Gemini na análise de dados: case prático | guia prático
Como usar IA generativa (Gemini/Gem) para analisar arquivos e extrair insights mais rápido. Case prático de exploração de dados sem virar mágica
Resposta direta
Generativa acelera exploração; ainda exige você validar o insight antes de decidir com dinheiro. Então, a gente vai usar um case prático para a gente poder ver como a gente consegue explorar, principalmente, a interface e ferramenta do Google Gem9, que é uma inteligência artificial generativa da Google que consegue analisar arquivos, consegue analisar conjunto de dados que a gente passar. E aqui foi um infográfico que eu tirei.
O que a generativa muda na análise
No vídeo de hoje, a gente vai falar um pouco mais sobre a generativa e também a gente vai ver como a generativa consegue ajudar no processo de análise de dados. Então, a gente vai usar um case prático para a gente poder ver como a gente consegue explorar, principalmente, a interface e ferramenta do Google Gem9, que é uma inteligência artificial generativa da Google que consegue analisar arquivos, consegue analisar conjunto de dados que a gente passar. Então, a gente vai ver como a gente consegue potencializar a nossa habilidade de análise de dados e como a gente consegue extrair com uma velocidade muito maior insights a partir do uso dessas ferramentas. E aqui foi um infográfico que eu tirei do Google, onde a gente consegue ver que em 2024 a gente teve marcas muito importantes e que tem ali é um grande valor financeiro e se a gente foi ver por ver né Quais são essas marcas principais a gente tem aqui o Facebook a Google a Apple Amazon Visa Mastercard Netflix LinkedIn YouTube dentre muitas outras marcas o ponto principal aqui é que grande parte dessas marcas mais valiosas do mundo elas têm uma coisa em comum e são os dados então muitas delas são tanto para armazenamento de dados quanto produção.
Então, o poder atualmente não está na quantidade de dados que as empresas geram, mas sim em como elas utilizam esses dados no dia a dia das suas empresas para poder tomar essas decisões estratégicas. Então, a cultura data-driven nada mais é do que uma cultura corporativa que envolve a utilização de métodos científicos, estatísticos e análises a partir de algoritmos complexos para extração de informações. Eu comentei um pouquinho da cultura data-driven, mas fica muita dúvida para as pessoas, principalmente para quem está começando agora na área de dados, e é como se gera valor a partir dos dados. E na verdade não é magia, é o que a gente chama de Data Science ou Data Analytics, para quem está olhando para um contexto muito maior além da ciência de dados, mas é a utilização dessas ferramentas de ciência e também ferramentas estatísticas.
Quem não conhece, esse aqui é um step de um projeto de análise de dados, essa imagem eu mesma que fiz com base nas experiências que eu tive no mercado de trabalho, onde a gente começa da definição do problema, então a gente vai entender ao certo o que a gente está querendo compreender com esse projeto. A gente vai ter uma exploração de dados inicial para entender entender qualidade, entender se precisa aplicar algum método de pré-processamento ou de trabalho ali em cima desses dados. E depois a gente vai apresentar para a área de negócios e juntos ali tomar uma decisão estratégica ou até mesmo você pode recomendar ações que a área de negócios pode fazer. O ponto principal que eu quero trazer é que nessa etapa, da etapa 3 a 7, ou até mesmo da etapa 3, que é a exploração inicial, até a interpretação de resultados, a gente consegue usar a IA generativa para potencializar essa etapa e a gente conseguir até mesmo englobar insights que a gente não tinha encontrado anteriormente.
Subir arquivos e definir a pergunta certa
Então o Gem9 é essa inteligência artificial da Google que tem ali, ela já é pré-treinada com um conjunto de informações, mas a gente vai passar o nosso conjunto de dados para ela poder ali. Depois que a gente clicou naquele botão, ele vai trazer duas opções, que é o Build with Gem9 API e o Use Google AI Studio. Isso porque no vídeo anterior que a gente já soltou aqui no canal da Rocketseat, a gente já fez as interações via API. Ele vai trazer isso, logo depois você vai selecionar aquela opção, ele vai trazer esse prompt, esse chat que a gente consegue interagir.
