Explore Presentations

AI Além da Hype: Mercado, Engenharia e o Futuro Sustentável das Aplicações

Bio palestrante: Cientista de Dados, com background acadêmico em Matemática Pura e Física e mais de 10 anos de experiência na indústria, liderando o desenvolvimento de modelos quantitativos para diferentes classes de ativos, sistemas estruturados de gestão de risco e soluções end-to-end de IA/ML. Co-fundador e Management Partner da Grand Thera, empresa especializada em soluções avançadas de ciência de dados e inteligência artificial para tomada de decisão estratégica.

Descrição da pelstra: Nesta palestra, vamos olhar para a Inteligência Artificial em duas camadas que raramente são discutidas juntas: a lógica de negócios e a engenharia real por trás dos modelos. Primeiro, exploraremos a perspectiva de mercado onde estão os investimentos, quais teses de produto fazem sentido, quais modelos de negócio tendem a não se sustentar e onde o hype está distorcendo a percepção de valor.

Na segunda parte, entraremos nos bastidores técnicos: principais desafios de dados, arquitetura e governança, quais tipos de modelos e arquiteturas de redes neurais vêm sendo ignorados (ou subutilizados) e como eles podem ser potencializados com LLMs em soluções híbridas, mais eficientes e menos frágeis.

O encerramento da palestra será concentrado na discussão em quais modelos de negócios e aplicações têm fundamentos sólidos para escalar.

Esta palestra conecta visão de negócios e engenharia de IA. Primeiro, mapeamos onde há valor real, hype e modelos de negócio insustentáveis. Depois, exploramos desafios técnicos, aplicações ignoradas e como LLMs podem potencializá-las. Fechamos com um guia prático do que tende a escalar e dos fundamentos atuais do que não tende a durar.

Fernando Negrini de Assis Costa

Turning Downtime into Build Time: Lessons from Creating an AI-Powered Side Project //

After being laid off from my previous company, I decided to take the downtime as an opportunity — “Maybe it’s time to build a product that actually solves my own problem.”
That’s how Monthly Grow started.

I tend to be quite spontaneous — diving into whatever catches my curiosity at the moment.
Naturally, routine and long-term planning have never been my strongest suits.
So I wanted to create a tool that would help me plan, track, and reflect on projects in a way that fits me, with minimal friction and some help from AI.

I also wanted a technical challenge.
I implemented features I couldn’t try at work and explored how powerful this new “vibe coding” trend really is.
Designing the structure and data flow from scratch was a first for me — and I ended up rebuilding everything three times.

It was a fun and rewarding process, though I’m not confident enough to call it “production-ready” yet.
Maybe the most productive next step is to release it publicly and learn from real users — even if that means enduring some brutal star ratings.

It’s been a month since I settled in London, and I’m finally getting used to my new life.
Now I’m asking myself: Should I keep developing Monthly Grow? Start a backend-focused practice project? Or try building an AI + vibe coding product with real monetization potential?

If you’re working on something similar or just interested in chatting about side projects and AI tools, I’d love to grab a coffee or hear your thoughts in the comments. ☕

Project Link : https://lnkd.in/e6fuzbWj
Devlog: https://lnkd.in/eg_fDqdV

Sol Lee

AI Além da Hype: Mercado, Engenharia e o Futuro Sustentável das Aplicações

Bio palestrante: Cientista de Dados, com background acadêmico em Matemática Pura e Física e mais de 10 anos de experiência na indústria, liderando o desenvolvimento de modelos quantitativos para diferentes classes de ativos, sistemas estruturados de gestão de risco e soluções end-to-end de IA/ML. Co-fundador e Management Partner da Grand Thera, empresa especializada em soluções avançadas de ciência de dados e inteligência artificial para tomada de decisão estratégica.

Descrição da pelstra: Nesta palestra, vamos olhar para a Inteligência Artificial em duas camadas que raramente são discutidas juntas: a lógica de negócios e a engenharia real por trás dos modelos. Primeiro, exploraremos a perspectiva de mercado onde estão os investimentos, quais teses de produto fazem sentido, quais modelos de negócio tendem a não se sustentar e onde o hype está distorcendo a percepção de valor.

