Python, dados e inteligência artificial: O que esse trio tem em comum?

Por Johannes Lochter – Coordenador de pós-graduação em Ciência de dados e Inteligência Artificial Aplicada do Centro Universitário Facens

Se você nunca ouviu falar ou não sabe o que significa o verbo “programar” e o termo “linguagem de programação”, tenho uma boa e uma má notícia. A má notícia é que você não acompanhou o mundo na última década, a boa notícia é que há inúmeros recursos, inclusive gratuitos, para você se atualizar. Por sinal, esse artigo é um desses recursos.

Programar ou programação é uma forma de instruir em uma máquina quais operações executar para um devido objetivo. Por exemplo, elencar um número de passos para abrir a janela do navegador, para somar dois números, para fazer um download, ou para gerar uma tabela dinâmica no Excel.

A linguagem de programação é o que permite à máquina entender instruções escritas por nós, as quais devem seguir algumas regras gramaticais e alguns comandos pré-estabelecidos pela linguagem. Para ilustrar, por meio da linguagem de programação, nós podemos escrever programas capazes de consumir dados e analisar resultados de uma empresa.

Inclusive, Python é uma, entre as várias linguagens de programação existentes, e eu destaco essa linguagem aqui por ser a linguagem que mais cresce no mundo nos últimos anos. O motivo para isso é bem conhecido – Python é uma linguagem simples, prática, útil e totalmente amigável com dados.

Dados também é um assunto bastante em alta em todas as áreas nos últimos anos. As empresas despertaram para a utilidade deles e para o valor agregado que representam. O momento é propício, os sistemas evoluíram e estão registrando cada vez mais dados; as empresas querem tomar decisões cada vez mais pautadas em dados; e os computadores também estão cada vez mais rápidos para processar o crescente volume de dados. Contudo, nesse ecossistema todo, um ponto tem não tem acompanhado a velocidade da tecnologia e da demanda – mão de obra para trabalhar com dados.

A demanda é tanta que os salários estão nas alturas para os programadores Python capacitados a lidar com as mais diferentes profissões de dados. Existe profissionais para cuidar do armazenamento, da transmissão, do processamento e da disponibilização para analistas de diferentes áreas. Cada uma dessas etapas utiliza um conjunto de ferramentas diferente das outras fases, o que acaba exigindo das empresas múltiplos profissionais para trabalhar em cada uma dessas áreas. E as ferramentas se reciclam, adicionando funcionalidades, ou dando espaço para outras ferramentas, fazendo com que os profissionais dessa área fiquem estudando ininterruptamente.

Na ponta, após todas essas etapas serem resolvidas, os dados invariavelmente são utilizados em processos de inteligência artificial, onde o objetivo é extrair conhecimento de um volume e a uma velocidade que seria humanamente impossível. As empresas querem perceber os padrões que se apresentam nos seus dados e como esses eles podem se repetir no futuro. Perceba que, aqui, surgem outros profissionais específicos para construir modelos inteligentes, fazer manutenção neles e instalá-los em ambientes de produção.

As empresas começaram a ficar atentas para as oportunidades em utilizar os dados e combiná-los com inteligência artificial. No Brasil e no mundo, o processo não é claro e óbvio, nem mesmo para os profissionais mais experientes. Como uma área que tem ganhado o mundo corporativo apenas recentemente, extrapolando os limites da academia, o novo transforma, se torna rentável, mas também causa enormes prejuízos e dores de cabeça para os times mais despreparados. Decisões baseadas em dados ruins ou processos pobremente gerenciados, levam a empresa a vislumbrar um horizonte distorcido e fora da realidade.

O principal desafio para as empresas neste cenário é lidar com os dados, pois sem eles o restante do processo não se desenrola. Entender onde os dados estão, como estruturá-los e aplicar uma governança sobre eles, é uma parte de todo o trabalho, que tem custo e depende de profissionais experientes. Errar aqui significa falhar no processo como um todo.

Uma vez bem desenhada a arquitetura de dados e estabelecidos os objetivos a serem alcançados com os dados, tem início o processo da busca por profissionais capacitados para transformar o “mundo” de dados da empresa em informações, seja olhando para o retrovisor (tudo aquilo que já aconteceu), ou verificando para os padrões capturados utilizando métodos estatísticos e inteligência artificial.

Utilizando Python para inserir os dados das empresas em programas específicos de inteligência artificial, é possível detectar padrão de consumo dos clientes, prever demanda, estimar estoque necessário para suportar um crescimento sazonal de vendas, entre outras tarefas. As aplicações de inteligência artificial dentro das empresas crescem a cada dia.

Se há um ponto que fora do Brasil já é mais claro, e que precisamos aprender com os estrangeiros, é o aspecto de pesquisa que está presente nas atividades que envolvem os dados e a inteligência artificial. Um projeto de aplicativo de celular, de site ou de programa de computador, tem muito bem definido início, meio, fim, e o entregável é claro para todas as partes, desde o momento da assinatura do contrato. Já a manipulação dos dados pode levar a resultados óbvios para a empresa ou para descobertas que podem configurar vantagem competitiva de mercado para a marca. Essa variação, entre não descobrir nada e descobrir muito gastando dinheiro, é algo que ainda não ficou muito claro para a realidade brasileira corporativa. Curioso é que os profissionais envolvidos com isso são justamente os de cientista de dados. Eles realmente estão fazendo experimentos, que podem ou não dar certo, mas que precisam receber de qualquer forma.

É neste turbilhão de informações novas para você, que hoje o mundo também está imerso. Técnicas, jargões, ferramentas e todo tipo de coisa nova a cada instante, para os gestores, para os programadores, para todo mundo. Provavelmente sua empresa vai ouvir falar em programação ao lidar com o volume de dados que tem sido gerado dentro dos negócios praticados. Pode ser que em uma conversa de corredor, você descubra que esses programas estão escritos em Python, quando dois programadores estiverem discutindo a solução para um problema de inteligência artificial. E, agora que você sabe como essas coisas estão relacionadas, dê um abraço nesses programadores, pois lidar de maneira pioneira com o volume de dados que as empresas represam tem sido cada dia mais desafiador, e alguns deles podem estar sem dormir, inclusive.

Posts relacionados

Tradição e modernidade na Engenharia Mecânica

Tradição e modernidade na Engenharia Mecânica

Por Marcelo Aguiar, coordenador de Engenharia Mecânica do Centro Universitário…

Os desafios contínuos – controle de perdas e disponibilidade hídrica no Brasil

Por Lucas Nunes Monteiro, professor de Sistemas Operacionais Embarcados e Sistemas…
CIMENTO ECOLÓGICO: O FUTURO DA CONSTRUÇÃO CIVIL

CIMENTO ECOLÓGICO: O FUTURO DA CONSTRUÇÃO CIVIL

Você sabia que o produto mais consumido no mundo, depois…
Metalurgia e controle da qualidade na Soldagem

Metalurgia e controle da qualidade na Soldagem

Texto do Engenheiro Mecânico especialista em soldagem Wesley Favero de…
Pular para a barra de ferramentas