loading...
Cover image for Café com Rosie - Karina Kato
AI Girls

Café com Rosie - Karina Kato

aigirlsbr profile image AI Girls ・5 min read

Infelizmente, ainda há poucas mulheres no setor de tecnologia, mas corram atrás que vocês serão capazes. Garanto que as suas jornadas irão incentivar muitas outras mulheres!

Essa frase da Karina resume muito bem a trajetória profissional e pessoal dela. Ela que é uma grande inspiração para nós, se disponibilizou em dar uma entrevista e tomar um cafézinho com a Rosie para conversar sobre a carreira e as conquistas que ela teve, e não podia faltar ciência de dados e Inteligência Artificial.
Vamos lá?!


Rosie: Vamos começar fazendo um pequeno raio-x, conta seu nome completo, com o que você trabalha, onde trabalha, sua idade, se você é formada ou ainda está graduando: qual seu curso, se você tem filho (pode ser não humanos também)

Karina: Olá pessoal, meu nome é Karina Kato. Tenho 24 anos. Sou formada em Ciência da Computação e atualmente sou Take Lead de Machine Learning e Engenheira de Machine Learning na Take. E eu tenho um cachorro (praticamente um filho) de 1 ano.

Rosie: Quais são seus hobbies? E áreas de interesse?

Karina: Adoro praticar esportes, assistir séries e aprender coisas novas. Minhas áreas de interesse são visão computacional e processamento de linguagem natural.

Rosie: Como foi seu primeiro contato com tecnologia e como foi?

Karina: Sempre gostei de aprender sobre tecnologias. Desde a minha infância gostava de jogar vídeo game (Playstation 1, Game boy e Wii). Depois, durante o ensino médio um dos meus hobbies era edição de vídeo e imagem. Também tive aulas de robótica.
Já na graduação, adorava desenvolver jogos digitais e criar modelos 3D para serem impressos, até cheguei a comprar uma impressora e criar a minha própria startup.

Rosie: E o seu primeiro contato com ciência de dados ou Inteligência Artificial?

Karina: O meu primeiro contato com inteligência artificial foi durante a graduação. Inclusive, o meu TCC foi em visão computacional. Era um sistema de verificação de assinaturas. Dada, uma assinatura, eu fazia processamentos na imagem e extraia features baseando na grafoscopia, que é o estudo usado por peritos. Essas features eram passadas para os modelos de machine learning para fazerem a predição se a assinatura era falsa ou não.

Carreira

Rosie: Porque você escolheu trabalhar com ciência de dados?

Karina: Sempre gostei muito de matemática e fiquei fascinada com o mundo da inteligência artificial. A ciência de dados é uma carreira que envolve muito dessa matéria.

Rosie: Você acredita que é preciso uma formação acadêmica para atuar na área? Se sim, qual seria a melhor formação?

Karina: Não acredito que seja necessário ter uma formação acadêmica específica para atuar na área, mas acho que um ótimo profissional deve ter uma boa base de matemática, lógica, programação e uma imensa fome por conhecimento.
Para quem quiser recomendação, um curso bom para dar uma base é o de ciência da computação. Entretanto, vocês terão que aprender a correr atrás para aprender ainda mais que o curso promove (até porque ciência de dados é uma área muito nova em constante desenvolvimento).

Rosie: Nesse momento queremos enaltecer as suas conquistas, seus projetos, suas pesquisas, seus artigos etc. Conta tudo de incrível que você fez ou está fazendo?

Karina: Uma das minhas grandes conquistas é trabalhar como Tech Lead de Machine Learning na Take, uma empresa muito diferenciada, que ficou em segundo lugar no ranking de melhores empresas para se trabalhar em Minas Gerais pela GPTW. Lá, trabalho muito na parte de inovação em processamento de linguagem natural, para nos tornarmos uma referência mundial em processamento de texto para português. Tenho participado também de ótimos eventos como o TDC, alguns Talks em empresas e de projetos como o Jornada colaborativa, onde sou líder de um capítulo no livro de Python. Espero poder contribuir ainda mais com as comunidades.

Rosie: Você participou do TDC Belo Horizonte pelo The Developers Conference, coordenando a trilha de inteligência artificial e machine learning. Como foi a experiência?

Karina: Eu já havia participado do TDC em 2019 na trilha de Inteligência Artificial como palestrante e a experiência havia sido muito positiva. Por conta do coronavírus, o evento de Belo Horizonte 2020 foi adiado para novembro, mas gostei muito de fazer parte da coordenação da trilha de Machine Learning e Inteligência Artificial.
Recebemos muitas submissões de palestras e tive a chance de conhecer alguns profissionais incríveis. Além disso, os organizadores do evento são bem atenciosos. Estou ansiosa para participar em novembro.

Inclusive, recomendo demais a mais mulheres a palestrarem no TDC (acontece em São Paulo, Florianópolis, Porto Alegre e Belo Horizonte). É um evento diferenciado que incentiva a diversidade no mundo da tecnologia.

Assuntos da atualidade!

Rosie: Como você vê a importância da ciência de dados e da inteligência artificial nos dias atuais?

Karina: Cada vez mais as empresas têm se tornado data driven. Logo, será mais comum ver times de dados. Não apenas cientistas de dados, mas também, engenheiros de machine learning, engenheiros de dados e analistas de dados. Esses profissionais serão os responsáveis por cuidar dados, gerar informações e auxiliar na tomada de decisões. Dessa forma, serão necessários para manter a empresa um passo à frente.

Rosie: Na Microsoft foi criado um chatbot, chamado TAY, que aprendia através das publicações do Twitter. Em menos de 24 horas assimilando os tweets dos usuários, a TAY se tornou xenofóbica, racista, entre outras coisas. A partir disso muitas pessoas se posicionaram dizendo que não se pode permitir que a inteligências artificiais, em especial chatbots, aprendam sem o supervisionamento humano. O que você acha sobre isso?

Karina: Eu acredito que os processos de manutenção e evolução dos modelos ainda não são vistos como prioridade. Muitas vezes, os profissionais ficam presos apenas nas ideias de criação e treino do modelo. Entretanto, é muito importante ter um processo bem definido de curadoria para evitar viés e também deterioração. Dessa forma, não devemos tratar o modelo como uma caixa preta. É importante analisar o que está sendo aprendido para evitar possíveis preconceitos, seja pelo conteúdo impróprio ou pelo preconceito gerado pelo desbalanceamento dos dados.

Rosie: E para finalizar, qual dica você dá para as mulheres que querem entrar na área?

Karina: Minha dica para as outras mulheres é não se intimidem. Infelizmente, ainda há poucas mulheres no setor de tecnologia, mas corram atrás que vocês serão capazes. Garanto que as suas jornadas irão incentivar muitas outras mulheres! Se quiserem tirar mais alguma dúvida, podem me adicionar.

E aí, gostaram? Não esqueçam de deixar o seu feedback pra gente, para que possamos melhorar nas próximas entrevistas.
Até uma próxima,
AI Girl

Siga a comunidade nas redes sociais!!
LinkedIn
Facebook
Instagram

Discussion

pic
Editor guide