{"id":38748,"date":"2026-11-13T11:39:07","date_gmt":"2026-11-13T14:39:07","guid":{"rendered":"https:\/\/building.nu.com\/?p=38748"},"modified":"2026-11-13T11:52:47","modified_gmt":"2026-11-13T14:52:47","slug":"fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering","status":"publish","type":"post","link":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/","title":{"rendered":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering"},"content":{"rendered":"\n<p class=\"wp-block-paragraph\"><em>Escrito por:<\/em> <a href=\"https:\/\/www.linkedin.com\/in\/felipe-frigeri-b3483956\/\"><em>Felipe F\u00e1bio Frigeri<\/em><\/a> <em>e<\/em> <a href=\"https:\/\/www.linkedin.com\/in\/camilafragoso\/\"><em>Camila Fragoso<\/em><\/a><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A IA generativa trouxe um conjunto totalmente novo de capacidades para as empresas de tecnologia. No Nubank, onde o c\u00f3digo transforma ideias em produtos e em experi\u00eancias melhores para os clientes, isso abre muitas possibilidades para Machine Learning Engineering (MLE). Prepara\u00e7\u00e3o de dados, constru\u00e7\u00e3o de datasets, experimenta\u00e7\u00e3o, deploy e monitoramento envolvem etapas que a IA poderia ajudar a melhorar, e essas atividades sustentam modelos que embasam decis\u00f5es de neg\u00f3cio e, no fim das contas, impactam nossos clientes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Com Large Language Models (LLMs) r\u00e1pidos e de f\u00e1cil acesso, a tenta\u00e7\u00e3o de automatizar quase todas as etapas \u00e9 compreens\u00edvel. Mas conseguir construir uma solu\u00e7\u00e3o rapidamente levanta outra quest\u00e3o: o que vai torn\u00e1-la \u00fatil al\u00e9m do primeiro experimento bem-sucedido?<br><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Sem crit\u00e9rios claros, as aplica\u00e7\u00f5es podem come\u00e7ar a se acumular sem que ningu\u00e9m saiba quem vai us\u00e1-las, como elas se encaixam no fluxo de trabalho ou se ainda cumprem seu prop\u00f3sito original. H\u00e1 algo quase po\u00e9tico nisso: a facilidade e o poder de criar solu\u00e7\u00f5es sofisticadas podem se tornar justamente o motivo pelo qual perdemos o foco nos problemas que quer\u00edamos resolver.<br><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">No time de Cart\u00e3o de Cr\u00e9dito PJ (Pessoa Jur\u00eddica), isso nos levou a ser mais seletivos sobre quais iniciativas de IA seguimos. Antes de nos comprometermos com a implementa\u00e7\u00e3o, quer\u00edamos explicar qual problema um projeto resolveria, como avaliar\u00edamos sua utilidade e se a abordagem poderia ajudar em outros casos de uso. Seguindo o valor do Nubank de buscar altos padr\u00f5es e efici\u00eancia inteligente, organizamos essa discuss\u00e3o em torno de tr\u00eas perguntas pr\u00e1ticas.<br><\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Neste post, compartilhamos essas perguntas e apresentamos um projeto de descoberta de features do time de Cart\u00e3o de Cr\u00e9dito PJ. Explicamos a ideia, como respondemos a cada pergunta e como essas respostas ajudaram a definir o escopo e a abordagem do projeto.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Se voc\u00ea n\u00e3o sabe aonde quer chegar, qualquer IA serve<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Essas perguntas nos d\u00e3o um ponto de partida comum para discutir propostas antes de nos comprometermos a constru\u00ed-las. Elas tamb\u00e9m nos d\u00e3o algo para revisitar \u00e0 medida que os projetos evoluem.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>1. Qual problema ou fluxo de trabalho estamos tentando melhorar?<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O trabalho de Machine Learning Engineering \u00e9 uma sequ\u00eancia de tarefas que transita entre processos estruturados e trabalho criativo. Do lado dos processos, independentemente do problema que estamos resolvendo ou do modelo que estamos construindo, algumas etapas sempre fazem parte do trabalho: entender o contexto de neg\u00f3cio, coletar dados, construir datasets, fazer o deploy dos modelos e monitor\u00e1-los.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Depois, h\u00e1 o trabalho criativo: explorar uma nova t\u00e9cnica vinda da pesquisa, considerar um algoritmo que outro time vem usando ou desenhar uma sequ\u00eancia de experimentos para melhorar as m\u00e9tricas que nos importam. Esses dois lados muitas vezes se sobrep\u00f5em, mas nos d\u00e3o duas formas \u00fateis de abordar a primeira pergunta.