Turbo Science… Data science com sangue nos olhos

Apresentação realizada por Sandor Caetano no Big Data Week São Paulo 2019 [http://sao-paulo.bigdataweek.com].

A ideia é apresentar como montamos uma área de AI em uma empresa com sonho grande onde a cultura é tão eficiente quanto implacável, em que não há espaço para o desempenho fraco. Como alinhar estratégia de AI com um sistema de metas agressivo e gerar valor em um mercado mais agressivo ainda!

Transcript

1. TURBO SCIENCE… DATA SCIENCE COM SANGUE NOS OLHOS Sandor Tucakov Caetano
2. AGENDA • iFood e o sonho grande • Como alcançar o sonho? • O caso dos 30 minutinhos ◦ Pessoas ◦ Processos ◦ Cultura • Resultados e o futuro BIG DATA WEEK SÃO PAULO 2019
3. Chief Data Scientist Sandor Caetano Economista pela Universidade de São Paulo e Data Scientist antes de ser moda. Desde 2006 trabalhou com modelos para estimar o impacto de investimentos em marketing, preços e vendas para diversas empresas do setor de bens de consumo e alimentos. Liderou o time de Data Science de uma das Fintechs mais influentes do país e hoje é o Chief Data Scientist do IFood. @SandorCaetano /sandorcaetano BIG DATA WEEK SÃO PAULO 2019
4. iFood e o sonho grande
5. Iremos transformar a forma como comemos
6. SONHO GRANDE: ALIMENTAR 50 MILHÕES DE PESSOAS
7. 90X POR MÊS! TODO DIA, EM TODA REFEIÇÃO!
8. NOSSO MAIOR COMPETIDOR: O FOGÃO!
9. IFood - Só para você!
10. Ifood hoje: ~20.000.000 pedidos/mês Sonho: 50.000.000 (pessoas) - 90x (mês) iFood do sonho: +200x o iFood de hoje!!! Mas o que isso representa? BIG DATA WEEK SÃO PAULO 2019
11. Como alcançar o sonho?
13. - Contratar uma centena de pessoas - Investir em parcerias, plataformas, tecnologias etc - Mudar a estrutura e a cultura da empresa - Tem que ter um impacto, certo? Ok, legal - Mas qual o impacto? BIG DATA WEEK SÃO PAULO 2019
14. Se o sonho é grande… … Imagine as metas BIG DATA WEEK SÃO PAULO 2019
15. Essa é a história de uma empresa que: - Tem um sonho gigante - Investiu uma grana! - Em um mercado bem agressivo - E agora quer resultados!
16. O caso dos 30 minutinhos!
17. iFood Logística Alguns números: • +100.000 restaurantes • +70.000 entregadores cadastrados • +20M de pedidos/mês • +4M entregas pela plataforma Os restaurantes podem atuar com frota própria ou optar pelo Full service. BIG DATA WEEK SÃO PAULO 2019
18. 1. 1/4 dos atendimentos 2. Pedidos cancelados 3. Controle da Logística BIG DATA WEEK SÃO PAULO 2019
19. Artificial Intelligence Inovação Logística Tempo de entrega Algoritmo de envio Tempo de preparação Entrega Simulador de rotas Novos Modais BIG DATA WEEK SÃO PAULO 2019
20. Artificial Intelligence Inovação Logística Tempo de entrega Algoritmo de envio Tempo de preparação Simulador de rotas Novos Modais Entrega Clientes compram baseados no ETA Global BIG DATA WEEK SÃO PAULO 2019
21. Inovação Logística Novos Modais Entrega Artificial Intelligence Algoritmo de envio Simulador de rotas Tempo de preparação Tempo de entrega AI Controla a operação BIG DATA WEEK SÃO PAULO 2019
22. Tempo de preparação Entrega Artificial Intelligence Tempo de entrega Algoritmo de envio Simulador de rotas Inovação Logística Novos Modais Inovação traz eficiência e sustentabilidade BIG DATA WEEK SÃO PAULO 2019
23. Como: [Pessoas]
24. +100 Profissionais 45% Data Analysts 40% Data Scientists 15% Data Engineers / Machine Learning Engineers Pessoas BIG DATA WEEK SÃO PAULO 2019
25. Definição de papéis BIG DATA WEEK SÃO PAULO 2019 Data Engineer: - Dados dos sistemas para o datalake - Plataforma de dados, warehousing e visualização - Foco em disponibilidade, produtividade e performance Data Analyst: - Definir regras de negócio e KPIs - Construir Dashboards - Suporte a tomada de decisão - Monitoramento das decisões Machine Learning Engineer: - Plataforma de ML - Criar ferramentas e abstrações - "01 click deploy" - Foco em disponibilidade, produtividade e performance Data Scientist: - Análise, pesquisa, design e testes de modelos de Machine Learning - Manter-se atualizados com os desenvolvimentos no campo da inteligência artificial
