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.