|
|
Plataformas e Ferramentas de CD e IA em 2018
No final de fevereiro o Gartner lançou seu "Magic Quadrant for Data Science and Machine-Learning Platforms", e também o "Magic Quadrant for Analytics and Business Intelligence Platforms", distribuindo as empresas e respectivas soluções entre Líderes, Desafiadores, Visionários e Concorrentes de Nicho.
Estes dois Quadrantes Mágicos tem muitas empresas em comum, sendo que neste ano a novidade foi a inclusão de Machine Learning (Aprendizado de Máquina), que pode ser visto como um segmento de Inteligência Artificial, no Quadrante analisando as plataformas de ciência de dados. Foi, na verdade, um novo ajuste já que nos anos anteriores nem se falava em ciência de dados e sim em Analytics avançado.
Se o seu interesse maior é por ferramentas de BI, sugiro dar uma conferida no artigo "A Comparative Analysis of Top 6 BI and Data Visualization Tools in 2018", que compara as principais ofertas no mercado, incluindo as 3 consideradas líderes pelo Gartner. São apresentadas as principais características de cada uma, além de pontos fortes e fracos, usabilidade, preço e suporte.
Veja que as vendas de ferramentas de BI tradicionais vem caindo desde 2015 e as empresas deste segmento estão sendo desafiadas a ampliar as funcionalidades oferecidas, trabalhar na nuvem e lidar com dados em tempo real. De certo modo, pode-se dizer que elas precisarão se tornar plataformas de ciência de dados, que por sua vez precisam realmente oferecer uma integração completa de todo o ciclo, desde a concepção de uma solução e preparação dos dados até sua colocação em produção e posterior monitoramento e manutenção.
Cabe destacar que nem Python nem R aparecem em qualquer um destes quadrantes mágicos. Apesar de continuarem sendo as linguagens de programação preferidas de quem atua com ciência de dados, elas não se encaixam nas definições para estar em qualquer uma das categorias definidas nas respectivas análises. De qualquer modo, um artigo recente puxando a brasa para o Python é o "Is Python Edging Out R in the Data Science Space?". Já para quem quer conhecer o R, vale conferir "Introduction to the R Programming Language".
Voltando ao "Magic Quadrant for Data Science and Machine-Learning Platforms", as movimentações em relação ao ano anterior foram intensas, com empresas entrando no quadrante dos líderes e a IBM "caindo" para a categoria de Visionários. Dois artigos trazem uma visão geral destas movimentações. São eles: "Gainers and Losers in Gartner 2018 Magic Quadrant for Data Science and Machine Learning Platforms" e "Advanced Analytics Platforms – Big Changes in the Leaderboard".
Uma análise mais completa, contudo, somente lendo o relatório do próprio Gartner. Várias das empresas analisadas disponibilizam uma cópia do relatório em seus respectivos sites. Uma vez que sou Embaixador para o Brasil da plataforma RapidMiner, indico o link da página deles. Ressalto que eles não apenas permanecem no quadrante dos líderes pelo sexto ano consecutivo, como ainda lançaram uma nova funcionalidade bastante legal depois que o relatório do Gartner foi publicado que é o "Auto Model".
E para quem quer dar uma olhada na expectativa de crescimento do mercado para os próximos anos, a dica é o artigo "Roundup Of Machine Learning Forecasts And Market Estimates, 2018". Ainda sobre mercados, neste outro artigo, Brasil e China são apontados como locais onde os consumidores estão mais propensos a comprar eletrônicos com inteligência artificial embutida.
Não custa lembrar que qualquer uma das plataformas e ferramentas que estão no mercado precisam ser operadas por pessoas. Uma análise de como anda a oferta de mão de obra especializada pode ser encontrado em "Global AI Talent Report 2018". Creio que não será novidade para ninguém saber que o número de mulheres atuando na área é menor do que o de homens, a exemplo do que ocorre com as TICs em geral.
Por conta do dia Internacional da Mulher agora no início de março, foi publicado um artigo trazendo 18 mulheres nos EUA que se destacam nas áreas de IA, Analytics, Big Data, Data Science, Machine Learning e Robótica. Em nossa rede aqui no Rio merecem homenagem a Aline Paes, Carla Delgado, Jonice Oliveira, Letícia Nogueira, Maria Luiza Reis e Priscila Lima. Para não ficar apenas no Rio, homenageamos também mulheres de todo o Brasil na pessoa da Fabiane Nardon. Que todas elas sejam inspiração para que mais mulheres façam a diferença nestas áreas do conhecimento.
Como sempre, tem muito mais informação nos links sugeridos a seguir, destacando análises sobre conferencias recentes, como usar IA em negócios grandes e pequenos, e usos de blockchain com IA. Por falar em eventos, esta aberta até 4 de abril a chamada de trabalhos para o PAPIs LatAm.
Nos links em Português temos um Guia Completo para Começar uma Carreira em Data Science, além de cursos gratuitos sobre IA e Aprendizado de Máquina.
Boas Leituras!
John Lemos Forman
Coordenador da CDIA.Rio
PRÓXIMO ENCONTRO
A CDIA.Rio se reúne novamente no próximo dia 6/abril (6a.feira), às 16h no TI.Rio (R. Buenos Aires, 68 - 32o. andar), com as seguintes apresentações:
• Blockchain e os esforços de padronização ISO/ABNT
Newton Fleury – MST
• Smart Contracts: Aspectos Legais
Gilberto Almeida – Martins de Almeida Advogados
A participação na reunião é gratuita e aberta a membros e não membros, mas é preciso fazer a inscrição através do e-mail [email protected] (informando nome/instituição) para garantir sua vaga já que elas são limitadas.
