O equipamento necessário para o seu projeto de Inteligência Artificial

Existem 3 tipos de papéis em um projeto de Inteligência Artificial (IA). Os 3 são fundamentais para realizar um projeto de IA, e se caracterizam por ter um domínio de conhecimento claramente diferenciado: o cientista de dados, o técnico de TI ou arquiteto, e o especialista de domínio.

A seguir, vamos tentar explicá-los com a analogia de um filme que você provavelmente conhece:

Cientista de dados: O explorador

Sem dúvida, o protagonista em um projeto de IA. O arqueólogo dos dados.

É responsável por gerenciar a maior parte dos dados e dar sentido a eles. São capazes de criar algoritmos de Machine Learning (ML), realmente autodidatas, que aprendem cada vez mais com os dados.

Técnico de TI ou Arquiteto: O facilitador

Precisamos de especialistas em TI que criem os sistemas e os tornem confiáveis e disponíveis. Neste caso, representamos isso como o pai do cientista de dados. Henry Jones criou o Diário do Graal: um verdadeiro repositório de dados que o filho se encarregou de interpretar!

Os especialistas em TI criarão os datalakes e quebrarão os silos, garantindo que o restante da equipe possa acessar os dados. Finalmente, definirão e implementarão os processos de ingestão e migração de dados.

Nesta categoria encontramos os Data Architect, Data Engineer, Data Analyst e Data Custodian, entre outros.

Especialista de domínio: O "Decision Maker"

Os especialistas de domínio são responsáveis por garantir que o modelo de IA realmente agregue valor. São eles que conhecem o negócio ao qual a IA trará valor e que promovem o projeto. Aqui encontramos líderes empresariais em qualquer setor e também podemos encontrá-los em qualquer área da empresa: marketing, pessoas, operações, logística... Neste caso, os representamos na figura de Marcus Brody: aquele que planejava e dirigia as expedições desde a universidade.

Os especialistas de domínio desempenham três funções de vital importância:

1. Imaginar o caso de uso e quais dados da empresa podem ser úteis.
2. Entender quais mudanças nos processos de negócios serão necessárias. É importante entender que a aplicação da IA muitas vezes implicará mudanças na forma de trabalhar de uma empresa.
3. Continuar treinando o algoritmo. Para que a IA seja eficaz, devemos criar as condições técnicas e operacionais para continuar treinando o modelo, por exemplo, etiquetando cada vez melhor os dados (por exemplo, ao utilizar algoritmos de aprendizado supervisionado).

Nesta categoria encontramos o Data Owner ou o Data Steward.

Por último, é importante ressaltar que abordar um projeto de IA implica que as pessoas responsáveis pelos três domínios trabalhem juntas em equipe. Isso requer uma linguagem comum e uma compreensão básica da Inteligência Artificial por parte dos três papéis.

Se você quiser continuar avançando, sugerimos que leia "Os desafios de aplicar Inteligência Artificial" e, se precisar de ajuda na adoção de Inteligência Artificial e Machine Learning, entre em contato conosco.