Na segunda parte, entraremos nos bastidores técnicos: principais desafios de dados, arquitetura e governança, quais tipos de modelos e arquiteturas de redes neurais vêm sendo ignorados (ou subutilizados) e como eles podem ser potencializados com LLMs em soluções híbridas, mais eficientes e menos frágeis.

O encerramento da palestra será concentrado na discussão em quais modelos de negócios e aplicações têm fundamentos sólidos para escalar.

Esta palestra conecta visão de negócios e engenharia de IA. Primeiro, mapeamos onde há valor real, hype e modelos de negócio insustentáveis. Depois, exploramos desafios técnicos, aplicações ignoradas e como LLMs podem potencializá-las. Fechamos com um guia prático do que tende a escalar e dos fundamentos atuais do que não tende a durar.

Fernando Negrini de Assis Costa

Turning Downtime into Build Time: Lessons from Creating an AI-Powered Side Project //

After being laid off from my previous company, I decided to take the downtime as an opportunity — “Maybe it’s time to build a product that actually solves my own problem.”
That’s how Monthly Grow started.

I tend to be quite spontaneous — diving into whatever catches my curiosity at the moment.
Naturally, routine and long-term planning have never been my strongest suits.
So I wanted to create a tool that would help me plan, track, and reflect on projects in a way that fits me, with minimal friction and some help from AI.

I also wanted a technical challenge.
I implemented features I couldn’t try at work and explored how powerful this new “vibe coding” trend really is.
Designing the structure and data flow from scratch was a first for me — and I ended up rebuilding everything three times.

It was a fun and rewarding process, though I’m not confident enough to call it “production-ready” yet.
Maybe the most productive next step is to release it publicly and learn from real users — even if that means enduring some brutal star ratings.

It’s been a month since I settled in London, and I’m finally getting used to my new life.
Now I’m asking myself: Should I keep developing Monthly Grow? Start a backend-focused practice project? Or try building an AI + vibe coding product with real monetization potential?

If you’re working on something similar or just interested in chatting about side projects and AI tools, I’d love to grab a coffee or hear your thoughts in the comments. ☕

Project Link : https://lnkd.in/e6fuzbWj
Devlog: https://lnkd.in/eg_fDqdV

Sol Lee

AI Além da Hype: Mercado, Engenharia e o Futuro Sustentável das Aplicações

Bio palestrante: Cientista de Dados, com background acadêmico em Matemática Pura e Física e mais de 10 anos de experiência na indústria, liderando o desenvolvimento de modelos quantitativos para diferentes classes de ativos, sistemas estruturados de gestão de risco e soluções end-to-end de IA/ML. Co-fundador e Management Partner da Grand Thera, empresa especializada em soluções avançadas de ciência de dados e inteligência artificial para tomada de decisão estratégica.

Descrição da pelstra: Nesta palestra, vamos olhar para a Inteligência Artificial em duas camadas que raramente são discutidas juntas: a lógica de negócios e a engenharia real por trás dos modelos. Primeiro, exploraremos a perspectiva de mercado onde estão os investimentos, quais teses de produto fazem sentido, quais modelos de negócio tendem a não se sustentar e onde o hype está distorcendo a percepção de valor.

Na segunda parte, entraremos nos bastidores técnicos: principais desafios de dados, arquitetura e governança, quais tipos de modelos e arquiteturas de redes neurais vêm sendo ignorados (ou subutilizados) e como eles podem ser potencializados com LLMs em soluções híbridas, mais eficientes e menos frágeis.

O encerramento da palestra será concentrado na discussão em quais modelos de negócios e aplicações têm fundamentos sólidos para escalar.

Esta palestra conecta visão de negócios e engenharia de IA. Primeiro, mapeamos onde há valor real, hype e modelos de negócio insustentáveis. Depois, exploramos desafios técnicos, aplicações ignoradas e como LLMs podem potencializá-las. Fechamos com um guia prático do que tende a escalar e dos fundamentos atuais do que não tende a durar.

Fernando Negrini de Assis Costa

Turning Downtime into Build Time: Lessons from Creating an AI-Powered Side Project //

After being laid off from my previous company, I decided to take the downtime as an opportunity — “Maybe it’s time to build a product that actually solves my own problem.”
That’s how Monthly Grow started.