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Qual etapa do processo de modelagem poder\u00edamos tornar mais r\u00e1pida ou mais fluida?<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Isso pode significar simplificar a experimenta\u00e7\u00e3o, construir datasets, validar premissas de neg\u00f3cio, preparar documenta\u00e7\u00e3o, avaliar modelos ou decidir quando retrein\u00e1-los. Em um ambiente de modelagem em que boa parte do que fazemos j\u00e1 tem sua pr\u00f3pria automa\u00e7\u00e3o, ajuda ser espec\u00edfico sobre de onde viria a melhoria adicional. Qual parte ainda exige um esfor\u00e7o consider\u00e1vel? Onde gastamos tempo repetidamente que poderia ir para outro trabalho?<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>A IA poderia nos ajudar a explorar territ\u00f3rios ainda inexplorados?<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Outro lugar para procurar oportunidades \u00e9 o trabalho que continuamos adiando: hip\u00f3teses, t\u00e9cnicas ou fontes de dados que gostar\u00edamos de investigar, mas para as quais ainda n\u00e3o tivemos capacidade. Isso pode envolver novos algoritmos, abordagens de feature engineering, fontes de dados ou formatos de dados. Tamb\u00e9m pode significar adaptar modelos existentes a um contexto diferente, por exemplo, investigar onde faria sentido passar de predi\u00e7\u00f5es em batch para decis\u00f5es online. Uma ideia que antes exigia mais tempo ou capacidade do que t\u00ednhamos pode agora se tornar vi\u00e1vel.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Essas duas perguntas podem parecer apontar para dire\u00e7\u00f5es diferentes, uma para a efici\u00eancia de tempo e a outra para a criatividade. Mas ambas v\u00eam da mesma cren\u00e7a: devemos criar mais espa\u00e7o para o pensamento cient\u00edfico e a experimenta\u00e7\u00e3o. Facilitar tarefas recorrentes nos d\u00e1 mais tempo para formular hip\u00f3teses, explorar abordagens diferentes e testar ideias. Ampliar o escopo do nosso trabalho nos permite investigar quest\u00f5es que antes n\u00e3o consegu\u00edamos assumir. Ambas sustentam uma parte essencial de Machine Learning Engineering: transformar matem\u00e1tica e ci\u00eancia em solu\u00e7\u00f5es pr\u00e1ticas que melhoram as decis\u00f5es de neg\u00f3cio e a experi\u00eancia dos nossos clientes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Com esse prop\u00f3sito claro, um projeto AI-first tem uma condi\u00e7\u00e3o adicional: a IA precisa ser central para o que torna a abordagem proposta poss\u00edvel.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>2. Como podemos medir o sucesso: tempo, escopo ou ambos?<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Depois de identificarmos uma oportunidade, a pr\u00f3xima pergunta \u00e9 o que nos convenceria de que segui-la fez diferen\u00e7a.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">O tempo \u00e9 um ponto de partida natural. Em engenharia, falamos com frequ\u00eancia de time to market, e reduzir o tempo necess\u00e1rio para entregar um modelo \u00e9 um resultado \u00fatil. O mesmo racioc\u00ednio vale para etapas individuais, como construir um dataset ou avaliar um experimento. Se essa \u00e9 a melhoria pretendida, devemos estabelecer uma linha de base, observando quanto tempo um trabalho compar\u00e1vel levava antes da introdu\u00e7\u00e3o da solu\u00e7\u00e3o. Mesmo uma medida aproximada nos d\u00e1 algo concreto para revisitar, desde que o trabalho continue atendendo aos padr\u00f5es de qualidade que esperamos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para iniciativas que ampliam o escopo do nosso trabalho, precisamos explicar como vamos avaliar a utilidade da nova capacidade. Conseguir rodar mais experimentos nos d\u00e1 uma medida observ\u00e1vel, mas tamb\u00e9m devemos identificar quais perguntas esses experimentos nos ajudam a responder e quais decis\u00f5es eles podem embasar.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Por exemplo, poder\u00edamos avaliar sistematicamente se duas popula\u00e7\u00f5es de clientes se beneficiariam de modelos separados, revisitando uma premissa que antes t\u00ednhamos pouca capacidade de questionar. Precisar\u00edamos de avalia\u00e7\u00f5es compar\u00e1veis e de crit\u00e9rios claros para decidir se uma mudan\u00e7a se justifica. Da mesma forma, descobrir mais features candidatas amplia nossas possibilidades, enquanto avaliar a contribui\u00e7\u00e3o delas nos diz quais valem a pena seguir.