Como a CloudWalk trabalha para encontrar talentos em inteligência artificial

Pessoas inteligentes, autogestoras e capazes de lidar com a frustração de projetos que falham. É assim que Pedro Terra, diretor de Pesquisa e Desenvolvimento da CloudWalk, descreve o time de inteligência artificial da companhia. 

Com cerca de 40 pessoas trabalhando remotamente em países como Brasil, Bolívia, Canadá, África do Sul, Bélgica, Índia e Alemanha, o time é diretamente responsável por desenvolver todas as frentes de IA na fintech por trás da plataforma de serviços financeiros InfinitePay.  “Treinar os modelos de inteligência artificial não é a parte difícil do trabalho. A parte difícil é todo o resto necessário para se colocar um modelo em produção de forma útil. Problemas do mundo real são muito diferentes dos que encontramos nos cursos online”, afirma Terra. 

Na entrevista abaixo, o executivo conta sobre os desafios de se recrutar talentos para a área de tecnologia, em especial para os times de IA, e fala sobre a estratégia encontrada para atrair e reter esses talentos na CloudWalk. “O Brasil tem muitas pessoas boas e super aptas a desenvolver um trabalho de altíssimo nível. Mas todas as vagas que abrimos são sempre globais, por uma lógica simples: queremos as melhores pessoas no time e não necessariamente elas estarão no Brasil”, afirma. 

Abaixo, confira o bate-papo completo: 

Como a CloudWalk está utilizando IA hoje? Você poderia dar exemplos de atuação da área de Pesquisa e Desenvolvimento?

Temos projetos em diferentes áreas. Uma das primeiras que a gente começou a usar IA é a frente de combate à fraude, que segue sendo uma das mais representativas. São sistemas que entendem comportamentos suspeitos tanto de humanos como de outros sistemas e nos ajudam a evitar transações fraudulentas. A segunda grande frente é a de concessão de crédito. Nela, usamos sistemas de IA que analisam milhares de variáveis de dados e nos ajudam a oferecer um empréstimo personalizado para os clientes. Mais recentemente, vimos um salto grande do uso de IA numa terceira frente, que é no atendimento, numa área que chamamos de Customer Support Engineer. Nela, aplicamos diferentes modelos de LLMs que nos ajudam na automação dos atendimentos aos clientes.

Internamente, a área de pesquisa e desenvolvimento usa IA para dar suporte aos time de Marketing e de Produto. Por exemplo, fazemos análises comparativas entre lojistas e seus pares, levando em conta geolocalização, mostrando que determinado empreendedor se comporta de uma maneira diferente dos seus vizinhos do mesmo nicho. Esse tipo de análise é feita com bastante frequência. Outro uso de IA em marketing é na prevenção ao churn (expressão que se usa para os clientes que param de usar o produto). Nosso modelo consegue prever com base no comportamento dos clientes a chance de ele deixar de usar nossos produtos e então o time de engajamento é acionado para poder entender o que está ocorrendo e estruturar uma ação para que eles sigam como nossos clientes. 

Como é estruturado hoje o time de AI da CloudWalk? Quantos são? Onde estão esses profissionais? Quais são as suas áreas de especialidade/formação?

Hoje somos cerca de  40 pessoas. Dentro dessa equipe, todos no time trabalham remotamente e temos pessoas em vários países diferentes: Brasil, Bolívia, Canadá, África do Sul, Bélgica, Índia e Alemanha. Sobre as formações, temos uma infinidade grande de backgrounds. Acho que Engenheiros devem ser a maioria, mas temos de tudo: administradores, arquitetos, economistas, publicitários, matemáticos, biólogos e artistas plásticos.

Quais são os principais desafios na atração de talentos em IA? Como identificar quem afirma ter certo conhecimento, o que na prática não se mostra verdade?

Falando do ponto de vista prático, a gente envia uma prova técnica para quem se candidata às nossas vagas. É esse resultado que nos diz se a pessoa está apta ou não a seguir no processo. Se a pessoa passar, é muito provável que ela esteja bem apta a trabalhar conosco. É um bom filtro para começar, porque já é uma espécie de filtro cultural: pessoas que se recusam a fazer uma prova online provavelmente não têm fit para trabalhar na CloudWalk. Numa última etapa temos entrevista que analisa mais a questão da nossa cultura. Tentamos entender algumas coisas como por exemplo: o perfil dela, se vamos conseguir trabalhar em colaboração várias horas por dia e se ela tem a “fagulha” mental e criativa que precisamos no time. 

Acho que um dado bastante relevante sobre o nosso processo de contratação é que não olhamos currículos. Não nos importamos com a faculdade ou sequer se o candidato fez faculdade, o que importa é a pessoa ter conhecimento técnico profundo sobre AIs. Já fizemos experimentos com outros tipos de seleções, olhando currículo, mudando a ordem das provas, dos conceitos. Ao longo dos anos foram vários formatos deste processo. Claro, essa não é uma solução perfeita que funcionaria para todas empresas. Mesmo internamente, é um formato de contratação específico do time de AI, outros times aqui tem formas de contratação diferentes. O que posso dizer é que esse processo funcionou para conseguirmos um time de pessoas espetacular e que se nosso processo de contratação se baseasse em olhar currículos várias das pessoas geniais que temos no time hoje não teriam sido contratadas.

Qual é o tamanho do desafio de encontrar talentos no Brasil, em específico?

