$30 off During Our Annual Pro Sale. View Details »

PyBR15 - Cada um Com Seu Modelo

PyBR15 - Cada um Com Seu Modelo

Palestra Utilizada na https://2019.pythonbrasil.org.br/

Todo mundo gosta de classificar seus gastos a sua maneira, então, como sugerir uma classificação "única" para uma base gigante de pessoas? Nesta palestra, apresentaremos uma solução para modelar, treinar, predizer e sugerir em qual classificação determinado lançamento financeiro se encaixa. De maneira dinâmica e automática, utilizando scikit-learn, temos uma solução que cria e gerencia automaticamente modelos individuais para os usuários da plataforma Conta Azul. Uma solução robusta e simples, feita para permitir personalização e automatização aos usuários na hora de realizar seus lançamentos financeiros

Gabriel (Gabu) Bellon

October 26, 2019
Tweet

More Decks by Gabriel (Gabu) Bellon

Other Decks in Technology

Transcript

  1. Cada um com
    seu modelo
    Criando um modelo de classificação e de sugestão único por usuário

    View Slide

  2. ● Nerd / Geek / Livros / Quadrinho / Games / Cervejas
    ● Itu(SP) -> Limeira(SP) -> Campinas(SP) -> Joinville(SC)
    ● Unicamp / FIAP
    ● Delphi-> SQL -> C# -> DBA -> Dados -> Ciência de Dados
    ● 10+ anos na área de TI
    ● Codenation
    ● Python Joinville & Data Science Joinville
    ● Python Brasil: Segunda participação e a Primeira palestra
    Gabriel Bellon (Gabu) /
    @gabubellon

    View Slide

  3. CADÊ MEU DINHEIRO ?

    View Slide

  4. TUDO EM UMA PLANILHA !

    View Slide

  5. MAS NÃO TEM UM APP ?

    View Slide

  6. View Slide

  7. View Slide

  8. View Slide

  9. View Slide

  10. ALUGUEL IMPOSTOS
    SALÁRIOS
    TAXAS
    VENDAS RECEBIMENTOS
    CADA UM NA SUA CAIXA !

    View Slide

  11. BENDER

    View Slide

  12. BENDER

    View Slide

  13. BENDER

    View Slide

  14. Primeira versão
    Custo
    Segurança
    Manutenção
    BENDER

    View Slide

  15. View Slide

  16. DATA

    View Slide

  17. View Slide

  18. View Slide

  19. SALÁRIO

    View Slide

  20. SALÁRIO
    VENDAS

    View Slide

  21. SALÁRIO
    VENDAS ALUGUEL

    View Slide

  22. CLASSIFY !

    View Slide

  23. View Slide

  24. View Slide

  25. View Slide

  26. View Slide

  27. View Slide

  28. View Slide

  29. ALUGUEL
    ALUGUEL

    View Slide

  30. View Slide

  31. RECEB.
    ALUGUEL
    PAGTO.
    ALUGUEL

    View Slide

  32. CLASSIFY (2)

    View Slide

  33. View Slide

  34. PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL

    View Slide

  35. PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL

    View Slide

  36. View Slide

  37. View Slide

  38. View Slide

  39. CLASSIFY FORMA FINAL !

    View Slide

  40. PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL
    SCORE - Acertando Melhor
    ACCURACY - Com Maior Frequência

    View Slide

  41. PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL
    SCORE - Acertando Melhor
    ACCURACY - Com Maior Frequência
    PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL

    View Slide

  42. PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL
    SCORE - Acertando Melhor
    ACCURACY - Com Maior Frequência
    PAGTO.
    ALUGUEL
    RECEB.
    ALUGUEL
    RECEB.
    ALUGUEL

    View Slide

  43. View Slide

  44. View Slide

  45. View Slide

  46. View Slide

  47. View Slide

  48. View Slide

  49. View Slide

  50. View Slide

  51. View Slide

  52. View Slide

  53. View Slide

  54. View Slide

  55. View Slide

  56. View Slide

  57. ● Múltiplos Modelos:
    ○ 1 modelo para crédito e 1 para débito Global;
    ○ 1 modelo para crédito e 1 para débito para Cada cliente;
    ○ ~60% da base possui seu próprio modelo.
    ● Diminuição de custos
    ○ ~90% em relação solução anterior.
    ● Velocidade
    ○ Treino: Cerca de 6hs (PARA TODA A BASE!);
    ○ Predição: Milésimos de segundos;
    ○ 3K: predições em média por minuto (set/19);
    ○ 12K: pico de predições por minuto (set/19);
    ● Solução:
    ○ (Praticamente) Open-Source;
    ○ Algoritmos simples e "padrões" (TF-IDF, XGBoost).

    View Slide

  58. TECNOLOGIAS

    View Slide

  59. PESSOAS > TECNOLOGIA

    View Slide

  60. PESSOAS > TECNOLOGIA

    View Slide

  61. OBRIGADO
    ● @gabubellon
    [email protected]
    [email protected]
    ● http://gabubellon.me
    ● https://jobs.kenoby.com/contaazul
    ● http://python.joinville.br/
    ● http://dados.joinville.br/
    ● http://bit.ly/gabupybr15

    View Slide