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Quando a oportunidade est\u00e1 mais pr\u00f3xima de uma iniciativa de neg\u00f3cio, devemos conectar a entrega ao resultado que ela pode viabilizar. Para uma nova pol\u00edtica de cr\u00e9dito, isso pode significar identificar os clientes antes pouco atendidos que ela poderia alcan\u00e7ar. A rela\u00e7\u00e3o nem sempre ser\u00e1 direta, e aproxima\u00e7\u00f5es s\u00e3o aceit\u00e1veis, mas devemos ser capazes de explicar como a nova capacidade contribui para os objetivos mais amplos do time.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Alguns projetos far\u00e3o as duas coisas: ampliar o que conseguimos assumir e reduzir o tempo necess\u00e1rio para entregar. Quando isso acontecer, devemos deixar os dois ganhos expl\u00edcitos. As medidas podem ser aproximadas no in\u00edcio, mas devem nos ajudar a avaliar se a iniciativa est\u00e1 tornando nosso trabalho mais eficaz e criando as oportunidades que justificaram sua constru\u00e7\u00e3o.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>3. Qu\u00e3o reutiliz\u00e1vel \u00e9 a nossa solu\u00e7\u00e3o?<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Um problema bem definido e crit\u00e9rios de sucesso claros d\u00e3o a uma iniciativa de IA uma base s\u00f3lida. Uma terceira pergunta que vale fazer desde o in\u00edcio \u00e9 quanto da solu\u00e7\u00e3o poderia ser \u00fatil em outros contextos, times ou problemas.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">No in\u00edcio deste post, falamos sobre como a facilidade de construir com IA pode levar a solu\u00e7\u00f5es que s\u00e3o rapidamente esquecidas. Outro risco \u00e9 construir algo t\u00e3o preso ao seu contexto original que adapt\u00e1-lo d\u00e1 quase tanto trabalho quanto come\u00e7ar do zero. Em modelagem, chamamos de overfitting quando um modelo aprende as particularidades dos dados de treino t\u00e3o de perto que tem um desempenho ruim em dados novos. H\u00e1 uma analogia \u00fatil aqui: uma solu\u00e7\u00e3o de IA pode se tornar t\u00e3o dependente de um modelo, de um reposit\u00f3rio ou do fluxo de trabalho de uma pessoa que sua utilidade mal vai al\u00e9m daquele cen\u00e1rio.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Uma forma pr\u00e1tica de abordar isso \u00e9 olhar para as etapas recorrentes de Machine Learning Engineering. Preparar dados, avaliar experimentos, fazer o deploy de modelos e investigar alertas de monitoramento s\u00e3o atividades familiares para muitos times. A pergunta passa a ser: isso \u00e9 algo que s\u00f3 eu fa\u00e7o, ou outro ML Engineer pode estar enfrentando o mesmo problema?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Mesmo dentro do nosso pr\u00f3prio time, essa pergunta pode mudar o design. Uma automa\u00e7\u00e3o constru\u00edda para avaliar um modelo tamb\u00e9m pode dar suporte a vers\u00f5es futuras ou a outros modelos se deixarmos suas premissas expl\u00edcitas e mantivermos os inputs espec\u00edficos do modelo separados da l\u00f3gica de avalia\u00e7\u00e3o compartilhada. Outros times podem estar fazendo perguntas de neg\u00f3cio diferentes e, ainda assim, se beneficiar de partes do mesmo processo.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A facilidade de ado\u00e7\u00e3o tamb\u00e9m importa aqui. Outra pessoa precisa entender o que a solu\u00e7\u00e3o faz, o que ela espera e como us\u00e1-la no pr\u00f3prio trabalho. Uma documenta\u00e7\u00e3o clara e uma interface simples ajudam a transformar a possibilidade de re\u00faso em algo que as pessoas realmente consigam adotar.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Um projeto AI-first real: descoberta automatizada de features por meio de grafos de rede<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Para mostrar como essas perguntas guiam um projeto desde a ideia inicial at\u00e9 a implementa\u00e7\u00e3o, apresentamos uma iniciativa de descoberta automatizada de features no time de Cart\u00e3o de Cr\u00e9dito PJ. Discutimos as tr\u00eas perguntas antes de come\u00e7ar a programar e usamos nossas respostas para definir o escopo, os crit\u00e9rios de sucesso e as oportunidades de re\u00faso.