I tend to be quite spontaneous — diving into whatever catches my curiosity at the moment.
Naturally, routine and long-term planning have never been my strongest suits.
So I wanted to create a tool that would help me plan, track, and reflect on projects in a way that fits me, with minimal friction and some help from AI.

I also wanted a technical challenge.
I implemented features I couldn’t try at work and explored how powerful this new “vibe coding” trend really is.
Designing the structure and data flow from scratch was a first for me — and I ended up rebuilding everything three times.

It was a fun and rewarding process, though I’m not confident enough to call it “production-ready” yet.
Maybe the most productive next step is to release it publicly and learn from real users — even if that means enduring some brutal star ratings.

It’s been a month since I settled in London, and I’m finally getting used to my new life.
Now I’m asking myself: Should I keep developing Monthly Grow? Start a backend-focused practice project? Or try building an AI + vibe coding product with real monetization potential?

If you’re working on something similar or just interested in chatting about side projects and AI tools, I’d love to grab a coffee or hear your thoughts in the comments. ☕

Project Link : https://lnkd.in/e6fuzbWj
Devlog: https://lnkd.in/eg_fDqdV

Sol Lee

AI Além da Hype: Mercado, Engenharia e o Futuro Sustentável das Aplicações

Bio palestrante: Cientista de Dados, com background acadêmico em Matemática Pura e Física e mais de 10 anos de experiência na indústria, liderando o desenvolvimento de modelos quantitativos para diferentes classes de ativos, sistemas estruturados de gestão de risco e soluções end-to-end de IA/ML. Co-fundador e Management Partner da Grand Thera, empresa especializada em soluções avançadas de ciência de dados e inteligência artificial para tomada de decisão estratégica.

Descrição da pelstra: Nesta palestra, vamos olhar para a Inteligência Artificial em duas camadas que raramente são discutidas juntas: a lógica de negócios e a engenharia real por trás dos modelos. Primeiro, exploraremos a perspectiva de mercado onde estão os investimentos, quais teses de produto fazem sentido, quais modelos de negócio tendem a não se sustentar e onde o hype está distorcendo a percepção de valor.

Na segunda parte, entraremos nos bastidores técnicos: principais desafios de dados, arquitetura e governança, quais tipos de modelos e arquiteturas de redes neurais vêm sendo ignorados (ou subutilizados) e como eles podem ser potencializados com LLMs em soluções híbridas, mais eficientes e menos frágeis.

O encerramento da palestra será concentrado na discussão em quais modelos de negócios e aplicações têm fundamentos sólidos para escalar.

Esta palestra conecta visão de negócios e engenharia de IA. Primeiro, mapeamos onde há valor real, hype e modelos de negócio insustentáveis. Depois, exploramos desafios técnicos, aplicações ignoradas e como LLMs podem potencializá-las. Fechamos com um guia prático do que tende a escalar e dos fundamentos atuais do que não tende a durar.

Fernando Negrini de Assis Costa

Turning Downtime into Build Time: Lessons from Creating an AI-Powered Side Project //

After being laid off from my previous company, I decided to take the downtime as an opportunity — “Maybe it’s time to build a product that actually solves my own problem.”
That’s how Monthly Grow started.

I tend to be quite spontaneous — diving into whatever catches my curiosity at the moment.
Naturally, routine and long-term planning have never been my strongest suits.
So I wanted to create a tool that would help me plan, track, and reflect on projects in a way that fits me, with minimal friction and some help from AI.

I also wanted a technical challenge.
I implemented features I couldn’t try at work and explored how powerful this new “vibe coding” trend really is.
Designing the structure and data flow from scratch was a first for me — and I ended up rebuilding everything three times.

It was a fun and rewarding process, though I’m not confident enough to call it “production-ready” yet.
Maybe the most productive next step is to release it publicly and learn from real users — even if that means enduring some brutal star ratings.

It’s been a month since I settled in London, and I’m finally getting used to my new life.
Now I’m asking myself: Should I keep developing Monthly Grow? Start a backend-focused practice project? Or try building an AI + vibe coding product with real monetization potential?

If you’re working on something similar or just interested in chatting about side projects and AI tools, I’d love to grab a coffee or hear your thoughts in the comments. ☕

Project Link : https://lnkd.in/e6fuzbWj
Devlog: https://lnkd.in/eg_fDqdV

Sol Lee

Guild

Get in touch!

hi@guild.host