As cinco etapas do projeto
O tempo total varia entre 6 e 14 semanas. Projetos menores, como um classificador de tickets de suporte, ficam mais perto das 6 semanas. Projetos que envolvem múltiplas fontes de dados e integração com sistemas legados podem chegar a 14.
Diagnóstico e escopo
Começamos com uma reunião de 90 minutos, por videochamada ou presencial, onde ouvimos o problema que você quer resolver. Não pedimos que você saiba qual algoritmo usar: queremos entender o resultado de negócio esperado. Ao final dessa conversa, mapeamos quais dados existem, onde estão armazenados e quem é responsável por eles. Em até cinco dias úteis, entregamos um documento de escopo com a definição do problema, as métricas de sucesso, o cronograma estimado e o investimento necessário.
Preparação dos dados
Essa etapa consome entre 30% e 50% do tempo total do projeto. Recebemos os dados brutos via transferência segura (SFTP ou bucket criptografado) e fazemos limpeza, tratamento de valores ausentes, normalização e engenharia de features. Se os dados do cliente têm inconsistências graves, avisamos antes de prosseguir e propomos soluções: coleta complementar, enriquecimento com fontes externas ou redefinição do escopo. Não treinamos modelos com dados ruins só para cumprir prazo.
Modelagem e validação
Testamos entre três e seis abordagens diferentes para cada problema. Um projeto de previsão de demanda, por exemplo, pode envolver regressão linear como baseline, gradient boosting, LSTM e um modelo de ensemble. Cada modelo é avaliado com validação cruzada nos dados históricos do cliente, usando as métricas definidas no escopo: RMSE para regressão, F1-score para classificação, AUC para detecção de fraude. Apresentamos os resultados em uma reunião técnica onde mostramos não apenas a acurácia, mas também os erros mais frequentes e as limitações do modelo.
Implantação em produção
O modelo escolhido é empacotado em uma API REST ou integrado diretamente ao sistema do cliente via conector personalizado. Configuramos pipelines de dados automatizados para que o modelo receba informações novas sem intervenção manual. Antes do go-live, rodamos um período de sombra de duas semanas: o modelo faz previsões, mas as decisões continuam sendo tomadas pelo processo antigo. Comparamos os resultados e só ativamos o modelo quando a diferença é consistente a favor dele.
Acompanhamento e retreinamento
Modelos de IA perdem precisão ao longo do tempo porque os dados mudam. Oferecemos contratos de acompanhamento trimestral onde monitoramos a performance do modelo, identificamos degradação e retreinamos com dados recentes. Cada ciclo de retreinamento inclui um relatório com as métricas atualizadas e recomendações. Se o problema de negócio mudar, ajustamos o modelo ou propomos uma nova abordagem sem que o cliente precise começar do zero.
O que você recebe em cada entrega
Não entregamos apenas código. Cada fase produz artefatos documentados que permitem ao cliente entender, auditar e, se quiser, internalizar a solução no futuro.
Documento de escopo
Descrição do problema, fontes de dados, métricas de sucesso, cronograma e orçamento. Você aprova esse documento antes de qualquer trabalho técnico começar.
Relatório de análise exploratória
Visualizações dos dados, distribuições, correlações e problemas encontrados. Esse relatório ajuda a equipe do cliente a entender a qualidade dos próprios dados.
Código-fonte documentado
Repositório Git com notebooks de treinamento, scripts de pré-processamento e testes unitários. Tudo comentado em português para que desenvolvedores internos consigam dar manutenção.
API ou conector de integração
Endpoint documentado com exemplos de requisição e resposta, limites de taxa e instruções de autenticação. Compatível com qualquer linguagem que faça chamadas HTTP.
Perguntas frequentes sobre o processo
Reunimos aqui as dúvidas que aparecem com mais frequência nas primeiras conversas com clientes.
Não. A maioria dos nossos clientes não tem cientistas de dados. Precisamos de alguém na empresa que conheça os dados e o processo de negócio, geralmente um analista, um coordenador ou o próprio gestor. Essa pessoa participa das reuniões de alinhamento e valida os resultados, mas não precisa programar.
Projetos menores, como um classificador de texto ou um modelo de scoring, começam em torno de R$ 35.000. Projetos de maior complexidade, que envolvem múltiplas fontes de dados e integração com sistemas legados, podem chegar a R$ 150.000 ou mais. Enviamos uma proposta detalhada após o diagnóstico inicial, que é gratuito.
Assinamos um acordo de confidencialidade (NDA) antes de receber qualquer dado. Os dados são transferidos por canais criptografados e armazenados em ambientes isolados, acessíveis apenas à equipe do projeto. Ao final do contrato, excluímos todas as cópias e fornecemos um certificado de destruição.
Se o modelo não atingir as métricas definidas no documento de escopo, refazemos a modelagem sem custo adicional. Isso já aconteceu duas vezes em mais de 40 projetos entregues. Nos dois casos, o problema estava na qualidade dos dados, e resolvemos com coleta complementar e retreinamento.
Temos experiência concentrada em varejo, logística, serviços financeiros e saúde. Já atendemos também indústrias de manufatura e empresas de telecomunicações. Se o seu setor é diferente, vale a pena conversar: o diagnóstico inicial é gratuito e serve justamente para avaliar se a IA faz sentido para o seu caso.
Pronto para começar?
O diagnóstico inicial é gratuito e sem compromisso. Conte-nos o problema que você quer resolver e nós avaliamos se a IA é o caminho certo.
Solicitar diagnóstico gratuito