Tempo de leitura: menos de 1 minuto
Olá, pessoal!
Hoje vim aqui falar de mais um evento que tive o prazer de participar: nos dias 14 e 15 de Abril ocorreu o primeiro Hackathon da Daitan, o qual teve como tema o uso de Machine Learning para o mercado financeiro.
Bom, primeiro vou falar um pouco da experiência de uma Hackathon (foi também o primeiro que participei, o outro evento era um Code Dojo). O tempo total do evento foi de aproximadamente 27 horas e 30 minutos, sendo que desse período 24 horas foram para o desenvolvimento da aplicação. O evento começou às 10 do dia 14, tendo uma hora para abertura e distribuição das equipes nas salas.E após o término do período de desenvolvimento foram necessárias 2 horas e meia para o encerramento e decisão dos vencedores. Aliás, foram 5000 reais em prêmio (WOW), sendo 4000 para o time que pegasse o primeiro lugar e 1000 para o que ficasse em segundo.
Vocês devem estar se perguntando: mas nossa, 24 horas direto? Bom, não era obrigatório, poderíamos sair para dormir, comer, mas eu no caso fiquei lá, somente saí para pegar um mouse pois havia esquecido o meu em casa. Afinal a comida de graça, com direito a pizza no jantar S2! Havia também colchonetes e puffes para dormir lá, o que consegui fazer por 2 horas mal dormidas! Hahaha! Só sei que o café que tomei logo que acordei foi o melhor café que já tomei na minha vida! Hahahaha! Mas pra ser sincera, acho que o legal é ficar lá mesmo, a menos que a pessoa tenha algo muito urgente que a impeça de ficar o tempo todo, até porque talvez seria difícil voltar pro evento depois de ter ido para casa. Rsrsrs
Agora sobre nossa ideia e sobre ter trabalhado com Machine Learning: nossa ideia foi criar um aplicativo que com base nos dados coletados no Twitter trace um perfil para o usuário desejado de modo a auxiliar na atribuição dos valores de seguros. Por exemplo, se um indivíduo posta muito palavras relacionadas a maus hábitos, como álcool, cigarro, junk food, provavelmente para seu estilo de vida o seguro de vida deveria ser mais caro, do mesmo modo que uma pessoa que usa muito palavras relacionadas a bons hábitos deveria ter um seguro de vida mais barato. Assim os valores poderão ser mais justo tanto para as seguradoras como para os usuários. E a ideia também é que a base fosse expandida para outras redes sociais no futuro.
Agora sobre o desenvolvimento, a príncipio pensamos em mesclar Java e Python, mas vimos que não ia ser prático e então achamos melhor fazer tudo em Python. Ou seja, tive aí os meus primeiros aprendizados sobre essa linguagem. Confesso que apanhei um pouco, afinal sou uma desenvolvedora Java que conhecia nada de Python. Acho que o maior problema foi em relação aos imports, pois tem umas regrinhas chatas, sem contar que eu havia instalado o Python 3 e meus colegas o 2, foi só então que soube que essas duas versão são praticamente duas linguagens distintas, mas no fim das contas ficamos com o Python 3 mesmo.
Para escolhermos o algorítmo, utilizamos o charflow abaixo, sendo que para o nosso caso havia mais de uma alternativa, mas preferimos o algorítmo Naive Bayes Multinomial, pois além de ser simples foi fácil encontrar um framework de fácil uso em Python para aplicá-lo.
Naive Bayes Multinomial trata-se de um algorítmo próprio para a classificação de variáveis discretas, ou seja, variáveis que só podem assumir valores pertencentes a um determinado conjunto numérico, como é o nosso caso: quantas vezes se repete determinada palavra para ser feita a classificação. E esse algorítmo se baseia em dados históricos para fazer a classificação. Enfim, treinamos o algorítmo e só conseguimos finalizar isso para classificações “saudável” ou “não saudável” para algumas palavras relacionadas ao estilo de vida como alimentação e atividade física, mas queríamos poder ter feito para a entrega também o treino para classificação de “seguro” e “não seguro”.
Bom, comparando com o Code Dojo que participei (você pode conferir aqui: Review CineDojo MATERA) eu preferi o Hackathon. Ambos são muito legais, mas acho que o Hackathon te dá mais liberdade de desenvolvimento e exige mais de você, principalmente por conta do tempo que cada um demanda.
Por fim, infelizmente meu time não foi o vencedor, mas a experiência valeu muito! Sem contar que nossa ideia recebeu muitos elogios, ainda mais pelo fato de nosso time ter ficado desfalcado, pois o máximo eram 5 pessoas, mas nós nos inscrevemos com 4 porém uma pessoa não pôde participar, ou seja, mesmo com somente 3 (o mínimo necessário) fomos capazes de entregar a nossa ideia.
Nosso time:
É isso, espero que tenham aproveitado, e até a próxima! 😉
