ML Meetup Especial de final de ano: Data Science no Nubank!

O evento é às 19h, TERÇA, 03/12! Atenção com o bug do verão!

Inscrições: 29/11, 12:00 (meio dia) até 02/12, 12:00. A lista de espera NÃO RODA APÓS ESSE HORÁRIO. Se não puder comparecer, desconfirme antes.

É necessário chegar até 19:30 para poder assistir as apresentações. A entrada não será liberada após este horário para não atrapalhar a filmagem.

==> 1ª: O chapter de Data Science do Nubank

As oportunidades para os interessados em ciência de dados e uma visão geral da organização, dia a dia, projetos e carreira.

Luis Moneda: Economista, engenheiro da computação e Data Scientist no Nubank.

==> 2ª: Retreino Automático

Explicaremos como automatizamos o retreino de nossos modelos de roteamento de chats usando Kubeflow e quais lições aprendemos no processo

Paulo Castro: Formado em Ciências Moleculares pela USP, trabalhou no time de Customer Support Design criando modelos de auto-resposta e roteamento de tickets. Hoje trabalha melhorando nossas ferramentas no time de data science productivity

Sadi Kneipp: Formado em Ciências Moleculares pela USP, trabalha como Data Scientist no time de Customer Support Design desde Agosto de 2019, principalmente em modelos de roteamento e aprendizado semi-supervisionado. Previamente trabalhou no time de Collections

==> 3ª: Análise de sobrevivência

Análise de sobrevivência é uma área focada em analisar o tempo até um evento acontecer. Nesta apresentação vai ser explicado a teoria básica de análise de sobrevivênvia, uma modificação de um dos modelos mais famosos, modelo de Cox, para incorporar não linearidade com Gradient Boosting e dois exemplos de aplicação em problemas do Nubank: aprovar ou rejeitar aplicação de cartão de crédito e tempo de pagamento em cobranças comparando com as formas tradicionais de classificação.

Jessica De Sousa: Formada em Matemática Aplicada pela Universidad Simón Bolívar e mestre em Ciências da Computação pelo IME-USP. Atualmente é Data Scientist no Nubank na equipe de Collections.

==> 4ª: Aplicações de Machine Learning e Inferência Causal em Marketing

Como medimos efeitos que não podem ser quantificados diretamente e construimos modelos que buscam maior eficiência na aquisição de clientes.

Leonardo Amorim é estudante de Ciência da Computação na Universidade Católica de Santos, e Data Scientist no time de Acquisition da Nubank desde janeiro de 2019.

==> 5ª: Classificação de textos com Redes Neurais Convolucionais

Desafios e vantagens da migração do nosso modelo de auto-reply baseado em técnicas clássicas de processamento de linguagens naturais para arquiteturas de deep learning.

Gabriel Bakiewicz: Formado em Engenharia Elétrica pela Poli-USP e com mestrado em Ciências da Computação pela Northeastern University, trabalha como Data Scientist no time de Customer Support Design da Nubank desde Janeiro de 2019, com foco em modelos de processamento de linguagens naturais.

Vitor Santa Rosa: Estudante de Ciência da Computação no IME-USP, é Data Scientist & Machine Learning Engineer Intern desde julho de 2019, atuando na nova versão do modelo de respostas automáticas com base em redes neurais concolucionais no time de Customer Support Design.

==> 6ª: Painel: Dia-a-dia do chapter

Composto por cientista de dados, engenheiros de machine learning, gestores e estagiários para compartilhar como foi o seu caminho até o Nubank e como tem sido trabalhar aqui.

Abriremos para perguntas do público.

Ao inscrever-se neste evento você AUTORIZA o Nubank a usar a sua imagem em vídeo promocional que poderão ser gravadas nesta edição, bem como em websites, redes sociais, aplicativos ou materiais institucionais e publicitários para a divulgação da marca e/ou dos serviços prestados pelo Nubank, em qualquer tipo de mídia, sem limitação, conforme o Nubank entender necessário, sem qualquer limitação de tempo, aplicação ou território. Esta autorização é concedida a título gratuito.