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.

Bio do palestrante: Atualmente sou Software Project Leader no Mercado Livre, onde uma das minhas principais missões é impulsionar a transição do time para Engenharia de Machine Learning. Tenho 6 anos de experiência atuando com ML Engineering e MLOps em empresas como Mercado Livre, Itaú e Orbia.
Sou professor de Machine Learning na FIAP, ministrei cursos na USP e no Simpósio Brasileiro de Engenharia Física — área na qual sou formado. Também desenvolvo programas de tutoria interna para formar novos Machine Learning Engineers.
Acredito que capacitar pessoas para trabalhar com ML é tão importante quanto construir bons modelos — e é isso que guia meu trabalho todos os dias.

Descrição da palestra: Software Engineering e Machine Learning Engineering compartilham bases sólidas, mas exigem habilidades e mentalidades diferentes. Em 25 minutos, apresento o que realmente muda: experimentação, versionamento de dados e modelos, CI/CD para ML e monitoramento pós-deploy. Uma introdução direta para quem quer entender o papel de MLE e começar a transição para o desenvolvimento de sistemas inteligentes.

Bio palestrante: Amanda atua há 9 anos com Inteligência Artificial, desde abordagens tradicionais até a nova geração de agentes. Tem como foco aplicar IA a problemas reais, liderando projetos que geram valor concreto para negócios, unindo conhecimento técnico e visão prática. Em suas palestras, traz experiências do dia a dia da adoção de IA e dicas práticas para transformar tecnologia em resultados.

Descrição Palestra: Descubra como combinar ferramentas modernas de automação e inteligência artificial para criar fluxos inteligentes e produtivos em minutos.

Nesta sessão prática, vamos explorar o uso de n8n e LangGraph em um ambiente em nuvem, integrando serviços de IA pré-treinados para acelerar o desenvolvimento e a inovação de aplicações, tudo isso mantendo a privacidade e a segurança das informações.