Minha história com Inteligência Artificial e Machine Learning
No dia 21 de Junho de 2019, eu e minha esposa desembarcamos em Montreal, Canadá, para nossa primeira experiência no exterior.
Recebi uma oferta de trabalho, como Desenvolvedor Python de Inteligência Artificial (IA), ainda morando no Brasil.
Em menos de seis meses passamos por todo o processo de imigração e nos desfizemos de tudo o que tínhamos de material no Brasil.
Chegamos aqui com três malas, duas mochilas e um laptop. Inglês nível intermediário, e praticamente zero Francês.
O Canadá tem o Inglês e o Francês como línguas oficiais, mas no Quebec a língua mais falada é o Francês.
Vou fazer um post explicando como recebi uma oferta de trabalho no exterior. Neste aqui, quero focar em outro assunto:
Como me envolvi com Machine Learning (ML) e Deep Learning (DL), e o que me trouxe até o Canadá.
Minha primeira experiência com IA foi em 2011, em uma iniciação científica durante a graduação.
Implementei dois algoritmos de clusterização em C, KMeans e GMM, em um projeto de pesquisa para a detecção automática de estágios de sono.
Naquela época, o termo Machine Learning ainda não estava em alta. Eu sinceramente não sabia que estava trabalhando com IA naquele momento.
Em 2012, comecei a utilizar Python profissionalmente, no Instituto Communitas, desenvolvendo uma plataforma de aprendizagem online.
Como trabalho de conclusão do curso de ciência da computação, implementei um sistema de recomendações para esta mesma plataforma.
Além disso, fiz um Mestrado em Inteligência Artificial com o assunto do meu trabalho também relacionado à esta plataforma de aprendizagem.
Neste período, implementei soluções relacionadas com representação de conhecimento, web semântica, ontologias e reasoning (raciocínio de máquina).
Trabalhei no Instituto Communitas entre 2012 e 2017.
Lá fui apresentado a grande parte das tecnologias que utilizo até hoje: Ambientes Linux/Unix, Python, Git, etc.
Em 2018, com o término do mestrado, parti para um novo desafio na empresa DevGrid, desta vez com tecnologias de backend e Machine Learning.
Foi a partir dessa experiência que bibliotecas como NumPy, Pandas, Scikit-learn e Dask entraram na minha rotina de trabalho.
Entre minhas responsabilidades, estavam colocar algoritmos de Machine Learning em produção. Neste ponto, eu já trabalhava com ML diariamente.
Eu participava de um projeto de ML, em uma equipe de ML, porém a empresa não era especializada em IA.
De repente, surgiu a oportunidade de vir para o Canadá e trabalhar em uma empresa que tem IA como core business.
A combinação de um background em IA e ML com a experiência em desenvolvimento de software que me trouxeram até aqui.
Isso porque ML e DL são técnicas cada vez mais utilizadas para o desenvolvimento de softwares que transformam indústrias e negócios.
Porém, treinar um modelo não é o suficiente se você não for capaz de disponibilizá-lo para seu cliente.
Ao mesmo tempo, um software deve ser desenvolvido com boas práticas de programação e levar em conta fatores como segurança e performance.
Muitos programadores têm experiência com desenvolvimento de software tradicional.
Outros profissionais, como Data Scientists, têm fundações sólidas em Machine Learning e matemática.
Entretanto, poucos profissionais combinam ambas as características ou pelo menos fazem a ligação entre essas duas pontas.
Aqui no Canadá, eu continuo trabalhando com Python, bibliotecas de ML e, além disso, expandi minha caixa de ferramentas com TensorFlow para DL.
Mas, principalmente, estou cada vez mais envolvido com MLOps e a implementação e automatização de pipelines de ML.
Trabalho diariamente com NumPy, Pandas, Scikit-learn, Dask e TensorFlow.
Quanto a MLOps, minhas ferramentas de uso diário são Kubernetes, Argo e Docker.
Existe um universo inteiro voltado para estes assuntos, mas como este post já está um pouco longo, vou separá-lo em duas partes.
Na parte 2, quero compartilhar alguns materiais, como livros, repositórios e vídeos, que me ajudaram durante minha trajetória com Inteligência Artificial.
Então fique ligado e até a próxima!