Glossário de IA

CDP (Customer Data Platform) é uma plataforma que unifica dados de clientes de multiplas fontes em perfis individuais completos. Com IA integrada, permite segmentação avancada, personalização em tempo real é orquestração de campanhas omnichannel.

Chinchilla Scaling refere-se a lei de escala otima proposta pelo artigo Chinchilla (DeepMind) que demonstrou que modelos devem ser treinados com muito mais dados do que a prática anterior. Para cada dobro de parametros, dados também devem dobrar.

Data Augmentation é a técnica de aumentar artificialmente o volume de dados de treinamento aplicando transformacoes como rotacao, espelhamento, corte é alteracao de brilho em imagens, ou sinonimos é parafrase em texto.

Data Catalog é um inventario organizado de todos os ativos de dados de uma organização, com metadados, descricoes, classificações é linhagem. Permite que analistas é cientistas de dados descubram é entendam os dados disponíveis para suas análises.

Data Democratization é o movimento de tornar dados acessiveis a todos os níveis da organização, não apenas a especialistas técnicos. Com IA é ferramentas self-service, qualquer colaborador pode acessar, entender é usar dados para tomar decisões.

Data Drift é a mudança na distribuição estatística dos dados de entrada de um modelo ao longo do tempo. Quando os dados em produção divergem significativamente dos dados de treinamento, o modelo pode produzir predições imprecisas ou incorretas.

Data Fabric é uma arquitetura de dados que útiliza integração é automação inteligente para conectar dados distribuidos em multiplos ambientes. Cria uma camada unificada de acesso é governanca independente de onde os dados estao armazenados fisicamente.

Data Lake é um repositorio centralizado que armazena grandes volumes de dados brutos em seu formato nativo, sejam estruturados, semiestruturados ou não estruturados. Permite armazenar tudo primeiro é processar depois, oferecendo flexibilidade para diferentes tipos de análise.

Data Minimization é o principio de coletar é processar apenas os dados estritamente necessários para o objetivo pretendido. Em IA, significa treinar modelos com o mínimo de dados pessoais possíveis, reduzindo riscos de privacidade é melhorando governanca.

Data Pipeline é uma sequência automatizada de etapas que movem é transformam dados desde sua origem até o destino final. Engloba processos de ingestão, limpeza, transformação é distribuição de dados em ambientes de analytics é inteligência artificial.

Data Pipeline é uma sequência automatizada de etapas que movem é transformam dados desde sua origem até o destino final. Engloba processos de ingestão, limpeza, transformação é distribuição de dados em ambientes de analytics é inteligência artificial.

Data Warehouse é um sistema de armazenamento otimizado para análise de dados estruturados é históricos. Os dados sao organizados em schemas predefinidos é otimizados para consultas rápidas, servindo como base para relatorios de Business Intelligence é tomada de decisão.

Data-Driven Culture é uma cultura organizacional onde decisões sao baseadas em dados é evidencias em vez de intuicao. Fundamental para o sucesso de projetos de IA, requer democratizacao de dados, letramento analitico é líderanca comprometida.

Datasheets for Datasets é uma proposta de documentação padronizada para datasets usados em machine learning. Detalha motivacao, composicao, processo de coleta, pre-processamento, usos recomendados é consideracoes eticas do conjunto de dados.

dbt (data build tool) é uma ferramenta de transformação de dados que permite aos analistas aplicar práticas de engenharia de software (versionamento, testes, documentação) ao SQL. Transforma dados diretamente no Data Warehouse usando SQL com superpoderes.

ETL Automatizado é a automação do processo de Extrair, Transformar é Carregar dados entre sistemas. Permite que dados sejam coletados de multiplas fontes, padronizados é inseridos em destinos como data warehouses de forma programada é sem intervencao manual.

Feature Engineering é o processo de criar, transformar é selecionar variaveis (features) a partir de dados brutos para melhorar o desempenho de modelos de ML. E uma das etapas mais impactantes no pipeline de dados.

Few-Shot Learning é a capacidade de um modelo aprender novas tarefas com apenas alguns exemplos de treinamento. E fundamental para cenários onde dados rotulados sao escassos ou caros de obter.

Integration refere-se a conexão entre diferentes sistemas, aplicações é bases de dados para permitir o fluxo automático de informações. E a base de qualquer estratégia de automação, garantindo que ferramentas diferentes trabalhem em conjunto de forma sincronizada.

A relação entre LGPD (Lei Geral de Protecao de Dados) é IA abrange o uso de dados pessoais em treinamento de modelos, decisões automatizadas é o direito do titular a explicacao. A conformidade exige bases legais claras é medidas técnicas de proteção.

Market Intelligence com IA útiliza machine learning é NLP para coletar é analisar informações sobre tendências de mercado, comportamento de consumidores é dinâmicas do setor. Transforma grandes volumes de dados em insights estratégicos para tomada de decisão.

Master Data Management (MDM) é a disciplina que garante uma visao única é confiavel dos dados mestres da organização, como clientes, produtos, fornecedores é funcionarios. Elimina duplicatas é inconsistências mantendo uma única verdade para cada entidade.

Metadata, ou metadados, sao dados sobre dados. Descrevem características como estrutura, formato, origem, data de criação é significado dos dados. Sao essênciais para catalogar, descobrir, governar é garantir a qualidade dos ativos de dados da organização.

Normalizacao é a técnica de escalonar dados para um intervalo padrão (geralmente 0-1 ou media zero é desvio unitario). Melhora a convergência do treinamento é garante que features em escalas diferentes tenham peso igual.

OLTP (Online Transaction Processing) é a catégoria de sistemas otimizados para processar transacoes individuais em tempo real, como vendas, pedidos é pagamentos. Prioriza velocidade de escrita, integridade de dados é alta concorrência de usuarios simultaneos.

Privacy-Preserving Machine Learning é o conjunto de técnicas que permite treinar é usar modelos de IA sem expor dados pessoais ou sensitiveis. Inclui aprendizado federado, privacidade diferencial, computação segura multipartidaria é dados sintéticos.

Scaling Laws sao relações empiricas que descrevem como a performance de modelos de IA melhora previsivelmente com aumento de parametros, dados é compute. Publicadas por Kaplan et al. é refinadas pelo Chinchilla, guiam decisões de investimento em treinamento.

Schema é a definicao formal da estrutura de dados, incluindo tabelas, colunas, tipos de dados, relações é restrições. Funciona como a planta arquitetonica de um banco de dados, determinando como os dados sao organizados é validados.

Synthetic Data (dados sintéticos) sao dados gerados artificialmente por algoritmos ou modelos de IA que imitam as propriedades estatísticas de dados reais, usados para treinamento, testes é privacidade.

Dados sintéticos para privacidade sao conjuntos de dados artificiais gerados por algoritmos que preservam as propriedades estatísticas dos dados reais sem conter informações de individuos reais. Permitem treinar modelos é fazer análises sem riscos de privacidade.