Os grandes desafios das implantações corporativas de Big Data Analytics

Apresentação realizada por Diógenes Justo no Big Data Week São Paulo 2018 [http://sao-paulo.bigdataweek.com].

Diógenes tem passagens em grandes corporações como B3, Fleury e atualmente como Head de Big Data & Analytics na ViaVarejo, além da experiência como líder de professional services da Semantix, que tem em seu portfólio os principais clientes de Big Data & Analytics do Brasil e América Latina.

Nesta oportunidade será discutido como toda esta onda (que é muito legal) de machine learning, deep learning, algoritmos, novas ferramentas – open source ou não – de big data, pode ser colocada pra funcionar dentro de algo chamado organização corporativa.

Transcript

1. Diógenes Justo Grandes desafios das implantações corporativas de Big Data & Analytics
2. Big Data & Analytics Manager, Prof. DIOGENES JUSTO Bacharel em Matemática, Mestre Economia Aplicada UFRGS Professor Data Science e Machine Learning FIAP e ESPM Head Big Data & Analytics, VIA VAREJO Experiências anteriores: Semantix, B3, Banco Indusval, Fleury... /bdwbrasil /bdwbrasil /bdwbrasil http://sao-paulo.bigdataweek.com/
3. 1. Data and Platform Governance 2. Getting insigths to move forward 3. All Team working together 4. Further challenges ahead... TODAY CHALLENGES
4. 1. DATA AND PLATFORM GOVERNANCE • Needs to process adoption • Mindset changing to data driven • Growning maturity in data usage • Aproximating technology and analytic team
5. 2. GETTING INSIGTHS TO MOVE FORWARD • We don’t know what we can reach • Deep business understanding needs • Deep understanding in business potential impacts • Think about business disruption and improvements • Mindset changing to data-driven
6. 3. ALL TEAM WORKING TOGETHER • Knowledge transfer is a need: • D.S./M.L. <> Business • Data projects is not about setting up a scope... • Keeping up-to-date on innovations • Mindset changing to data driven
7. 4. FURTHER CHALLENGES AHEAD... • Automated ML/DS models to production • Training models with not only historical data • Keeping closer to public data • Data governance and security
8. 4.1. AUTOMATED ML/DS MODELS TO PRODUCTION
9. 4.2. TRAINING MODELS WITH NOT ONLY HIST DATA deeplearningbook.org
10. 4.3. KEEPING CLOSER TO PUBLIC DATA
11. 4.4. DATA GOVERNANCE AND SECURITY
12. OBRIGADO diogenes.justo@gmail.com @viavarejo.com.br @datakron.com.br