26. Estrutura organizacional BIG DATA WEEK SÃO PAULO 2019
27. E quando o squad não faz ideia? BIG DATA WEEK SÃO PAULO 2019 - Estratégia "From push to pull" ("pegar no tranco") - "Cortar o mato alto" - Que projetos podem gerar resultado já? - Empurrar esses projetos para os times - Depois de algumas iterações o time começa a andar com as próprias pernas
28. Princípios e "Mindset" do time de AI - Times pequenos - 4 - 8 max - Flat - Dentro do time de negócios - Foco no VALOR! - Velocidade vence a perfeição… - ...vamos iterar até a perfeição - Mindset "Shippador" - Melhores práticas de eng. de Software - Aprendizado constante!!! BIG DATA WEEK SÃO PAULO 2019
29. Projeto 300 - Todos impactados por AI - DAs/DSs/MLEs/DEs com treinamento especializado - Treinamento para diretoria BIG DATA WEEK SÃO PAULO 2019
30. Como: [Processos]
31. - "Acabou o Power Point e o Dashboard!" - Um AI Leader - Braço direito do Negócio - Model Deck - "checklist" de 21 itens - "All hands" - Apresente seu projeto para os colegas - "Skin in the game" - Modelo toma decisões - Responsabilidade é nossa - "Cerebrão" - ML Platform Processos BIG DATA WEEK SÃO PAULO 2019
32. One Platform to rule them all
33. - Um lugar só para todos os serviços - "Inteligência", para todos os lados! - Mesmos processos e ferramentas - Um local só para colaboração "Cerebrão"
34. Como: [Processos] Exemplo: ETA
35. Artificial Intelligence Inovação Logística Tempo de entrega Algoritmo de envio Tempo de preparação Entrega Simulador de rotas Novos Modais BIG DATA WEEK SÃO PAULO 2019
36. Order Picker Kitchen Dispatch Customer Delivery Customer satisfaction (NPS) Conversion Logistic costs: courrier waiting time at restaurant POS Tempo de Entrega
37. Order Picker Kitchen Dispatch Customer Delivery POS Tempo de Entrega Preparo Envio Entrega
38. Tempo de entrega Horário 20:00 Tempo de Preparo Tempo para encontrar um entregador Stress Logístico Tempo Total Tempo de Entrega
39. AI calcula o tempo de preparo e auxilia no momento exato de apresentar o pedido ao entregador. Possui vários desafios, pois somos "Cegos" para os dados do restaurante. Quanto melhor a estimativa de tempo em stress, melhor a operação. Tempo de preparo 20:00 Tempo "estimado" de preparo em Stress Ponto cego
40. Como: [Processos] Exemplo: Simulador de Rotas
41. AI Teste e otimização de parâmetros Realidade Aplicar "aprendizados" na vida real Simulador "Replay" + Aleatório Acelerar processo de aprendizado Simulador de Rotas
42. Como: [Cultura]
43. 1. Fundamental para a estratégia de AI - Dados - Aprendizado - Várias iterações 2. "Estourar canos" (de forma controlada) → Resiliência 3. Pequenos times multi-funcionais - "Jet Skis"
44. % de pedidos agrupados Tempo (dias) oops! Agrupamento de pedidos Desligamos o teste rapidamente Aprendemos muito!!! Hoje estamos melhor do que no momento do teste
45. +200 +500 Bicicleta Moto E-Bike Patinete E-Scooter Modais
46. Robô sai do iFood Hub, passa pelos restaurantes para coletar pedidos, e retorna para o Hub para despacho Robô em desenvolvimento Robô sai do Hub e vai até o restaurante Restaurante recebe pedido Lojista coloca o pedido no robô Robô volta a rota até o Hub Robôs Autônomos
47. Restaurante Mensageiro Entregador Cliente Hub
48. Resultados e Futuro
49. - Triplicamos o time! - Espalhados em 06 escritórios - Trocamos a plataforma de ML pelo Sagemaker - Lançamos o "AI translators" - E mais importante: - +20 projetos de AI "shippados" - Com valor para o negócio Alguns resultados BIG DATA WEEK SÃO PAULO 2019
50. - AI em todos os pilares estratégicos - p.ex. crescimento, frequência, logística, etc - Times "embedados", autônomos e gerindo seu próprio backlog - "número de projetos" → impacto nas métricas - Qual a receita atribuída a AI? Futuro BIG DATA WEEK SÃO PAULO 2019
51. @SandorCaetano /sandorcaetano Sandor Tucakov Caetano OBRIGADO BIG DATA WEEK SÃO PAULO 2019