Resumo

-----------------------

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

Quem é o público-alvo da sua palestra?

-----------------------

Analistas, cientistas e engenheiros de dados interessados em modelos de classificação e de sugestão. Será possível entender como foi feito o gerenciamento de deploy, a manutenção simultânea dos modelos em produção e o acompanhamento das métricas.

O que os/as participantes devem esperar da sua palestra?

-----------------------

O foco da apresentação é mostrar a solução desenvolvida na Conta Azul para melhorar a classificação dos lançamentos financeiros, além da disponibilização de uma integração robusta, capaz de criar novos modelos para novos usuários de maneira dinâmica.

Iremos compartilhar os motivos de termos criado essa solução, no que acertamos , erramos e o que aprendemos. Também comentaremos como,utilizando as bibliotecas clássicas de ciência dos dados em python, chegamos à solução atual. 

Tags/Categorias

-----------------------

Avançado, API, Ciência de Dados, Python, scikit-learn