15 e 16 de março de 2023
09h00 - 12h00 (BRT)
AGENDA
Dia 2 | Quinta-feira, 16 de março de 2023
Dia 2 | 9h00 - 9h30
Tornando suas aplicações mais inteligentes com modelos de IA prontos
Os serviços de IA pré-treinados da AWS fornecem inteligência pronta para seus aplicativos e fluxos de trabalho. Eles se integram facilmente aos suas aplicações para lidar com casos de uso comuns, como recomendações personalizadas, modernização do contact center, melhoria da segurança e engajamento do cliente.
Vinicius Caridá
AWS Hero - Superintendente | Itaú
Dia 2 | 9h30 - 10h00
Usando uma única plataforma para preparar, criar, treinar e implantar projetos de ML
O Amazon SageMaker Studio é o primeiro ambiente de desenvolvimento (IDE) totalmente integrado para ciência de dados e machine learning (ML). Participe desta sessão para explorar a próxima geração de notebooks Amazon SageMaker e a interface de usuário redesenhada que facilita a descoberta e o início de ML.
Rafael Almeida
Solution Architect |
AWS
Dia 2 | 10h00 - 10h30
Acelere a entrega de projetos de ML com modelos pré-treinados de código aberto
O Amazon SageMaker JumpStart é um hub de machine learning (ML) que pode ajudá-lo a acelerar sua jornada de ML. Participe de sua sessão para descobrir como acessar algoritmos integrados com modelos pré-treinados de projetos populares de open source.
Nicoli Araujo
Data Scientist |
AWS
Dia 2 | 10h30 - 11h00
Assumindo o controle dos dados, visualmente e em grande escala
O Amazon SageMaker Data Wrangler reduz o tempo necessário para agregar e preparar dados para machine learning (ML) de semanas para minutos. Participe desta sessão para descobrir como uma interface simples de apontar e clicar pode realizar um processamento de dados poderoso.
Erika Nagamine
Technical Trainer |
AWS
Dia 2 | 11h00 - 11h30
Otimize seus custos de inferência de machine learning sem abrir mão do desempenho
Descubra como usar chips criados especificamente pela AWS para deep learning. O AWS Trainium e o AWS Inferentia foram projetados especificamente como uma solução de alto desempenho e baixo custo para uma variedade de aplicativos de ML.
Guilherme Ricci
Sr.Startup SA |
AWS
Dia 2 | 11h30 - 12h00
Capacitando analistas de negócios com ML sem código
O Amazon SageMaker Canvas resolve desafios do mundo real com machine learning sem código. Nesta apresentação, examinaremos os principais recursos do Amazon SageMaker Canvas e alguns dos casos de uso e suas soluções.
Carolina Carneiro
Technical Trainer |
AWS
Guia de níveis
Nível 100: Introdutório
As sessões visam fornecer uma visão geral dos serviços e recursos da AWS e
supõem que os participantes são novos no assunto.
Nível 200: Intermediário
As sessões visam fornecer informações sobre práticas recomendadas e demonstrações. Supõem que os participantes têm um conhecimento introdutório dos tópicos.
Nível 300: Avançado
As sessões mergulham mais fundo no tópico selecionado. Os apresentadores supõem que o público alvo tem
alguma familiaridade com o tópico, mas podem ou não ter experiência direta.
Nível 400: Especialista
As sessões destinam-se a participantes profundamente familiarizados com o tópico, que já implementaram uma
solução por conta própria e se sentem confortáveis com o funcionamento da tecnologia.
Vinicius Caridá - Engenheiro da Computação, Mestre e Doutor em Ciência da Computação/Inteligência Artificial. Head de Plataformas Digitais de Atendimento, Dados e IA no Itaú. Professor dos MBAs de Machine Learning, Data e BI da FIAP. AWS Machine Learning Hero, Google Developer Expert (GDE) e líder do grupo de usuários da AWS SP e TensorFlow SP. Mais de 12 anos de experiência em TI e inteligência artificial aplicada a sistemas de controle, sistemas de recomendação, processamento de linguagem natural, assistentes virtuais, chatbots e todo o ciclo de MLOps. Visão estratégica na condução de Tech, Data & AI para alavancar negócios e produtos. Acredita em Tech, Data & AI para impactar pessoas por um mundo mais justo e evoluído. Amante do conhecimento e da inovação.
Rafael Almeida - Rafael Almeida é arquiteto de soluções na AWS e atua no segmento de Small and MediumBusiness (SMB), amparando negócios em suas jornadas na nuvem. Atua também em conjuntocom o time de especialistas em AI/ML, fomentando a inovação e modernização de empresas.
Nicoli Araujo - atua no time de AWS ProServe como cientista de dados. Ela ajuda clientes a atingir seus objetivos de negócio atuando em projetos relacionados com aprendizado de máquina e MLOps. Tem experiência na entrega de soluções de recomendação, ETLs, pipelines de treino e inferência e monitoramento de modelos em verticais como varejo, gás, financeiro e indústria.
Erika Nagamine - Technical Trainer na AWS e ministra cursos especializados em arquitetura e dados. Tem experiência como consultora, tendo implementado projetos em engenheira de dados e arquitetura em empresas de diversas verticais como telecomunicações, industrias, varejo, transporte e serviços. Atualmente está trabalhando com o time técnicos especialistas de Analytics atuando como uma SME(Subject Matter Expert).
Guilherme Ricci - arquiteto de soluções Senior naAWS, ajudando Startups na modernização e otimização de custos de suas aplicações. Com mais de 10 anos de experiência com empresas do setor financeiro, atualmente está trabalhando em conjunto com o time de especialistas de AI/ML.
Carolina Carneiro - Começou sua jornada na AWS participando do programa Tech U, um programa de formação de Solutions Architect. Após os seis meses, iniciou sua carreia como Trainer. Ao longo dos últimos anos, direcionou a sua carreira nas áreas de atuação de Machine Learning e Segurança.