Mais lidas
1

Inovação

Como a Globo derrotou o pesadelo do ‘loading’ no Globoplay

2

Negócios

Ransomware: um quarto das organizações que pagam resgate não recupera dados

3

Liderança

Anand Eswaran: imaturidade da indústria em proteção de dados é 'chocante'

Inscreva-se na nossa Newsletter

Fique ligado!

Obtenha os mais recentes artigos e atualizações de tecnologia que você precisa saber, você ainda receberá recomendações especiais semanais.

News

E-mail Cadastrado com sucesso! 😄

IT Forum
Fóruns
Notícias
Colunas
Estudos
Vídeos
Podcasts
HIT - Materiais Gratuitos
Newsletter IT Mídia
IT Mídia

3 momentos
no ano

Visite o site
post

IT Forum Ibirapuera

Redescoberta Criativa no maior parque do Brasil.
post

IT Forum Trancoso

Saiba tudo sobre liderança no mercado de TI
post

IT Forum Itaqui

Saiba tudo sobre liderança no mercado de TI

Edições anteriores

Veja todas as edições
(Em breve)

TODAS

Mais recentes

As últimas no IT Fórum

CATEGORIAS
Especiais

Especiais

Artigos exclusivos
produzidos pelo IT Fórum

Liderança

Liderança

Saiba tudo sobre liderança
no mercado de TI

Carreira

Carreira

Notícias para impulsionar
sua carreira

Negócios

Negócios

Grandes empresas,
startups, franquias e mais

Tendências

Tendências

Descubra o que está em
alta em TI

DA REDE

ComputerWorld

O porta-voz do mercado de
tecnologia.

CIO

Gestão, estratégias e
negócios em TI.

Estudos

Estudos destinados a TI e ao mercado

Executivo de TI

CIOs e executivos da indústria de TI que tiveram iniciativas
de destaque.

Antes da TI

Pesquisa com objetivo de
ajudar na tomada de decisões em TI.

As 100+ Inovadoras

Inovação nas maiores empresas do país.

Página de estudos

Veja todos os estudos

IT Forum
  • Home
  • Fóruns
  • 3 momentos
    no ano

    Visite o site
    post

    IT Forum Ibirapuera

    post

    IT Forum Trancoso

    post

    IT Forum Itaqui

  • Notícias
    • Especiais Especiais
    • Liderança Liderança
    • Carreira Carreira
    • Negócios Negócios
    • Tendências Tendências
    • Ver todas as Mais recentes
    • Brandchannels
    • Brandspaces
  • Colunas
  • Estudos
  • Estudos destinados a TI e ao mercado
    • Executivo de TI
    • Antes da TI
    • As 100+ Inovadoras
  • Vídeos
  • Podcasts
  • HiT - Materiais Gratuitos
  • Anuncie
    Envie Seu Release
    Fale Conosco
    Revistas
    Newsletter
    IT Forum IT Forum IT Forum IT Forum
CONTEÚDO ORIGINAL
Agora os conteúdos da CW estão no IT Forum! Para saber mais clique aqui
  • Home >  
  • Notícias >
  •  ComputerWorld

Como o Uber usa o sistema de IA Michelangelo para melhorar os serviços

Empresa desenvolve ferramenta interna complexa para implantar uma plataforma de machine learning-as-a-service

Scott Carey — Computerworld Reino Unido
15:09 pm - 14 de setembro de 2017

Seguindo a estratégia de desenvolver tecnologias que criem experiências contínuas e impactantes para os clientes, o Uber tem investido pesadamente em inteligência artificial (IA) e aprendizagem de máquina. E o resultado disso foi apresentado no blog da Uber Engineering, em um post publicado na semana passada por Jeremy Hermann, chefe da plataforma de aprendizado de máquina, e Mike Del Balso, gerente de produto para aprendizagem de máquinas do laboratório.

Os engenheiros contam como a empresa vem utilizando a Michelangelo, uma plataforma interna de machine learning-as-a-service (MLaaS), cujo objetivo é democratizar o aprendizado de máquina e gerar escala de inteligência artificial para atender às necessidades do negócio. Eles explicam que a plataforma vem atendendo casos de uso em produção no Uber há cerca de um ano e tornou-se o sistema de fato para a aprendizagem de máquina dos engenheiros e cientistas de dados para construção e implantação de modelos. A plataforma foi implantada em vários data centers do Uber para fazer previsões sobre os serviços online da empresa.

Segundo Hermann e Del Balso, a Michelangelo permitiu que o Uber tenha um fluxo de trabalho padronizado para novas soluções de aprendizado de máquina em toda a organização, permitindo que as equipes internas implementem e apliquem soluções de IA em escala no Uber, de forma transparente. Ela foi projetada para cobrir o fluxo de trabalho de machine learning de ponta a ponta, tais como gerenciar dados, treinar, avaliar e implantar modelos, fazer previsões e monitorá-las. O sistema também suporta modelos tradicionais de machine learning, como previsão de séries temporais e aprendizado profundo, explica o post no blog.