O Brasil tem muitas pessoas muito boas e super aptas a desenvolver um trabalho de altíssimo nível. Todas as vagas que abrimos são sempre globais, mas a maioria dos candidatos que recebemos são brasileiros e a maioria dos membros do time de AI hoje são brasileiros também. A gente contrata globalmente por uma lógica simples: queremos as melhores pessoas no time e não necessariamente elas estarão no Brasil. Temos pessoas que moram na África do Sul, Índia, Canadá e Bolívia. E já tivemos pessoas do Quênia, Armênia, Alemanha e Indonésia. 

Como capacitar esse tipo de profissional?

Temos parcerias com instituições de educação voltadas para a formação de profissionais de tecnologia, como por exemplo o Instituto Alpha Lumen, que já formou profissionais do time de AI que hoje são essenciais para o sucesso da área. Mas a realidade é que a internet hoje é o melhor local para se aprender sobre AI. Existem uma infinidade de cursos, fóruns, vídeos e posts sendo lançados a todo o momento e publicado. O x.com (antigo Twitter) virou o reduto onde a maioria dos pesquisadores de AI e empresas do nicho tem optado por anunciar suas últimas descobertas ou inovação. Seguir as publicações de Andrej Karpathy ou as novas palestras do Andrew Ng talvez sejam a melhor forma de se manter atualizado no campo. Acredito que para AI os cursos "tradicionais" ou escolas presenciais ficam para trás e não conseguem acompanhar a velocidade que o campo está se desenvolvendo. 

E que tipo de profissional é/tem sido mais difícil de encontrar no mercado com a popularização do uso de AI pelas tecnologias?

Treinar os modelos de AI não é a parte difícil do trabalho. A parte difícil é sim todo o resto necessário para se colocar um modelo em produção de forma útil. Ou seja, entender os problemas de negócio, criar hipóteses, coletar os dados, montar os data-sets, limpar esses dados, criar um sistema automático de re-treino constante e de re-deploy "canários" desses modelos de forma recorrente é que são a real dificuldade. Treinar um modelo de Machine Learning em si é relativamente simples. Interagir com uma LLM então, nem se fala, é trivial. A dificuldade é encontrar pessoas que tenham a capacidade de fazer o processo todo end-to-end de forma a gerar um valor para a sociedade, um "full stack AI engineer"

Problemas no mundo real são muito diferentes dos que encontramos nos cursos online. No mundo real existe uma mudança gradual no comportamento dos seus usuários gerando uma deriva nos dados coletados. Chamamos isso de "behavior drift". Assim, os dados que coletamos hoje não vão ser muito úteis daqui seis meses, pois o comportamento dos usuários vai sempre mudando um pouco. Imagine que eu faço um modelo para prever o uso de bicicletas compartilhadas de uma empresa em uma cidade. Os dados que eu coletei no verão não servem para prever o uso de bicicletas no inverno, pois a natureza do comportamento é diferente nessas duas épocas do ano. Dito isso, você pode pensar que para prever o comportamento você só precisaria treinar seu modelo usando dados do ano inteiro, mas o fato é que empresas sempre estão adicionando novas features, mudando as interfaces de usuários e fazendo melhorias no produto que mudam o comportamento dos seus usuários. 

Usando o mesmo exemplo da empresa de compartilhamento de bicicletas, imagine que ela lançasse um bicicletas elétricas no sistema de compartilhamento. Com certeza a frequência de uso, velocidade das viagens e os horários que as viagem inicial iria mudar muito. Assim, um modelo treinado em dados de bicicletas normais não vai servir para nada para quando você lançar as bicicletas elétricas. 

Essa constante coleta de dados, constante re-treino dos modelos que mapeiam os comportamentos e constante provimento dos modelos. é a parte mais complexa e difícil de se encontrar no mercado. Pessoas com esse conhecimento e habilidades se destacam muito. 

Quais são os desafios de contratar e gerir um time de profissionais com backgrounds tão diversos que estão espalhados pelo mundo?

Desafio de contratar: Basicamente no time de AI a gente procura um perfil muito específico e ao mesmo tempo muito genérico: pessoas inteligentes e que sejam autogestoras. Esse é o nosso segredo. Se a pessoa não sabe se autogerenciar, não funciona tanto no nosso time. Saber se a pessoa é inteligente é até fácil, nossa prova válida isso. É muito mais difícil saber se ela é autogestora. 

Outro desafio é saber se a pessoa sabe lidar bem com a frustração quando os projetos falham. Em nosso time onde a busca e a experimentação são tão importantes, falhar é algo normal. E se você não souber administrar essa frustração nunca vai conseguir seguir em frente e fazer coisas grandiosas. 

Eu diria que as dificuldades de gestão estão mais voltadas a conseguir que as pessoas colaborem e compartilhem entre si, especialmente os fracassos. Muitas vezes as pessoas têm medo ou vergonha de fazer uma pergunta que possa soar ingênua em público. Ou têm vergonha de pedir ajuda quando estão tendo dificuldade. Enquanto na realidade não existe nenhuma pergunta ingênua, todas são úteis. As dúvidas de um são sempre a pergunta de outros. 

Acredito que nosso modelo de trabalho (remoto com pessoas autogestoras) cria um ambiente onde é fácil lidar com pessoas espalhadas pelo mundo sem muito conflito.

‍
Quer fazer parte da CloudWalk? Confira nossas posições abertas!