Início IA, ML e Engenharia de Dados no InfoQ Brasil
Artigos
Feed RSS-
COVID-19 e Mineração de Redes Sociais - Habilitando Cargas de Trabalho de Aprendizado de Máquina com Big Data
Neste artigo, a autora, Adi Pollock, discute como habilitar cargas de trabalho de aprendizado de máquina com big data para consultar e analisar tweets relacionados ao COVID-19 para entender o sentimento social em relação ao COVID-19.
-
A inteligência artificial estaria mais próxima do bom senso?
Os agentes de inteligência são carentes de bom senso para refletir sobre o mundo. Tivemos duas abordagens malsucedidas para fazer os computadores raciocinarem sobre o mundo: Lógica simbólica e deep learning. Um novo projeto, denominado COMET, tenta aproximar essas duas abordagens. Embora ainda sem resultados, mostra grande possibilidade de progresso.
-
Desafios na avaliação postural humana em aplicativos de condicionamento físico baseados em IA
Neste artigo, o autor discute a solução de avaliação postural humana feita por tecnologias baseadas em IA e os desafios enfrentados por aplicativos de exercícios físicos online que usam a avaliação postural para prever a posição do corpo humano tendo como base uma imagem ou vídeo de uma pessoa.
-
Entrevista e crítica sobre o livro Data Leadership
O livro Data Leadership, de Anthony Algmin, cobre o tema liderança de dados e como os líderes de dados devem gerenciar e governar os programas de gerenciamento de dados das empresas. Liderança de dados é a forma como as empresas investem a energia para criar recursos de dados que influenciem os negócios.
-
Startups Inovadoras Modelando a Cultura Ágil
Inovação não envolve apenas a tecnologia mais avançada; gestão e processos são a nova era das startups inovadoras. Combinar o poder dos dados e a importância das pessoas para oferecer inteligência de negócio é um ponto chave hoje em dia. O resultado não é o mais importante, mas sim a maneira como se faz. Ser ágil é se adaptar ao mercado atual.
-
Big Data com Apache Spark - Parte 6: Análise de grafos com Spark GraphX
Este artigo apresenta o GraphX do Apache Spark usado para o processamento e análise de grafos, com exemplos de algoritmos de grafo como: PageRank, Componentes Conectados e Contagem de triângulos.
-
Big Data com Apache Spark - Parte 5: Spark ML
Nessa quinta parte da série sobre Apache Spark, o autor Srini Penchikala explica o pacote Spark ML e como usá-lo para criar e administrar pipelines de dados de machine learning.
-
TornadoVM: Acelerando o Java com GPUs e FPGAs
O aumento de hardwares heterogêneos representa um problema para linguagens de programação como Java, direcionadas às CPUs. O TornadoVM estende o compilador Graal JIT para aproveitar as GPUs e FPGAs, fornecendo um modelo flexível e de alto nível, ao mesmo tempo em que permite alto desempenho e recursos como migração de tarefas em tempo real.
-
Como ser contratado como Engenheiro de Machine Learning
Para se tornar um engenheiro de machine learning, será preciso fazer uma entrevista. É necessário adquirir conhecimentos relevantes em livros, cursos, eventos e projetos. Inclua tecnologias, estruturas e projetos no currículo. Na entrevista, espere que sejam feitas perguntas técnicas, de insights e de programação. Ao receber uma teste técnico, demonstre as habilidades como se já tivesse o emprego.
-
Introdução ao Quarkus
Quarkus criou várias discussões no ecossistema Java Enterprise em 2019. Como todos os outros desenvolvedores, estava curioso sobre essa nova tecnologia e vi um grande potencial nela. O que exatamente é o Quarkus? Em que difere das outras tecnologias estabelecidas no mercado? Como o Quarkus pode nos ajudar e ajudar a nossas empresas? Vamos descobrir.
-
Big Data com Apache Spark - Parte 4: Spark Machine Learning
Neste quarto artigo da série Apache Spark, o autor Srini Penchikala explica os conceitos de machine learning e a biblioteca Spark MLlib para criar uma aplicação de análise preditiva.
-
Bate-papo com o autor do livro Hands-On Genetic Algorithms with Python
Hands-On Genetic Algorithms with Python, de Eyal Wirsansky, é um novo livro que explora o mundo dos algoritmos genéticos para solucionar problemas de busca, otimização, tarefas relacionadas à AI, e melhorar modelos de machine learning. O InfoQ entrevistou Eyal Wirsansky sobre como funcionam os algoritmos genéticos e para que eles servem.