ODSC – San Francisco – Dia 01

Como prometido no post ODSC – Open Data Science Conference, vou criar dois artigos sobre este evento, compartilhando os aprendizados que captei durante as palestras.

Nesse ODSC – Day 01, vou contar sobre os aprendizados do primeiro dia do evento e também um pouquinho da trajetória até chegar em San Francisco :), afinal, a experiência começa no embarque.

No dia 31/10/2018… sai mais cedo do trabalho e parti rumo a Guarulhos. Meu voo era as 22:45pm, cheguei com antecedência, fiz check-in, validei os documentos, tudo pronto para o embarque, olho para o relógio e percebo que ainda tenho 2hs até a decolagem.  Resolvi tomar um café no Starbucks e como toda cafeteria, é sempre um ótimo lugar para pensar na vida. Ali naquele momento, após alguns goles de café, caiu realmente a ficha que estava indo participar de um evento bacana, em outro idioma, outro país, uma das experiências profissional mais incríveis que vivi até hoje.

Bateu aquela mistura de sentimentos, felicidade e ansiedade.. Para passar o tempo, revisei minha agenda de palestras, relacionei as duvidas que estava levando na mala com a expectativa de encontrar respostas. Após isso peguei meu livrinho de Big Data para finalizar a leitura, afinal, foram 18hs de viagem até San Francisco… entre voos e conexão no Canadá.

10:40hs do dia 01 de novembro, estava desembarcando em San Francisco, muito frio, meio desorientado por causa do voo e do fuso de 4hs.. mas vivo e liberado pela imigração (hahaha). Depois de ouvir o “Welcome United States”, partiu hotel, comer hambúrguer, descansar porque no dia seguinte tem ODSC.

ODSC é um dos eventos a nível global mais importantes para a comunidade de Data Science/Big Data. Patrocinado por grandes empresas e diversas Universidades de Tecnologia ao redor do mundo. No total, foram 4500 participantes, 210 palestrantes e mais de 350 horas de palestras, treinamentos e workshops (simultâneos).

No primeiro dia, minha a agenda foi a seguinte:

  • The Past, Present and future of Automated Machine Learning
    • Palestrante: Randy Olson – Linkedin
    • Foi o primeiro impacto, Randy mostrou de uma forma macro como o mercado de dados em geral (Big Data, ML, IA, etc)  cresceu nos últimos anos e principalmente a evolução da tecnologia nessa área. O que achei muito interessante, foi a perspectiva que ele comentou sobre a era dos dados… Aquela famosa frase “Informação é o novo petróleo do século XXI” nunca fez tanto sentido para mim. Foi uma ótima palestra para abrir um dia tão inspirador.
  • A Practical Example of Taking Data Science Machine Learning
    • Palestrante: Madhura Dudhgaonkar – Linkedin
    • Tendo passado os últimos 4 ou mais anos aprendendo Machine Learning na Workday, aprendemos muito sobre a melhor forma de levar uma função Machine Learning de 0 a 10. Com investimentos em Infra-estrutura e ambientes Machine Learning, criando micros-serviços Machine Learning distribuídos que podem ser usados Assim como os blocos de Lego e estabelecendo e simplificando processos de pipeline de caso de uso da Data Science, passamos de um caso de uso de produto por ano para a produção de 3 a 5 casos de uso a cada 6 meses
  • How data fueled the Birth of Computer Vision
    • Palestrante:  Michael Gormish – Linkedin
    • A visão computacional como um campo de Inteligência Artificial teve um enorme crescimento nos últimos anos, à medida que novos algoritmos e a disponibilidade de grandes conjuntos de dados liberaram novas aplicações possíveis. Fortalecidos pela promessa de dados, muitas startups entraram nesse espaço, tentando capitalizar a tecnologia e aplicá-la a novas aplicações comerciais. Nesta palestra, Michael dará uma visão geral da Visão Computacional, incluindo um breve histórico, diferentes abordagens para resolver problemas comuns de visão computacional aplicados e as soluções que o Clarifai construiu.
  • Introdction to Technical financial Evaluation with R
    • Palestrante: Edward (Ted) Kwartler – Linkedin
    • Analise de pacote TTR (technical trading rules). Avaliando um patrimônio de acordo com três indicadores básicos e apresentá-lo ao backtesting para análises mais sofisticadas por conta própria. Modelo de risco versus recompensa de um mercado financeiro para identificar os melhores investimentos individuais possíveis no mercado.

Tirando a dor de cabeça causada pela quantidade de informação ingerida em poucas horas, o dia foi sensacional. E claro, o dia terminou em hambúrguer 🙂

RESUMO DO PRIMEIRO DIA:
– Fiquei impressionado com a maturidade dos projetos que foram apresentados pelos palestrantes. Tecnologia, como AWS, Microsoft Azure, Google Cloud estão investindo pesado em nuvem para Big Data, criando uma camada de abstração para assuntos complexos, como a criação de um Hadoop por exemplo. Enxergo isso com bons olhos, antes, a criação de um cluster hadoop levada horas devido a complexidade. Agora, é possível criar um cluster desse tipo em alguns minutos e com alguns clicks. Claro que a abstração não minimiza a complexidade de um ambiente deste porte, mas facilita a vida do Engenheiro de dados, o qual passa a se preocupar em outras esferas, como, o de qual arquitetura terá o ambiente X para suportar a regra de negocio Y. A Tecnologia automatiza processos “chatos”, te dando a liberdade para projetar grandes arquitetura afim de resolver seus problemas de negocio. Por que, no funfo, bem lá no fundo, tudo isso é negocio. “Tecnologia não é o fim, e sim o meio”

Algumas fotos do primeiro dia 😉


Comente sobre isso: