Lambda3 Podcast 268 – Machine Learning (Aprendizagem de máquina)

An episode of the Lambda3 Podcast podcast, hosted by TIVIT, titled "Lambda3 Podcast 268 – Machine Learning (Aprendizagem de máquina)" was published on October 8, 2021 and runs 114 minutes.

October 8, 2021 ·114m · Lambda3 Podcast

0:00 / 0:00

Summary

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

Episode Description

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
1. Quais as principais diferenças quando comparado com desenvolvimento convencional?
2. Como normalmente se configura o trabalho de um Cientista de Dados / Engenheiro de Machine Learning e outros papéis que lidam com Aprendizagem de Máquina?
3. 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).