ai aesthetic

A estética da IA: criando belos aplicativos de dados

O front‑end geralmente fica em segundo plano no ciclo de vida do machine learning. É por isso que você precisa de ajuda para dar vida aos aplicativos.

Se você treinou um modelo de machine learning para executar algumas análises de dados incríveis, vai querer exibir os resultados. Mas, para isso, é preciso ter conhecimento do front‑end, e nem sempre esse é o ponto forte dos cientistas ou engenheiros de dados que geralmente criam os modelos de machine learning. É por esse motivo que os aplicativos de front‑end geralmente ficam em segundo plano no ciclo de vida do machine learning ou da análise de dados.

Agora há uma solução para esse problema. O Streamlit permite transformar scripts de dados em aplicativos web compartilháveis em minutos. Ele é um programa de código aberto que não requer front‑end nem habilidades de desenvolvimento na web.

No último episódio do AI & U, Mark MacQuade conversa com Johannes Rieke, engenheiro de produto da Streamlit. Antes de entrar na Streamlit, Johannes criou o traingenerator, um excelente aplicativo para web para gerar modelos de código para machine learning. Ele criou o traingenerator por diversão e o aplicativo fez tanto sucesso na comunidade que chamou a atenção da Streamlit, que então o contratou como seu primeiro engenheiro de produto.

Este episódio aborda:

  • Tendências atuais em machine learning
  • A comunidade simplificando a AI e o machine learning
  • Streamlit e casos de uso de machine learning
  • Consultoria para adoção da IA

Mark McQuade faz comentários sobre startups que estão moldando o futuro da IA. “Isso é algo que gostaríamos de destacar neste episódio. A simplificação da IA e do machine learning. Existem algumas partes da IA que exigem muito conhecimento acadêmico, mas, ao mesmo tempo, existem muitas ferramentas disponíveis no mercado para que você não precise ter todo esse conhecimento. Há pessoas criando essas ferramentas o tempo todo. A Hugging Face é um ótimo exemplo. Ela fornece modelos pré-treinados para qualquer tipo de tarefa de PLN de Transformer que você precise realizar. Assim, muitas empresas estão realmente simplificando e desmistificando a IA.”

Johannes oferece consultoria para qualquer pessoa que queira fazer carreira em IA. “Eu diria para você não ter medo das novas tecnologias. Quando eu comecei com o machine learning, tinha um pouco de medo dos relatórios de pesquisa e modelos da época. Eu sempre pensava: ‘Isso vai ser muito complicado’ e ‘Como vou implementar tudo isso?’ Mas eu acho que é muito bom lidar com essas novidades, porque você pode aprender muito com elas. Especialmente nos dias de hoje, todas as ferramentas novas permitem que novatos criem aplicativos muito rapidamente.”

 

Join the Conversation: Find Solve on Twitter and LinkedIn, or follow along via RSS.

Stay on top of what's next in technology

Learn about tech trends, innovations and how technologists are working today.

Subscribe

computer vision

Permitindo a revolução da visão da computação

About the Authors

rackspace logo

Rackspace Technology Staff - Solve

The Solve team is made up of a curator team, an editorial team and various technology experts as contributors. The curator team: Eric Miller, CTO, Rackspace Technology Jeff DeVerter, Chief Technology Evangelist, Rackspace Technology The editorial team:  Gracie LePere, Program Manager Chris Schwartz, Editor & Producer  Larry Meyer, Creative Management Royce Stewart, Chief Designer  Simon Andolina, Design Tim Mann, Design Lisa Varrall, Design Abi Watson, Design Debbie Talley, Production Manager  Chris Barlow, Editor  Kamalpreet Badasha, Writer Tim Hennessey Jr., Writer Craig Grannell, Writer Karen Taylor, Writer Brooke Kaczmarek, Social Media Manager 

Read more about Rackspace Technology Staff - Solve