{"id":120818,"date":"2024-07-15T06:23:41","date_gmt":"2024-07-15T05:23:41","guid":{"rendered":"https:\/\/www.artefact.com\/?page_id=120818"},"modified":"2024-09-24T11:25:03","modified_gmt":"2024-09-24T10:25:03","slug":"skaff-platform-data-ai-accelerators","status":"publish","type":"page","link":"https:\/\/www.artefact.com\/br\/technologies\/skaff-platform-data-ai-accelerators\/","title":{"rendered":"Skaff"},"content":{"rendered":"

A Skaff \u00e9 uma incubadora
\npara produtos t\u00e9cnicos Artefact<\/p><\/h1><\/div><\/div><\/div>

Elevar os padr\u00f5es de fornecimento t\u00e9cnico.
\nMelhorar o sucesso comercial.
\nConsolidar o artefato como data principal.<\/p><\/h2><\/div><\/div><\/div>

\"Logo<\/span><\/div><\/div><\/div><\/div><\/div>

A Skaff fornece conhecimento de c\u00f3digo aberto e solu\u00e7\u00f5es implement\u00e1veis para resolver problemas t\u00e9cnicos fundamentais<\/h2><\/div><\/div><\/div>

H\u00e1 uma sobrecarga t\u00e9cnica significativa antes que os projetos data e AI possam demonstrar valor<\/p>\n<\/div>

A Skaff reconhece esse trabalho fundamental e cria aceleradores de alta qualidade para simplificar a cria\u00e7\u00e3o e a implanta\u00e7\u00e3o, permitindo que as equipes se concentrem no trabalho de valor agregado.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Conhecimento
\nPacotes<\/p><\/h3><\/div>

Comece a correr<\/strong><\/p>\n<\/div>

Acelere sua integra\u00e7\u00e3o em uma tecnologia ou conhecimento especializado percorrendo um de nossos pacotes de conhecimento.<\/p>\n<\/div>

O que h\u00e1 na caixa?<\/strong><\/p>\n<\/div>

Os pacotes de conhecimento incluem um treinamento pr\u00e1tico de 45 minutos,
\ne nossas convic\u00e7\u00f5es coletivas sobre como
\nabordar o assunto.<\/p>\n<\/div>

Experimente um<\/strong><\/p>\n<\/div>

Crie um pipeline de ML no GCP usando
\nnosso kit inicial Vertex AI.<\/a><\/p>\n<\/div><\/div><\/div>

Pacotes implement\u00e1veis<\/h3><\/div>

Elimine o clich\u00ea<\/b><\/p>\n<\/div>

Acelere o desenvolvimento e a industrializa\u00e7\u00e3o de projetos data usando software de c\u00f3digo aberto dispon\u00edvel no mercado.<\/p>\n<\/div>

Qual \u00e9 a apar\u00eancia?<\/b><\/p>\n<\/div>

Esses aceleradores podem ser pacotes Python,
\nM\u00f3dulos Terraform, modelos de reposit\u00f3rio Git,
\nwireframes de pain\u00e9is de controle e muito mais.<\/p>\n<\/div>

Experimente um<\/strong><\/p>\n<\/div>

Acompanhe rapidamente seu aplicativo Gen AI usando<\/a>
\nnosso kit de industrializa\u00e7\u00e3o Langchain.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Hist\u00f3rias de sucesso<\/h2><\/div><\/div><\/div>

Patrim\u00f4nio privado<\/strong><\/h3><\/div>

Aproveitando os aceleradores GenAI da Skaff, uma equipe de Artefact demonstrou rapidamente a grande economia de tempo que poderia ser obtida com a indexa\u00e7\u00e3o e consulta de data n\u00e3o estruturados para fus\u00f5es e aquisi\u00e7\u00f5es.<\/p>\n

Os analistas puderam fazer perguntas sobre documentos de due diligence, estudos de mercado, entrevistas com especialistas e outros reports em linguagem natural. Isso permite o cruzamento de informa\u00e7\u00f5es com facilidade, aumentando consideravelmente a produtividade.<\/p>\n

Autoriza\u00e7\u00e3o verde para escalar at\u00e9 1500 usu\u00e1rios.<\/p>\n<\/div><\/div><\/div>

Beleza do consumidor<\/strong><\/h3><\/div>

Ao criar um data platform para dar suporte a casos de uso de marketing, o uso dos aceleradores da Skaff acelerou a implanta\u00e7\u00e3o de lagos data, pipelines data, controle de acesso, finops e data governance.<\/p>\n

Com isso resolvido em quest\u00e3o de dias, em vez de semanas ou meses, os engenheiros do data puderam se concentrar na cria\u00e7\u00e3o de produtos data e atender a casos de uso estrat\u00e9gicos para a marca.<\/p>\n<\/div><\/div><\/div>

RETAIL<\/strong><\/h3><\/div>

Para analisar o streaming data dos pontos de venda em um caso de uso de detec\u00e7\u00e3o de fraude, o acelerador de servidor dbt da Skaff foi usado para implantar e programar o pipeline de an\u00e1lise.<\/p>\n

Isso permitiu que a equipe do Artefact obtivesse rapidamente insights sobre eventos de detec\u00e7\u00e3o de fraude e outros incidentes<\/p>\n

O fato de ter esse acelerador pronto para ser usado permitiu que eles reduzissem semanas do tempo de desenvolvimento e se concentrassem em seu produto.<\/p>\n<\/div><\/div><\/div><\/div><\/div>

Conhe\u00e7a a equipe do SKAFF<\/p><\/div>

Entre em contato<\/span><\/a><\/div><\/div><\/div>
\"Alexis<\/a><\/span><\/div><\/div><\/div>
\"Robin<\/a><\/span><\/div><\/div><\/div><\/div><\/div><\/div><\/div><\/div>