O trabalho que vem sendo desenvolvido pelos dois engenheiros é, na verdade, uma continuação do que vinha sendo realizado pelo ex-chefe de aprendizado de máquina do Uber, Danny Lange. “Os resultados obtidos por Jeremy e Mark são uma continuidade e evolução dessa plataforma, que chamamos de Michelangelo”, explicou um porta-voz do Uber.

Antes do Michelangelo, o Uber teve de travar uma luta árdua para dimensionar algoritmos de aprendizagem de máquina em toda a organização. “Enquanto os cientistas de dados usavam uma grande variedade de ferramentas para criar modelos preditivos [R, scikit-learn, algoritmos personalizados, etc.], as equipes de engenharia separadas também estavam construindo sistemas one-off personalizados para usar esses modelos em produção”, contam Hermann e Del Balso.

De acordo com os especialistas, antes da Michelangelo não era possível também treinar modelos maiores do que suportavam os desktops dos cientistas de dados, além de não haver um lugar padrão para armazenar os resultados das experiências de treinamento nem uma maneira fácil de comparar um experimento com o outro. “Mais importante ainda, não havia nenhum caminho estabelecido para a implantação de um modelo em produção. Na maioria dos casos, a equipe de engenharia precisava criar um recipiente de serviço personalizado específico para o projeto em questão.”

Plataforma proprietária

Sob o guarda-chuva da Michelangelo está uma miríade de sistemas e componentes de código aberto, concebidos pelos engenheiros do Uber. Isso inclui os componentes HDFS, Spark, Samza, Cassandra, MLLib, XGBoost e TensorFlow. Eles foram implantados sobre o data lake do Uber e a infraestrutura de TI.

Quando perguntados se a empresa estava considerando abrir o código-fonte da ferramenta de Michelangelo, um porta-voz disse ao Computerworld do Reino Unido: “Não estamos abrindo qualquer coisa relacionada a Michelangelo no momento”. “As plataformas de aprendizagem de máquina de código aberto são difíceis e não produzem o mesmo valor para outras organizações, uma vez que esses sistemas dependem de dados proprietários e sinais personalizados para operar”, justificou.

A plataforma Michelango está sendo utilizada pelo UberEats, serviço de delivery de alimentos da empresa. O serviço utiliza “vários modelos em execução na plataforma, abrangendo desde a previsão do tempo de entrega de refeições, rankings de pesquisa, pesquisa de satisfação até ranking de restaurantes”, explica o post no blog. “No Michelangelo, os cientistas de dados do Uber Eats usam o modelo de árvore de regressão com gradiente para prever o tempo de entrega de ponta a ponta”. O modelo consegue, com base na hora do dia, local de entrega, tempo médio de preparação da refeição durante os últimos sete dias, bem como nos dados de preparação das refeições, fazer uma previsão precisa.

Qual o próximo passo? A equipe de engenharia do Uber diz que está constantemente aperfeiçoando a Michelangelo e atualmente está trabalhando em um recurso chamado AutoML. “Será um sistema para buscar automaticamente e descobrir as configurações do modelo [algoritmo, conjuntos de recursos, valores de hiperparâmetros, etc.] que resultam em modelos de melhor desempenho para determinados problemas de modelagem”, explica o post no blog.

Segundo Hermann e Del Balso, o sistema permitirá que os cientistas de dados especifiquem um conjunto de rótulos e uma função objetiva e, em seguida, tornem o uso dos dados do Uber mais seguro para encontrar o melhor modelo para o problema. “O objetivo é aumentar a produtividade dos cientistas de dados com ferramentas inteligentes que facilitem seu trabalho”, dizem eles.

A equipe também está trabalhando em uma ferramenta de visualização para ajudar a depurar modelos de aprendizado profundo. Os engenheiros também querem construir um portal de aprendizagem online para machine learning, visando democratizar ainda mais o uso da tecnologia em toda a empresa.

Tags:
I.A.
Brandspace por SAP

Hora de transformar a cadeia de suprimentos

Trabalho conjunto entre compradores e fornecedores pode transformar a cadeia de suprimentos em vetor de sustentabilidade. Empresas como a SAP já trabalham com esse objetivo.

Em alta

Inovação

Como a Globo derrotou o pesadelo do ‘loading’ no Globoplay
Em alta

Negócios

Ransomware: um quarto das organizações que pagam resgate não recupera dados
Em alta

Liderança

Anand Eswaran: imaturidade da indústria em proteção de dados é 'chocante'
Load more
IT Forum

FÓRUNS

Todos os FórunsIT Forum IbirapueraIT Forum TrancosoIT Forum Itaqui

NOTÍCIAS

Mais recentesLiderançaCarreiraNegóciosTendências

COLUNAS

ESTUDOS

Executivo de TIAntes da TIAs 100+ Inovadoras

VÍDEOS

PODCASTS

HIT

Anuncie
Envie Seu Release
Fale Conosco
Revistas
Newsletter
IT Forum
Política de PrivacidadeTermos de Uso

© Copyright IT MÍDIA - Todos os direitos reservados

Política de PrivacidadeTermos de Uso

© Copyright IT MÍDIA - Todos os direitos reservados

//