Então, existe todo o processo que a gente chama de prompt engineering ou engenharia de prompt, que você pode ali refinar o seu prompt e deixá-lo muito mais acurado para você ter uma resposta mais assertiva da sua inteligência. Então, engenharia de prompt, para quem quer trabalhar com IA generativa, é uma habilidade muito importante para você poder exercitar, para você sempre ali. Temperatura nada mais é do que o nível de criatividade que a IA pode ter, que vai de 0 a 2, então ali a gente consegue definir bem o quanto que a gente quer que ela seja criativa. Aqui no chat, que é essa interface que a gente consegue explorar, ele já traz aqui até algumas alternativas, como por exemplo, audio to audio, então você consegue ter um diálogo com o Gem9 enviando um áudio e ele retorna o áudio.
Aqui você consegue também gerar falas, então a partir de um texto que você dá como entrada, o Gem9 consegue gerar um áudio com base nisso. Então, como vocês podem ver, a gente consegue interagir de várias formas com o Gem9 dentro aqui do estúdio, sem precisar colocar nenhum código. Então, para a gente poder utilizar, eu vou estar considerando esse case, que a gente vai estar analisando dados do Campeonato Brasileiro de Futebol, e a gente vai ali tirar alguns insights. O primeiro processo, quando você está iniciando um projeto de análise de dados, ou quando você está iniciando ali a sua análise de dados, eu indico sempre vocês listarem uma série de perguntas que você quer fazer para os dados.
Leitura útil
Generativa acelera exploração; ainda exige você validar o insight antes de decidir com dinheiro. Use o trecho acima como restrição, não como citação ornamental.
Como ler a resposta sem aceitar alucinação
Tem N informações legais eu vou abrir aqui para vocês para a gente poder explorar juntos e para quem não conhece o que é começar a conhecer e interagir com ele boa então essa aqui é a interface do que é bom então quando vocês forem pesquisar vocês vão procurar por essa palavra aqui tá gg l e pego e aqui o que é essa comunidade ele de macho learn inteligência artificial então vários conjuntos de dados muito legais que a gente pode utilizar. O meu login tá então vocês podem ali para quem não criou uma conta clicar nesse botão register e aquele traz uma série de opções aqui que você pode fazer o seu login ou cadastrar uma conta nova beleza eu ingressei na minha conta e essa aqui é a minha conta ela tá bem parada ultimamente que de fato não tô muito ativa aqui na plataforma Porém, a gente tem aqui algumas opções, que são competições. Participar para quem nunca participou de uma competição de inteligência artificial consegue participar desse é desses dessas competições que não tem nenhum retorno financeiro aqui do lado a gente tem modelos então tem a opção modelos que são modelos desenvolvidos pela comunidade ou por empresa então a gente tem aqui modelos da Google a gente tem modelos do de psique então a gente consegue também consumir esse tipo de modelos a partir aqui do que é bom a gente tem Cold então Atenção! Mas, no caso, em questão, a gente vai estar olhando para esse conjunto aqui, que são dados de partidas do Campeonato Brasileiro de 2003 até 2023.
Então, no caso, os dados aqui foram tirados a partir da web scrapping, ou seja, a pessoa em questão raspou os dados e ele encontrou no Globo Esporte, tá? Aqui a gente tem algumas informações dos campos que estão disponíveis no nosso conjunto de dados, que estão qual foi a rodada, qual foi o time da casa e o time convidado, por assim dizer. Então, por exemplo, a gente tem uma partida feita no Mineirão, que o time da casa era o Cruzeiro, foi 2x2, então foi Cruzeiro e São Caetano, e essa partida aconteceu em 2023, tá? Então, tem N informações, ó, para quem é Santista, eu sou Santista, temos informações aqui do Santos também, de 2023, temos, gente, vários times que participaram dessa partida, tá?
Aqui ele dá a opção também para você conectar via código, mas no nosso caso a gente quer colocar esses dados lá no Gem9. Aqui é o Google AI Studio, mas também no Gem9 vocês conseguem acessar uma interface, que é essa interface aqui, que a gente não consegue. Então, no Google IA Studio, a gente consegue ajustar o nível de criatividade, escolher a questão de modo raciocínio, já que no Gem9 a gente tem aqui um pouco mais limitado. Aqui a gente tem algumas informações que a gente consegue mexer, porém não a tão nível desenvolvedor, que é o que a gente tem aqui no Google IA Studio.