LINKS INTERESSANTES (INGLÊS)
Top AI Trends To Watch In 2018
Investors share their predictions for AI and machine learning in 2018
Inside the Chinese lab that plans to rewire the world with AI
Growing the artificial intelligence industry in the UK
SXSW 2018: The Future of AI Assistants
5 lessons learned at North Star AI
Age of AI Conference 2018 – Day 1
Age of AI Conference 2018 – Day 2
Big Companies Are Embracing Analytics, But Most Still Don’t Have a Data-Driven Culture
4 Critical Areas Small Businesses Should Incorporate AI
What AI can and can’t do (yet) for your business
The Business Case for a Data Refinery
Emerging Problems In AI, and Blockchain As a Solution
Trustless Machine Learning Contracts; Evaluating and Exchanging Machine Learning Models on the Ethereum Blockchain
Blockchain-based Machine Learning Marketplaces
When Computers Decide: European Recommendations on Machine-Learned Automated Decision Making
Smartphones Will Get Even Smarter With On-Device Machine Learning
Machine Learning and 5G
The New Neural Internet is Coming
Missing data hinder replication of artificial intelligence studies
The Malicious Use of Artificial Intelligence: Forecasting, Prevention, and Mitigation
Should AI bots lie? Hard truths about artificial intelligence
Preparing for Malicious Uses of AI
Big Data Suggests Big Potential for Urban Farming
7 Ways Artificial Intelligence is Reinventing Human Resources
An AI just beat top lawyers at their own game
Algorithmic Impact Assessments: Toward Accountable Automation in Public Agencies
The Algorithmization of Payments
VIDEO: Text Analytics for Finance
Financial Entity Identification and Information Integration (FEIII) Challenges
5 Ways The Energy Industry Is Using Artificial Intelligence
Deep learning for biology
Can Machine Learning Find Medical Meaning in a Mess of Genes?
Data Science in Fashion
For AI to Get Creative, It Must Learn the Rules—Then How to Break ‘Em
Ed Index Compiles Higher Ed Data for Research, Reporting
Are AI-Powered Chatbot Tutors the Future of Textbooks?
Is it Time to Panic about American Ignorance of Deep Learning?
Sample Projects for Data Scientists in Training
Evolution is the New Deep Learning
The Frontiers of Machine Learning
What Comes After Deep Learning
Modern Approaches for Sales Predictive Analytics
To Speed Up AI, Mix Memory and Processing
The Building Blocks of Interpretability
Cracking Open the Black Box of AI with Cell Biology
Time Series for Dummies – The 3 Step Process
The Golden Record: Explained
Unstructured content: An untapped fuel source for AI and machine learning
Graph Databases Burst into the Mainstream
GDPR & AI: Privacy by Design in Artificial Intelligence
Will GDPR Make Machine Learning Illegal?
Lawmakers hash out how to handle ‘multi-jurisdictional battles’ over data access
Guide to Artificial Intelligence for IT Operations
The Race For AI: Google, Intel, Apple In A Rush To Grab Artificial Intelligence Startups
Snips NLU is an Open Source, Private by Design alternative to Dialogflow, Amazon Lex, and other NLU cloud services
Amazon Is Becoming an AI Chip Maker, Speeding Alexa Responses
AI Platform for Windows Developers
Data Science Glossary
LINKS INTERESSANTES (PORTUGUÊS)
Treinador de inteligência artificial é uma das carreiras do futuro, diz MIT
Justiça confirma vitória da PSafe sobre chinesa Baidu por concorrência desleal
Sobre Business Intelligence e Dados
Big data é investimento para estreitar relacionamento com o consumidor
Computação em nuvem exige uma mudança imediata na lei de compras governamentais
Inteligência Artificial e Machine Learning no combate às fraudes bancárias
Mineração de processos se aprende na sala de aula
Instituto oferece 100 mil reais para quem criar solução digital que ajude a combater as Fake News
BB investe R$ 14 milhões em IA e libera transações bancárias no Messenger, do Facebook
Dataprev diz que seu maior ativo são os mais de 26 bilhões de dados civis
CGI alerta para urgência de uma lei de proteção de dados pessoais no Brasil
Como a Inteligência Artificial pode ajudar o Governo a ser mais eficiente?
BNDES lança Cartilha para gestor público implantar IoT
'Hacker' da Telefonica deslancha plano de inteligência artificial
Apps de saúde põem em risco milhões dados pessoais, diz estudo
NVIDIA e Data H criam primeiro curso gratuito em Inteligência Artificial no Brasil
Google lança curso gratuito de introdução ao machine learning
Avanços em TI e IA levam assistentes virtuais para os escritórios
SXSW 2018 - Elon Musk marca presença no evento e discute temas como inteligência artificial e negócios
Spark, Data Science, Performance, Programação Distribuída, RxJS e muito mais no QConSP
Guia Completo para Começar uma Carreira em Data Science
EVENTOS
• 17 e 18/abr - Workshop Gerenciamento de Dados Científicos
• 1 a 4/mai - Open Data Science Conference
• 8/mai - Cidades Inteligentes
• 8 a 10/mai - Imaginando o Futuro
• 9 a 11/mai - QCon SP
• 22 a 24/mai - Painel Telebrasil 2018
• 19 a 21/jun - PAPIS LatAm
• 8 a 13/jul - IEEE World Congress on Computational Intelligence
• Até 29/jul - AYA e seu mundo de inteligências artificiais criativas
• 27 a 31/ago - 44th International Conference on Very Large Data Bases
Obrigado por sua atenção! Fique a vontade para enviar sugestões de textos ou vídeo que você acha que merecem ser incluídos numa próxima edição deste informativo. Comentários e críticas construtivas são igualmente bem-vindos!
|
|