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Encontrando novas features al\u00e9m dos caminhos conhecidos<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Nosso processo de descoberta de features vinha se concentrando em reutilizar features j\u00e1 adotadas por outros modelos, mas nunca testadas em PJ. Quer\u00edamos ampliar essa busca para incluir experimentos descartados e sinais que nunca tinham sido transformados em features. A modelagem baseada em grafos endere\u00e7a uma parte espec\u00edfica dessa oportunidade: aprender intera\u00e7\u00f5es entre features existentes e explorar rela\u00e7\u00f5es em eventos brutos. Ela complementa, em vez de substituir, o trabalho de encontrar e reutilizar candidatas de outros modelos. Nosso objetivo \u00e9 dar \u00e0 IA generativa autonomia para treinar modelos preditivos e propor de forma criativa novas features candidatas com base nos insights desses experimentos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para investigar intera\u00e7\u00f5es entre features existentes, escolhemos o artigo <em>Automatic Feature Generation based on Graph Structure Learning<\/em> (AFGSL) como refer\u00eancia de modelagem. Na fase 1, features agregadas se tornariam n\u00f3s de um grafo que trocam informa\u00e7\u00f5es entre si, produzindo embeddings contextualizados para um modelo de risco downstream. Essas s\u00e3o representa\u00e7\u00f5es aprendidas, e n\u00e3o features de neg\u00f3cio automaticamente interpret\u00e1veis, e as conex\u00f5es s\u00e3o preditivas, n\u00e3o causais.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A fase 2 exploraria transa\u00e7\u00f5es e eventos, comparando um baseline de embeddings sem grafo com um grafo temporal que conecta empresas e entidades relacionadas. O modelo de grafo produziria embeddings relacionais; uma camada de leitura interpret\u00e1vel opcional transformaria o contexto aprendido em features nomeadas. Essas abordagens com eventos brutos v\u00e3o al\u00e9m do artigo AFGSL e buscam revelar sinais ausentes nas colunas de features existentes.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\"><strong>Como avaliamos esses resultados<\/strong><\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Esses resultados exigem avalia\u00e7\u00f5es diferentes. Para os embeddings de qualquer uma das fases, a pergunta \u00e9 o que eles acrescentam ao modelo de risco downstream, o que \u00e9 avaliado por meio de compara\u00e7\u00f5es com baselines adequados e de verifica\u00e7\u00f5es de desempenho out-of-time, calibra\u00e7\u00e3o e estabilidade. Para features com significado definido, um fluxo de valida\u00e7\u00e3o automatizado pode identificar padr\u00f5es de risco que o modelo atual n\u00e3o captura totalmente, oferecendo um ind\u00edcio inicial de sinal adicional, e n\u00e3o uma prova de ganho downstream. A avalia\u00e7\u00e3o se aprofundaria \u00e0 medida que as candidatas avan\u00e7assem, usando apenas informa\u00e7\u00f5es dispon\u00edveis antes de cada decis\u00e3o de cr\u00e9dito.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">O objetivo de longo prazo \u00e9 o re\u00faso al\u00e9m de PJ. Quando demonstrarmos valor nos nossos modelos, componentes compartilhados de descoberta e avalia\u00e7\u00e3o poder\u00e3o apoiar outros times de risco, enquanto os inputs espec\u00edficos de cada modelo continuam configur\u00e1veis. Isso mant\u00e9m a iniciativa ancorada em um problema concreto, em evid\u00eancias de utilidade e em um caminho para uma ado\u00e7\u00e3o mais ampla.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\"><strong>Do que se trata, de fato, este trabalho<\/strong><\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Este \u00e9 um vislumbre do trabalho que fazemos como Machine Learning Engineers no Nubank. No centro do nosso dia a dia est\u00e1 buscar novas ideias, testar hip\u00f3teses e transformar pesquisa em modelos e experi\u00eancias melhores para os clientes. As perguntas deste post nos ajudam a decidir quais oportunidades seguir e o que as tornaria valiosas para o neg\u00f3cio. Se esse parece um ambiente em que voc\u00ea gostaria de trabalhar e contribuir, conhe\u00e7a nossas vagas abertas no Nubank.