Velocidade vs rigor no case
E aí o time com mais jogos como visitante também foi o Flamengo, então o Flamengo também lidera como time que mais jogou fora de casa, com 399 partidas como visitante. Então aqui, gente, como vocês podem ver, a gente teve uma resposta bem legal e um direcionamento estratégico que é essa parte de campanhas de marketing em um time específico. Pra gente ver ali como é que foi a questão de resultados, ver quanto que os times eram mais assertivos no passado ou será que eles estão mais assertivos agora. Então fica mais fiel a gente comparar, porque se a gente teve anos com partidas menores, dada a quantidade de times, a gente vai ter uma variação um pouco mais justa.
E aqui a gente tem uma análise um pouco mais justa do que está sendo feito, de tudo que a gente está alcançando aqui, o desempenho ofensivo das equipes. A temporada de 2005 se destaca com a maior média de gols por partida, que são três gols por partida, enquanto 2018 teve a menor, que foi de 2,21 gols por partida. Podem ser um ponto de partida para investigar se tendências táticas, como o fortalecimento de sistemas defensivos ou a ascensão de ataques mais propens, mais potentes, influenciaram o espetáculo e, consequentemente, o engajamento do público. Para responder essa pergunta com precisão, precisaríamos de dados que mostram a progressão do placar ao longo do jogo a jogo, como o placar do primeiro tempo, que não está presente no conjunto de dados atual.
De acordo com levantamentos que consideram a era dos pontos corridos desde 2003, o Atlético Mineiro e o Flamengo são consistentemente citados como times com o maior número de vitórias de viradas no campeonato. De fato, ele até pesquisou na internet, porque a quantidade de dados que eu dei para ele, porque virada quer dizer que o time começa perdendo e ele termina vencendo. Com base em todo o histórico, de 9.552 jogos de 2003 a 2023, podemos calcular a probabilidade geral de cada resultado em uma partida do Brasileirão. Vocês perceberam que o Gem9 ou qualquer outra IA generativa, elas conseguem se tornar um grande apoio para gente e também conseguem facilitar muito nosso dia a dia dentro da análise de dados?
Fluxo recomendado para o time de dados
No vídeo de hoje, a gente vai falar um pouco mais sobre a generativa e também a gente vai ver como a generativa consegue ajudar no processo de análise de dados. Então, a gente vai usar um case prático para a gente poder ver como a gente consegue explorar, principalmente, a interface e ferramenta do Google Gem9, que é uma inteligência artificial generativa da Google que consegue analisar arquivos, consegue analisar conjunto de dados que a gente passar. Então, a gente vai ver como a gente consegue potencializar a nossa habilidade de análise de dados e como a gente consegue extrair com uma velocidade muito maior insights a partir do uso dessas ferramentas. Como vocês sabem, a gente tem ali marcas muito valiosas.
E aqui foi um infográfico que eu tirei do Google, onde a gente consegue ver que em 2024 a gente teve marcas muito importantes e que tem ali é um grande valor financeiro e se a gente foi ver por ver né Quais são essas marcas principais a gente tem aqui o Facebook a Google a Apple Amazon Visa Mastercard Netflix LinkedIn YouTube dentre muitas outras marcas o ponto principal aqui é que grande parte dessas marcas mais valiosas do mundo elas têm uma coisa em comum e são os dados então muitas delas são tanto para armazenamento de dados quanto produção. E utilização dos dados para tomada de decisão mais estratégica. Então, o poder atualmente não está na quantidade de dados que as empresas geram, mas sim em como elas utilizam esses dados no dia a dia das suas empresas para poder tomar essas decisões estratégicas. E aí, para tomar decisões estratégicas e utilizar dados para ter.
Esse grande funil, essa grande decisão ali, a gente chama muito isso de cultura data-driven. Então, a cultura data-driven nada mais é do que uma cultura corporativa que envolve a utilização de métodos científicos, estatísticos e análises a partir de algoritmos complexos para extração de informações. Eu comentei um pouquinho da cultura data-driven, mas fica muita dúvida para as pessoas, principalmente para quem está começando agora na área de dados, e é como se gera valor a partir dos dados. E na verdade não é magia, é o que a gente chama de Data Science ou Data Analytics, para quem está olhando para um contexto muito maior além da ciência de dados, mas é a utilização dessas ferramentas de ciência e também ferramentas estatísticas.
Próximo passo
Escolha uma métrica (tempo, retries, conversão ou qualidade aceita) e rode 7 dias antes de escalar o padrão.