Conheça cinco brasileiros mestres em aprendizado de máquinas

Inteligência artificial é um assunto fascinante. Longe da fantasia alimentada pelos livros de ficção científica, trata-se de um tópico já bastante presente no dia a dia das pessoas – especialmente daquelas que vivem no mundo de TI. Alguns brasileiros, por sinal, têm obtido destaque em iniciativas envolvendo o conceito de aprendizado de máquinas e ciência de dados.

O Brasil é, atualmente, um dos países com maior número de profissionais em grau máximo (considerados master) em aprendizado de máquinas na Kaggle, um dos principais sites do mundo orientado à organização de competições de machine learning. O país fica atrás apenas dos Estados Unidos, China e Rússia.

Para ser considerado um mestre é preciso finalizar entre os 10 primeiros colocados numa competição (geralmente o top 1% ou menos) e finalizar no top 10% numa segunda competição.

Geralmente, essas competições procuram resolver um problema ou detectar bons profissionais que possam ser recrutados. O processo utiliza “crowdsourcing” para chegar a uma solução. Assim, os eventos se dão por meio de um desafio e entrega de dados. Com base nisso, os concorrentes submetem uma solução que obtêm um score automático, que depende de quão perto a solução se encontra da realidade, que os competidores desconhecem.

Por que isso é importante? Alguns dos algoritmos mais complexos são desenvolvidos nesse tipo de iniciativa, o que ajuda no avanço de temas como big data e computação cognitiva.

O grupo de brasileiros destacados no site é composto por Gilberto Titericz, que recentemente integrou um time que ganhou a competição com maior número de concorrentes da história da Kaggle (mais de 3 mil); Lucas Eustaquio Gomes da Silva, que atualmente lidera uma competição para melhorar a taxa de conversão de publicidade online; Mario Filho, que finalizou em sexto uma competição organizada pelo Facebook; Alejandro Simkievich, CEO da Statec; e Euclides Filho, que trabalhou na Nubank e agora atua na Alemanha.

Recentemente, Simkievich integrou um time que conquistou a “medalha de bronze” em um concurso do site. Os profissionais disputaram contra outros 1350 times e terminaram na terceira posição.

A solução criada permite avaliar automaticamente a qualidade de um motor de busca de um site de e-commerce. Ou seja, quando uma pessoa procura “tênis adidas” e o motor devolve um produto com uma descrição “sapatos para dançar”, a tecnologia precisa dizer que a relevância do resultado é ruim.

Porém, se o motor devolve um produto “tennis esportivos adidas”, a solução deve dizer que o motor trouxe um resultado relevante. Para isso, é importante utilizar processamento de linguagem natural além de aprendizado de máquina.

“Isso é importante porque os motores sempre têm defeitos e, desse jeito, a equipe de desenvolvedores pode testar milhares de queries e se focar em melhorar o motor para aqueles queries que trazem os resultados ruins”, comenta Simkievich. Segundo o executivo (nascido na Argentina, mas que se considera brasileiro de coração), quanto melhor o motor, melhor será a conversão.