudar a automatizar seus processos, mas nem todos os problemas de automação requerem aprendizagem.

Automação sem aprendizagem é apropriada quando o problema é relativamente simples. Estes são os tipos de tarefas onde você tem uma clara sequência de etapas que atualmente estão sendo executadas por um ser humano, mas que poderiam concebivelmente ser transferidas para uma máquina. Este tipo de automação vem acontecendo nas empresas há décadas.

Aprendizagem de máquina é útil quando o conjunto de regras que determinam algum resultado não é claro, ou seguem padrões complexos, talvez não-lineares.

Começe com problemas simples

Automação e aprendizado de máquina funcionará bem onde o problema está bem definido e bem compreendido, e onde os dados disponíveis exemplificam as informações necessárias para tomar uma decisão.

Entenda as áreas de possível aplicação na empresa e identifique aplicações que geram valor real e que promovam uma nova cultura na empresa. Nem todas as aplicações são igualmente complexas e susceptíveis de ter êxito.

Um bom problema para iniciar aprendizado de máquina é, por exemplo, identificar transações fraudulentas em uma empresa de seguros.

Já responder a pergunta "O que torna os clientes felizes?" é mais vaga, mais desafiadora e não é um bom lugar para começar.

Não crie falsas expectativas

Por enquanto, aprendizado de máquina não pode transformar o desempenho de um negócio de mau para bom, mas pode fazer alguns aspectos bons de um negócio se tornarem ótimos.


Ecosistema




Dissemine a cultura

Remova as dúvidas iniciais e lacunas de conhecimento conceitual na Gerência e Direção da empresa.

• Os fundamentos precisam ser entendidos pelos tomadores de decisão.

• Ciência de Dados é uma atividade multidisciplinar.

• Estabeleça e desenvolva a cultura de dados através dos departamentos da empresa.


Colaboradores

• Entenda os impactos na estrutura corporativa e o impacto nos recursos humanos.

• Treinamento para atualização tecnológica.

Delegação

• Estabelecimento de base de dados centralizada e acessível gera aumento forte no poder de decisão nas posições intermediárias da empresa via dashboards departamentais.

Equipe

• Entenda os impactos na estrutura corporativa.

• Criação de um time com objetivos de medio prazo.

• Prefira curiosidade, inteligencia e flexibilidade sobre experiência.

• Defina uma linguagem comum e as ferramentas.

• Especialize-se em metodologias e algoritmos que resolvem problemas reais da empresa.

• Estabeleça uma forma continua de transferência de conhecimento de fontes externas.


Plataforma

Integrar os dados



Os dados não devem ser divididos por departamentos. Armazene os dados localmente ou na nuvem, sejam eles Big Data, um banco de dados SQL, uma planilha ou aplicativos na nuvem, como o Google Analytics, tornando mais fácil para os analistas e outros usuários finais extrair o valor desejado de uma grande e variada quantidade de informações sob demanda.

Utilizar dashboards



A maioria das empresas não tem pessoal habilitado para encontrar insights em dados. Dasboards como o Power BI, Tableau ou Qlik são ferramentas que os gerentes e supervisores de áreas podem usar e configurar sem ter conhecimento de programação.

Eles próprios podem gerar suas análises visuais em tempo real com painéis interativos que os ajudam a fazer descobertas e agir imediatamente.


Software

Para aplicativos de nível corporativo é possível reduzir seus recursos humanos em programação tendo um bom software comercial.

Obviamente, o software escolhido dependerá das necessidades da sua equipe. Do ponto de vista de funcionalidade pura, você pode encontrar as tarefas de Machine Learning mais comuns tanto em programas comerciais quanto em programas de código aberto.


Hardware



Como dissemos é recomendável começar com projetos pequenos que rodam no seu próprio hardware. Para o futuro avalie a necessidade de Computação em nuvem (cloud computing) que é a utilização da memória e da capacidade de armazenamento e cálculo de computadores e servidores compartilhados e interligados por meio da Internet.

O Cientista de Dados

Finalmente é essencial dispor de expertise, com novas funções como o Cientista de Dados. O Cientista de Dados é um profissional multidisciplinar, com conhecimentos em ciência da computação, matemática, estatística e, principalmente, conhecimentos do negócio onde está inserido. Quem exatamente é esta figura ainda não está claro, mas podemos dizer que o papel de um Cientista de Dados é gerir os dados da empresa, através de uma estratégia baseada em valor para o negócio.



Para um Cientista de Dados, excepcionais habilidades quantitativas são críticas, mas profundo conhecimento de algoritmos de aprendizado de máquina tornou-se menos importante, devido à evolução dos programas especializados.

De muitas maneiras, isso é similar a progressão que vimos no desenvolvimento de software. Nos últimos 50 anos, o desenvolvimento de software gradualmente migrou de linguagens "baixo nível" — linguagens altamente técnicas intimamente relacionadas a arquitetura dos computadores— para linguagens de “alto nível” com significativamente menos barreiras técnicas. Da mesma forma, a implantação de software migrou de mainframes e data centers para serviços baseados em nuvem, com enorme diminuição no tempo e capital necessário para implantar um novo sistema.

3 Dimensões

Inteligência Artificial nas Empresas

Al. das Papoulas, 147 - Santana de Parnaíba - Alphaville, SP 06539-180 - (11) 4153 6004  - (11) 9 9795 9765

michel@3dimensoes.com.br