Streaming de Dados na Prática: Casos de Uso para Machine Learning | Edição #98

Nesta apresentação vamos falar sobre aplicações da tecnologia de streaming no Nubank. Na última edição do Meetup, abordamos como Apache Flink e Apache Pinot estão compondo a stack de streaming de dados do Nubank. Nesta edição, vamos falar sobre 3 formas diferentes de se utilizar essa stack:

• Como catalogar e padronizar eventos para o consumo de redes neurais recorrentes na detecção de fraude em tempo real.
• Como controlar a capacidade operacional de políticas de detecção de fraude em tempo real.
• Como extrair dados de comportamento em tempo real para a melhoria de modelos crédito para empréstimo.

Se inscreva pelo link a seguir e garanta sua vaga: https://sou.nu/DSmeetup-98

Palestrantes

Caroline Custódio tem graduação em Engenharia da Informação e trabalha no Nubank há 3 anos, tendo anteriormente trabalhado em outras empresas do setor financeiro como analista e desenvolvedora.

Lucas Nolasco é mestre e bacharel em Engenharia de Computação pela Universidade Tecnológica Federal do Paraná e também técnico em Automação Industrial pelo Instituto Federal do Rio de Janeiro. Com experiência em pesquisa e processamento digital de sinais, Lucas atua como Engenheiro de Machine Learning criando ferramentas para defesas anti-fraude no Nubank.

Luiz Felix possui bacharelado e mestrado em Ciência da Computação pela UNESP de Bauru, tendo realizado parte da graduação na Austrália. Atuou como cientista de dados e research engineer, com foco em Processamento de Linguagem Natural. Há cinco anos trabalha como Engenheiro de Machine Learning no Nubank, implantando modelos de avaliação de risco de crédito em produção. Hoje lidera o desenvolvimento de uma plataforma distribuída para produção, consumo e gestão de features, usada em sistemas de machine learning e produtos de dados.

Otávio Vasques é Lead Machine Learning Engineer no Nubank. Possui 6 anos de experiência na área de Data Science e Engenharia de Software e é formado em Física. Nos últimos 3 anos tem trabalhado com modelos em tempo real aplicados à prevenção de fraudes.