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Antes de construir com IA, fa\u00e7a tr\u00eas perguntas: qual problema voc\u00ea est\u00e1 resolvendo, como vai medir o sucesso e se a solu\u00e7\u00e3o pode servir a outras pessoas<\/p>\n","protected":false},"author":178110103,"featured_media":38760,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_eb_attr":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_wpcom_ai_launchpad_first_post":false,"_jetpack_hide_featured_image":false,"_jetpack_featured_image_duplicate_dismissed":0,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[778793307],"tags":[],"class_list":["post-38748","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-research-pt-br"],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v28.8 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/\" \/>\n<meta property=\"og:locale\" content=\"pt_BR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank\" \/>\n<meta property=\"og:description\" content=\"Antes de construir com IA, fa\u00e7a tr\u00eas perguntas: qual problema voc\u00ea est\u00e1 resolvendo, como vai medir o sucesso e se a solu\u00e7\u00e3o pode servir a outras pessoas\" \/>\n<meta property=\"og:url\" content=\"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/\" \/>\n<meta property=\"og:site_name\" content=\"Building Nubank\" \/>\n<meta property=\"article:published_time\" content=\"2026-11-13T14:39:07+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-11-13T14:52:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/building.nu.com\/wp-content\/uploads\/2026\/11\/image-1024x436.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1024\" \/>\n\t<meta property=\"og:image:height\" content=\"436\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Nubank Editorial\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"Nubank Editorial\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. tempo de leitura\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/\"},\"author\":{\"name\":\"Nubank Editorial\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/462f4f5a8d4ec3ccbc3d661dde00f0a4\"},\"headline\":\"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering\",\"datePublished\":\"2026-11-13T14:39:07+00:00\",\"dateModified\":\"2026-11-13T14:52:47+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/\"},\"wordCount\":2198,\"commentCount\":0,\"image\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nu.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/image.png?fit=2250%2C958&ssl=1\",\"articleSection\":[\"AI Research\"],\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/\",\"url\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/\",\"name\":\"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nu.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/image.png?fit=2250%2C958&ssl=1\",\"datePublished\":\"2026-11-13T14:39:07+00:00\",\"dateModified\":\"2026-11-13T14:52:47+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/462f4f5a8d4ec3ccbc3d661dde00f0a4\"},\"breadcrumb\":{\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#breadcrumb\"},\"inLanguage\":\"pt-BR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#primaryimage\",\"url\":\"https:\\\/\\\/i0.wp.com\\\/building.nu.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/image.png?fit=2250%2C958&ssl=1\",\"contentUrl\":\"https:\\\/\\\/i0.wp.com\\\/building.nu.com\\\/wp-content\\\/uploads\\\/2026\\\/11\\\/image.png?fit=2250%2C958&ssl=1\",\"width\":2250,\"height\":958},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/#website\",\"url\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/\",\"name\":\"Building Nubank\",\"description\":\"We make the extraordinary happen\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"pt-BR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/#\\\/schema\\\/person\\\/462f4f5a8d4ec3ccbc3d661dde00f0a4\",\"name\":\"Nubank Editorial\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"pt-BR\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g\",\"caption\":\"Nubank Editorial\"},\"url\":\"https:\\\/\\\/building.nu.com\\\/pt-br\\\/author\\\/editorial\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/","og_locale":"pt_BR","og_type":"article","og_title":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank","og_description":"Antes de construir com IA, fa\u00e7a tr\u00eas perguntas: qual problema voc\u00ea est\u00e1 resolvendo, como vai medir o sucesso e se a solu\u00e7\u00e3o pode servir a outras pessoas","og_url":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/","og_site_name":"Building Nubank","article_published_time":"2026-11-13T14:39:07+00:00","article_modified_time":"2026-11-13T14:52:47+00:00","og_image":[{"width":1024,"height":436,"url":"https:\/\/building.nu.com\/wp-content\/uploads\/2026\/11\/image-1024x436.png","type":"image\/png"}],"author":"Nubank