Palestra "O tamanho do problema: notas sobre a tragédia econômica que vivemos".

Amanhã darei palestra para estudantes que acabaram de passar no vestibular para as principais instituições públicas e particulares do Rio e que estão vinculados à Ismart, uma instituição privada sem fins lucrativos que busca apoiar jovens com talento acima da média e frágil condição social.  Faz bastante tempo que eu não lido com jovens de 18 a 20 anos, mas estou bastante entusiasmado com a experiência. Darei uma versão reduzida da minha palestra padrão de conjuntura econômica, titulada esse ano como O tamanho do problema: notas sobre a tragédia econômica que vivemos. A ideia é basicamente mostrar como chegamos até aqui: os erros foram dos outros ou de nós mesmos? Espero boas vibrações! Haverá ainda uma edição paulista da palestra, no dia 12/03, lá no Insper. Para quem quiser discutir o tema, os slides da palestra carioca podem ser acessados aqui. Tudo feito usando a integração R com LaTeX, claro! 🙂

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Construindo RAG para Análise do COPOM com SmolAgents

Este exercício demonstra, passo a passo, como aplicar o conceito de Retrieval-Augmented Generation (RAG) com agentes inteligentes na análise de documentos econômicos. Utilizando a biblioteca SmolAgents, desenvolvemos um agente capaz de interpretar e responder a perguntas sobre as atas do COPOM com base em buscas semânticas.

Como criar um Agente de IA?

Unindo conhecimentos sobre Tools, LLMs e Vector Stores, agora é hora de integrar diferentes conceitos e aprender a construir um Agente de IA completo. Neste post, nosso objetivo será criar um Agente capaz de responder perguntas sobre o cenário macroeconômico brasileiro, utilizando dados de expectativas de mercado do Boletim Focus do Banco Central do Brasil (BCB) e o framework LangChain no Python.

Como criar um Supervisor de Agentes com LangGraph

Este tutorial mostra como construir um supervisor multiagente usando LangGraph, integrando dois agentes especialistas: um focado em pesquisa na internet com Tavily e outro especializado em operações matemáticas. Para orquestrar esses agentes, utilizamos o modelo Gemini 2.0 da Google.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.