Lambda3 Podcast 268 – Machine Learning (Aprendizagem de máquina) episode artwork

EPISODE · Oct 8, 2021 · 1H 54M

Lambda3 Podcast 268 – Machine Learning (Aprendizagem de máquina)

from Lambda3 Podcast · host 💡 🎙️👨‍💻 👩‍💻🎧

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

NOW PLAYING

Lambda3 Podcast 268 – Machine Learning (Aprendizagem de máquina)

0:00 1:54:50

No transcript for this episode yet

We transcribe on demand. Request one and we'll notify you when it's ready — usually under 10 minutes.

That Hoarder: Overcome Compulsive Hoarding That Hoarder Hoarding disorder is stigmatised and people who hoard feel vast amounts of shame. This podcast began life as an audio diary, an anonymous outlet for somebody with this weird condition. That Hoarder speaks about her experiences living with compulsive hoarding, she interviews therapists, academics, researchers, children of hoarders, professional organisers and influencers, and she shares insight and tips for others with the problem. Listened to by people who hoard as well as those who love them and those who work with them, Overcome Compulsive Hoarding with That Hoarder aims to shatter the stigma, share the truth and speak openly and honestly to improve lives. The Small Business Startup School – Business Notes | Financial Literacy | Retail Psychology – For Professionals & Entrepreneurs The Small Business Startup School Inc. Starting or buying a small business? While personal circumstances may vary, business patterns remain timeless. On The Small Business Startup School, we explore strategies, insights, and practical solutions to help entrepreneurs confidently navigate their journey.Hosted by Ola Williams—a retail entrepreneur, fintech founder, and financial coach with over two decades of experience—this podcast marries financial awareness and retail psychology with optimism to deliver actionable takeaways.Join us to learn, grow, and connect as we uncover the keys to business success.Let’s continue to learn together and be encouraged to keep on connecting! DIOSA. Carolina Sanper This podcast is a sacred space created by Carolina Sanper where you connect with your inner wisdom and embody your magnetic feminine power.It is the realization that the mystical realm is where you plant the seeds of your desired reality.It is a portal to your true essence: awareness, presence, and receiving with ease. Welcome home, DIOSA. 🖤 XXX Tech by SOVRYN Dr. Brian Sovryn The crossroads between technology, sensuality, and metaphysics - and the longest running anarchist podcast in the world! Brought to you by Dr. Brian Sovryn.

Frequently Asked Questions

How long is this episode of Lambda3 Podcast?

This episode is 1 hour and 54 minutes long.

When was this Lambda3 Podcast episode published?

This episode was published on October 8, 2021.

What is this episode about?

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...

Can I download this Lambda3 Podcast episode?

Yes, you can download this episode by clicking the download button on the episode player, or subscribe to the podcast in your preferred podcast app for automatic downloads.
URL copied to clipboard!