Artigos de blog da m\u00eddia escritos por nossos especialistas em tecnologia<\/h2><\/div><\/div><\/div>
<\/div>

Detectando Alucina\u00e7\u00f5es em LLMs, Um Token de Cada Vez<\/p>

Os modelos de linguagem grandes s\u00e3o surpreendentemente capazes. Eles resumem, traduzem, raciocinam e codificam (melhor do que eu). Mas, ao contr\u00e1rio de mim, eles tamb\u00e9m se tornaram famosos por inventar...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>11 de maio de 2026<\/span><\/div><\/div><\/div><\/div>
<\/div>

O futuro do AI aut\u00eantico depender\u00e1 de gr\u00e1ficos de conhecimento?<\/p>

\u00c0 medida que as empresas correm para operacionalizar o AI, a maioria descobre que sua infraestrutura data nunca foi projetada para racioc\u00ednio aut\u00f4nomo. Atualmente, at\u00e9 80% da implementa\u00e7\u00e3o do AI...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>02 dezembro 2025<\/span><\/div><\/div><\/div><\/div>
<\/div>

Enriquecendo a experi\u00eancia DIY: Como a ADEO usa o AI para conectar conte\u00fado e conhecimento<\/p>

A otimiza\u00e7\u00e3o do sortimento \u00e9 um processo cr\u00edtico no varejo que envolve a sele\u00e7\u00e3o do mix ideal de produtos para atender \u00e0 demanda do consumidor, levando em conta os diversos aspectos log\u00edsticos...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>09 de outubro de 2025<\/span><\/div><\/div><\/div><\/div>
<\/div>

Explica\u00e7\u00e3o sobre o MotherDuck: Como a solu\u00e7\u00e3o AI & Analytics de \u00faltima gera\u00e7\u00e3o se encaixa em sua pilha Data<\/p>

O MotherDuck amplia o desempenho anal\u00edtico do DuckDB para o cloud com recursos colaborativos, oferecendo desempenho 4x mais r\u00e1pido do que o BigQuery e economia de custos em rela\u00e7\u00e3o aos armaz\u00e9ns data tradicionais por meio de...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>02 de outubro de 2025<\/span><\/div><\/div><\/div><\/div>
<\/div>

Otimiza\u00e7\u00e3o de sortimento com modelos de escolha discreta em Python<\/p>

A otimiza\u00e7\u00e3o do sortimento \u00e9 um processo cr\u00edtico no varejo que envolve a sele\u00e7\u00e3o do mix ideal de produtos para atender \u00e0 demanda do consumidor, levando em conta os diversos aspectos log\u00edsticos...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>19 de fevereiro de 2025<\/span><\/div><\/div><\/div><\/div>
<\/div>

O alinhamento de prefer\u00eancias \u00e9 sempre a melhor op\u00e7\u00e3o para aprimorar a tradu\u00e7\u00e3o baseada em LLM? Uma an\u00e1lise emp\u00edrica<\/p>

As m\u00e9tricas neurais para avalia\u00e7\u00e3o de tradu\u00e7\u00e3o autom\u00e1tica (MT) t\u00eam se tornado cada vez mais proeminentes devido \u00e0 sua correla\u00e7\u00e3o superior com julgamentos humanos em compara\u00e7\u00e3o com as m\u00e9tricas lexicais tradicionais<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>03 de dezembro de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

Choice-Learn: Modelagem de escolha em larga escala para contextos operacionais atrav\u00e9s das lentes do aprendizado de m\u00e1quina<\/p>

Os modelos de escolha discreta t\u00eam como objetivo prever as decis\u00f5es de escolha tomadas por indiv\u00edduos em um menu de alternativas, chamado de variedade. Casos de uso bem conhecidos incluem a previs\u00e3o de uma...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>07 de outubro de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

A era do AI generativo: o que est\u00e1 mudando<\/p>

A abund\u00e2ncia e a diversidade de respostas ao ChatGPT e a outros AIs generativos, sejam elas c\u00e9ticas ou entusi\u00e1sticas, demonstram as mudan\u00e7as que eles est\u00e3o provocando e o impacto...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>21 de setembro de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

Como o Artefact conseguiu desenvolver um sistema de carreira justo e simples para engenheiros de software<\/p>

No atual setor de tecnologia, din\u00e2mico e em constante evolu\u00e7\u00e3o, uma carreira pode parecer um caminho sinuoso em meio a uma densa floresta de oportunidades. Com a r\u00e1pida...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>15 de maio de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

Por que voc\u00ea precisa de LLMOps<\/p>

Este artigo apresenta o LLMOps, um ramo especializado que mescla DevOps e MLOps para gerenciar os desafios apresentados pelos modelos de linguagem grandes (LLMs)...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>08 de fevereiro de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

Liberando o poder da LangChain Expression Language (LCEL): da prova de conceito \u00e0 produ\u00e7\u00e3o<\/p>

A LangChain se tornou uma das bibliotecas Python mais usadas para interagir com LLMs em menos de um ano, mas a LangChain era principalmente uma biblioteca...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>31 de janeiro de 2024<\/span><\/div><\/div><\/div><\/div>
<\/div>

Como lidamos com a reconcilia\u00e7\u00e3o de ID de perfil usando o Treasure Data Unification e o SQL<\/p>

Neste artigo, explicamos os desafios da reconcilia\u00e7\u00e3o de ID e demonstramos nossa abordagem para criar um ID de perfil unificado na plataforma Data do cliente, especificamente...<\/p><\/div>

<\/img><\/a><\/a><\/div>
LEIA MAIS<\/a><\/div><\/div>
<\/i><\/span>03 de janeiro de 2024<\/span><\/div><\/div><\/div><\/div><\/div><\/div>