FAQ: perguntas frequentes sobre Artificial Intelligence

Reunimos aqui as dúvidas que aparecem com mais frequência nas nossas conversas iniciais com potenciais clientes. Se a sua pergunta não estiver listada, escreva para [email protected].

Perguntas e respostas

O prazo médio é de seis semanas, divididas em duas fases. Nas duas primeiras semanas, fazemos o diagnóstico: entendemos o processo de negócio, mapeamos as fontes de dados disponíveis e definimos a métrica de sucesso do modelo. Nas quatro semanas seguintes, limpamos os dados, treinamos e validamos o modelo, e o colocamos em produção com monitoramento automatizado.

Projetos mais complexos, como sistemas de visão computacional que exigem anotação de milhares de imagens, podem levar de 10 a 14 semanas. Já modelos de regressão simples, com dados limpos e estruturados, às vezes ficam prontos em três semanas.

Não. Operamos de ponta a ponta: coleta, limpeza, modelagem, deploy e monitoramento. O que precisamos do seu lado é de alguém que conheça o processo de negócio e consiga nos dar acesso às fontes de dados, como bancos de dados internos, planilhas ou APIs de sistemas existentes.

Se a sua empresa já tem analistas de dados ou engenheiros de software, ótimo. Nesse caso, trabalhamos junto com eles e transferimos conhecimento durante o projeto para que a manutenção futura possa ser feita internamente, se desejado.

Assinamos um acordo de confidencialidade (NDA) antes de receber qualquer dado. Todo o processamento ocorre em ambientes isolados na nuvem (AWS ou GCP), com criptografia em trânsito (TLS 1.3) e em repouso (AES-256). Cada projeto tem seu próprio ambiente, sem compartilhamento de recursos com outros clientes.

Ao final do projeto, os dados podem ser apagados dos nossos servidores mediante solicitação formal por e-mail. Também podemos trabalhar exclusivamente dentro da infraestrutura do cliente, caso a política interna exija que os dados nunca saiam do ambiente corporativo.

Depende do escopo. Um modelo preditivo com dados estruturados e uma única variável-alvo costuma ficar entre R$ 35.000 e R$ 80.000, incluindo deploy e 90 dias de monitoramento. Projetos de visão computacional ou NLP com grande volume de dados não estruturados ficam na faixa de R$ 90.000 a R$ 200.000.

Oferecemos também contratos de manutenção mensal, que incluem retreino periódico, ajuste de hiperparâmetros e suporte técnico. O valor mensal varia de R$ 3.500 a R$ 12.000, conforme a complexidade do modelo e a frequência de retreino necessária.

A escolha da ferramenta depende do problema. Para modelos tabulares, usamos frequentemente XGBoost, LightGBM e scikit-learn. Séries temporais são tratadas com Prophet, ARIMA ou modelos baseados em transformers quando o volume de dados justifica. Visão computacional roda em PyTorch com arquiteturas como YOLOv8 e EfficientNet.

Chatbots e sistemas de NLP usam modelos de linguagem ajustados via fine-tuning ou via RAG (retrieval-augmented generation) sobre bases documentais do cliente. A infraestrutura de deploy é baseada em Docker, Kubernetes e serviços gerenciados da AWS (SageMaker, Lambda) ou GCP (Vertex AI).

Sim. Todo modelo de machine learning sofre degradação ao longo do tempo, porque os padrões nos dados mudam. Um modelo de previsão de vendas treinado antes de uma mudança de política de preços, por exemplo, vai perder acurácia depois que os novos preços entrarem em vigor.

Configuramos alertas automáticos que disparam quando métricas como acurácia, precisão ou recall caem abaixo de um limiar definido em conjunto com o cliente. Quando isso acontece, o pipeline de retreino é acionado com os dados mais recentes. Em muitos casos, esse processo é totalmente automático e não requer intervenção humana.

Sim. Cerca de 40% dos nossos clientes estão em outros estados. Todo o trabalho de desenvolvimento, validação e deploy é feito remotamente. Reuniões de alinhamento acontecem por videoconferência, geralmente uma ou duas vezes por semana durante o projeto.

Para a fase de diagnóstico, quando faz sentido visitar a operação presencialmente (por exemplo, para entender uma linha de produção onde será instalada visão computacional), deslocamos um ou dois membros da equipe até o local. Esse custo de viagem é incluído na proposta.

Oferecemos um diagnóstico inicial de duas semanas, com custo fixo de R$ 8.000. Nessa etapa, analisamos os dados disponíveis, avaliamos a viabilidade técnica do projeto e entregamos um relatório com a abordagem recomendada, as métricas esperadas e uma estimativa de prazo e investimento para o projeto completo.

Se decidir seguir adiante, o valor do diagnóstico é descontado do contrato do projeto. Se não seguir, você fica com o relatório e pode usá-lo como referência interna ou para contratar outro fornecedor.

Como funciona o processo

Do primeiro contato ao modelo em produção, estas são as etapas que seguimos em cada projeto.

1

Diagnóstico

Entendemos o problema de negócio, mapeamos as fontes de dados e definimos a métrica de sucesso. Duração: duas semanas.

2

Preparação de dados

Limpamos, transformamos e enriquecemos os dados. Criamos o pipeline de ingestão que será reutilizado em produção.

3

Modelagem

Treinamos e comparamos diferentes algoritmos. Validamos com dados que o modelo nunca viu, usando métricas combinadas com o cliente.

4

Deploy e monitoramento

Colocamos o modelo em produção via API ou integração direta com o sistema do cliente. Configuramos alertas de drift e retreino automático.

Ainda tem dúvidas?

Escreva para nós com uma descrição do problema que quer resolver. Respondemos em até dois dias úteis com uma avaliação preliminar, sem compromisso.

Ir para o formulário de contato