- Data Hackers Newsletter
- Posts
- Inteligência artificial avaliando candidatos? Inteligência artificial conduzindo guerras? 😱
Inteligência artificial avaliando candidatos? Inteligência artificial conduzindo guerras? 😱
O que buscam os computadores que agora selecionam currículos
Data Hackers
June 07, 2021
E aí Data Hackers! Preparados para mais uma semana cheia de conteúdos de dados?Bom, essa semana já começa com duas notícias polêmicas a respeito do uso prático da Inteligência Artificial (IA) em 2021. A primeira delas mostra que durante a pandemia ocorreu um aumento significativo do uso de técnicas e algoritmos de Machine Learning para a seleção de candidatos para vagas de emprego. Sim, muitos processos de recrutamento e seleção já estão sendo conduzido por robôs. Outro assunto ainda mais polêmico é que no atual conflito de Israel x Hamas vem utilizando de inúmeros algoritmos de ML para a tomada de decisão em tempo real. Mas não para por aí, além desses pontos polêmicos trouxemos uma curadoria de ferramentas e projetos de MLOps, notícias sobre investimentos, fusões e aquisições recentes na área de dados e tecnologia, a possível reinvenção do PCA (um dos mais populares e antigos algoritmos da área de dados), um guia de carreira para cientistas de dados em formação, um tutorial de como criar uma aplicação Web com técnicas de ML e muito mais.Além disso, pra manter o costume vamos trazer o dataviz da semana, oportunidades de emprego e dicas de vídeo e eventos online e gratuitos.
Afinal qual o futuro da IA?
Essa reportagem da BBC mostra como as empresas estão avançando no uso de inteligência artificial para selecionar e contratar candidatos a vagas de emprego, sem a supervisão de seres humanos.
Apesar de parecer assustador, o principal argumento das empresas que estão utilizando essas técnicas é que a inteligência artificial é mais imparcial do que um entrevistador humano e isso tornaria o processo mais justo.
E você o que pensa do uso dessas técnicas para seleção de candidatos? (em Português)
Esse artigo mostra como Israel tem feito intenso uso de inteligência artificial no conflito contra o Hamas. As técnicas utilizadas incluem detecção de alvos (inclusive debaixo da terra), sistemas de recomendação de ataques, predição de ataques inimigos entre outros algoritmos.
É assustador imaginarmos os conflitos éticos envolvidos no uso dessas tecnologias com o foco em guerras e pensar que estamos cada dia mais próximos de guerras conduzidas por algoritmos. (em Inglês)
Essa semana fomos surpreendidos por dois importantes movimentos na área de tecnologia e dados e resolvemos dividir com vocês:
O PCA (principal component analysis) é um dos algoritmos mais populares para quem trabalha com análise de dados e também um dos mais antigos, já que sua criação se deu no inicio do século XX, mas isso não quer dizer que ele não possa evoluir. Em um artigo recente a DeepMind propõe uma redefinição do algoritmo visando reduzir os gargalos que essa técnica enfrenta em cenários envolvendo modelos de Deep Learning de larga escala. (em Inglês)
Essa incrível curadoria de projetos de MLOps engloba 7 categorias:
Training Orchestration
Feature Store
Experiment Tracking
Data Versioning
Model Serving
Model Monitoring
Explainability
Esse é o empurrãozinho que faltava para você aprofundar mais na área de MLOps e conseguir ter mais eficiencia nos projetos de Machine Learning. (em Inglês)
A Data Hacker Debora Gobbo fez um post sensacional em nosso blog mostrando como ela criou um aplicativo web baseado em técnicas de Machine Learning. O artigo é um verdadeiro tutorial, com direito ao passo a passo e GIFs mostrando o funcionamento. (em Português)
Sim, eu sei que de tempos em tempos postamos conteúdos parecidos com esse, mas esse artigo está realmente incrível. Ele se divide em 7 passos e reúne uma série de referências importantes para quem está se aprofundando na área. (em Inglês)
Esse post apresenta a ferramenta weightwatcher, um projeto open-source para detecção de problemas no treinamento de camadas específicas em modelos de Deep Learning. (em Inglês)
Post bem legal mostrando como aplicar machine learning para a solução de problemas econometricos através do uso da técnica "Causal Forests". (em Inglês)
Federated Learning e Decisões Arquiteturais no treinamento de modelos de DLNesse vídeo do meetup DataLab Mirían Silva (do Serasa DataLab) e Marianne Monteiro (da Deep Mind) apresentam uma introdução a Federated Learning e discutem sobre decisões arquiteturais no treinamento de modelos de Deep Learning. Esse vídeo é uma verdadeira "surra de conhecimento", é pra aplaudir de pé! (em Português)
VAGAS DA SEMANA
Conhecimento avançado em Python;
Conhecimento em banco de dados SQL e NoSQL;
Conhecimento de ferramentas AWS (DMS, S3, RDS, Glue, Athena etc);
Conhecimento em ferramentas de orquestração de workflows (Airflow ou similares);
Experiência com práticas de DevOps e infraestrutura como código;
Experiência com integração continua e deploy na nuvem;
Experiência com Spark;
Experiência com Datalake;
Bagagem com arquitetura de dados, pipelines de ingestão e transformação de dados, segurança, qualidade e governança de dados;
Experiência com as soluções AWS e Databricks para armazenamento, tratamento e consumo/análise de dados;
Experiência com gestão de pessoas;
Familiaridade com SQL, Python, Kafka e bases NoSQL;
1 - Tentando trollar um algoritmo de Machine Learning2 - E não é que o algoritmo aprende rápido?
Sabia que o Brasil ainda produz cerca de 30% de todo o café consumido no mundo? Se você é uma pessoa tão viciada em café quanto eu certamente vai se deliciar com essas análises feitas pela equipe do Nexo Jornal. Nesse artigo eles utilizam de técnicas de visualização de dados para mostrar onde estão localizadas as maiores produções mundiais e como se comporta o comércio exterior do Café.
08 a 29 de Junho - Evento Gratuito e 100% Online
08 a 16 de Julho - Evento Gratuito e 100% Online
(Participação do Pietro Oliveira nosso community manager)
29 de Junho - Evento Gratuito e 100% Online
08 a 16 de Julho - Evento Gratuito e 100% Online
17 a 19 de Agosto de 2021 - Evento Pago e 100% Online