Editorial","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"Nubank Editorial","Est. tempo de leitura":"9 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#article","isPartOf":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/"},"author":{"name":"Nubank Editorial","@id":"https:\/\/building.nu.com\/pt-br\/#\/schema\/person\/462f4f5a8d4ec3ccbc3d661dde00f0a4"},"headline":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering","datePublished":"2026-11-13T14:39:07+00:00","dateModified":"2026-11-13T14:52:47+00:00","mainEntityOfPage":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/"},"wordCount":2198,"commentCount":0,"image":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/building.nu.com\/wp-content\/uploads\/2026\/11\/image.png?fit=2250%2C958&ssl=1","articleSection":["AI Research"],"inLanguage":"pt-BR","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/","url":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/","name":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering - Building Nubank","isPartOf":{"@id":"https:\/\/building.nu.com\/pt-br\/#website"},"primaryImageOfPage":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#primaryimage"},"image":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#primaryimage"},"thumbnailUrl":"https:\/\/i0.wp.com\/building.nu.com\/wp-content\/uploads\/2026\/11\/image.png?fit=2250%2C958&ssl=1","datePublished":"2026-11-13T14:39:07+00:00","dateModified":"2026-11-13T14:52:47+00:00","author":{"@id":"https:\/\/building.nu.com\/pt-br\/#\/schema\/person\/462f4f5a8d4ec3ccbc3d661dde00f0a4"},"breadcrumb":{"@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#breadcrumb"},"inLanguage":"pt-BR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/"]}]},{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#primaryimage","url":"https:\/\/i0.wp.com\/building.nu.com\/wp-content\/uploads\/2026\/11\/image.png?fit=2250%2C958&ssl=1","contentUrl":"https:\/\/i0.wp.com\/building.nu.com\/wp-content\/uploads\/2026\/11\/image.png?fit=2250%2C958&ssl=1","width":2250,"height":958},{"@type":"BreadcrumbList","@id":"https:\/\/building.nu.com\/pt-br\/fazendo-iniciativas-de-ia-funcionarem-para-machine-learning-engineering\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/building.nu.com\/pt-br\/"},{"@type":"ListItem","position":2,"name":"Fazendo iniciativas de IA funcionarem para Machine Learning Engineering"}]},{"@type":"WebSite","@id":"https:\/\/building.nu.com\/pt-br\/#website","url":"https:\/\/building.nu.com\/pt-br\/","name":"Building Nubank","description":"We make the extraordinary happen","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/building.nu.com\/pt-br\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"pt-BR"},{"@type":"Person","@id":"https:\/\/building.nu.com\/pt-br\/#\/schema\/person\/462f4f5a8d4ec3ccbc3d661dde00f0a4","name":"Nubank Editorial","image":{"@type":"ImageObject","inLanguage":"pt-BR","@id":"https:\/\/secure.gravatar.com\/avatar\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/8c056170dc75ffd365b306a0ac7bea4e51d1cdab52a0c84e6ba0a42f7e2f4633?s=96&d=identicon&r=g","caption":"Nubank Editorial"},"url":"https:\/\/building.nu.com\/pt-br\/author\/editorial\/"}]}},"jetpack_likes_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/pbKBB5-a4Y","jetpack_sharing_enabled":true,"jetpack_featured_media_url":"https:\/\/i0.wp.com\/building.nu.com\/wp-content\/uploads\/2026\/11\/image.png?fit=2250%2C958&ssl=1","_links":{"self":[{"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/posts\/38748","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/users\/178110103"}],"replies":[{"embeddable":true,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/comments?post=38748"}],"version-history":[{"count":12,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/posts\/38748\/revisions"}],"predecessor-version":[{"id":38783,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/posts\/38748\/revisions\/38783"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/media\/38760"}],"wp:attachment":[{"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/media?parent=38748"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/categories?post=38748"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/building.nu.com\/pt-br\/wp-json\/wp\/v2\/tags?post=38748"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}