Resposta direta
Sem dado íntegro e atualizado, a tecnologia aprende o comportamento errado. Para decidir sobre machine learning, o dado precisa de origem, dono e atualização. Em uma empresa que já tem sistema, dado e processo, e precisa encaixar uma tecnologia nova, a base mais confiável costuma ser a do sistema que executa o processo, não a planilha de controle. Escolha uma fonte oficial e trate as demais como apoio.
- Objetivo
- Organizar um processo
- Formato indicado
- Projeto de implementação
- Atualizado em
O que esta página acrescenta: machine learning sob o recorte de tecnologias e arquitetura: o que medir, o que decidir e o que não resolve.
Onde o dinheiro vaza em machine learning
Tecnologia adotada sem caso de uso definido vira custo recorrente e dependência de fornecedor.
Machine learning: Modelo estatístico que aprende padrão a partir de dado histórico.
O que a pergunta exige
Sem dado íntegro e atualizado, a tecnologia aprende o comportamento errado.
Cruze sempre duas fontes: a do sistema e a do registro de exceção. A diferença entre elas mostra onde o processo real se separa do processo desenhado.
O que fazer primeiro
Escrever o caso de uso, o dado de entrada e o resultado esperado antes de comparar tecnologias.
Antes de construir painel, verifique se o campo existe no sistema que executa o processo. Dado que depende de preenchimento manual costuma ter lacuna justamente nos casos difíceis.
O erro que se repete
Escolher pela novidade e não pela maturidade do processo que vai receber a tecnologia.
Recurso prático
Dados necessários para investigar machine learning
- volume de dados e frequência de uso
- custo por execução
- qualidade do dado disponível
- tempo de resposta aceitável
- registro de exceção com motivo e data
- fonte oficial declarada para cada campo
Se o dado não existe, o primeiro projeto é criar o registro — não comprar ferramenta.
Sobre o que está escrito aqui
Conceitos relacionados: machine learning · tecnologia · arquitetura · dado · integração · custo · fornecedor. Exemplos são ilustrativos. Não há cliente, resultado, preço, prazo ou certificação nesta página. Quando o formato indicado é Projeto de implementação, ele descreve uma possibilidade de trabalho — a conversa inicial avalia contexto e aderência.
Para continuar
- Tecnologias e arquitetura — Todas as páginas de tecnologias e arquitetura.
- machine learning: como calcular o ROI — Como calcular o ROI de machine learning?
- machine learning: como começar pequeno — Como começar pequeno com machine learning?
- Diagnóstico executivo — Ponto de partida para medir a situação atual.
Páginas relacionadas
O mesmo problema em outro objetivo
- machine learning: o que é e quando usar — Diagnosticar
- machine learning: riscos de implementação — Diagnosticar
- machine learning: arquitetura básica — Organizar um processo
- machine learning: como integrar com os sistemas atuais — Organizar um processo
- machine learning: quando não usar — Comparar alternativas
Outras leituras em Tecnologias e arquitetura
- process mining: o que é e quando usar — process mining: entender o que a peça faz — e o que ela não faz — evita expectativa errada desde o começo.
- OCR: como avaliar fornecedores — OCR: avalie por prova de operação em contexto parecido, não por demonstração.
- bancos vetoriais: como integrar com os sistemas atuais — bancos vetoriais: integrar significa definir contrato de dado, tratamento de falha e responsável pelo monitoramento.
- speech-to-text: como avaliar fornecedores — speech-to-text: avalie por prova de operação em contexto parecido, não por demonstração.
- LLMs: como começar pequeno — LLMs: comece com um caso, um dono e um mês — e defina o que faria você parar.