Conteúdo / Dicionário

Dicionário Dados e IA

Referência rápida dos principais termos utilizados em dados, machine learning e inteligência artificial.

Agente de IA

Sistema que percebe o ambiente, planeja e executa ações (ferramentas, APIs, fluxos) para atingir um objetivo com pouca intervenção humana.

Aprendizado Supervisionado

Técnica de machine learning em que o modelo aprende a partir de exemplos rotulados (entrada → saída conhecida).

Aprendizado Não Supervisionado

Técnica em que o modelo identifica padrões em dados sem rótulos pré-definidos, como clusters ou anomalias.

Bias (viés)

Tendência sistemática do modelo a favorecer ou prejudicar certos grupos ou padrões, muitas vezes refletindo vieses presentes nos dados.

Credit Scoring

Modelo estatístico ou de ML que estima a probabilidade de inadimplência ou risco de crédito de um cliente.

Data Lake

Repositório centralizado que armazena dados brutos e processados em larga escala, em formatos diversos, para análise e IA.

Data Warehouse

Base analítica estruturada, otimizada para consultas históricas e relatórios de negócio com dados já modelados.

Embeddings

Representações numéricas densas de texto, imagem ou outros dados, usadas para similaridade, busca semântica e modelos de IA.

ETL / ELT

Processos de Extração, Transformação e Carga (ou Extração, Carga e Transformação) que movem e preparam dados entre sistemas.

Feature

Variável de entrada usada por um modelo de machine learning (ex.: renda, tempo de conta, histórico de pagamentos).

Feature Store

Camada que armazena, versiona e serve features de forma consistente entre treino e inferência em produção.

Fine-tuning

Ajuste de um modelo pré-treinado com dados específicos do domínio para melhorar desempenho em uma tarefa alvo.

Generative AI (IA Generativa)

Família de modelos capazes de gerar conteúdo novo — texto, código, imagens — a partir de padrões aprendidos nos dados.

Governança de Dados

Conjunto de políticas, papéis e processos para garantir qualidade, segurança, lineage e uso responsável dos dados.

Ground Truth

Resposta ou rótulo considerado correto, usado para avaliar e treinar modelos de forma objetiva.

Hallucination (alucinação)

Quando um modelo generativo produz informações plausíveis, mas factualmente incorretas ou inventadas.

Inferência

Uso de um modelo já treinado para gerar previsões ou respostas sobre novos dados em produção.

LLM (Large Language Model)

Modelo de linguagem de grande escala treinado em vastos corpora textuais, capaz de compreender e gerar linguagem natural.

Machine Learning (ML)

Área da IA em que algoritmos aprendem padrões a partir de dados para fazer previsões ou tomar decisões sem regras fixas.

MLOps

Práticas e ferramentas para desenvolver, versionar, implantar, monitorar e evoluir modelos de ML em produção.

Modelo Preditivo

Modelo que estima um resultado futuro (ex.: churn, fraude, inadimplência) com base em dados históricos.

Overfitting

Quando o modelo memoriza demais os dados de treino e perde capacidade de generalizar para dados novos.

Pipeline de Dados

Sequência automatizada de etapas que ingere, transforma, valida e disponibiliza dados para consumo analítico ou de IA.

Prompt Engineering

Prática de projetar instruções e contexto para modelos generativos a fim de obter respostas mais precisas e úteis.

RAG (Retrieval-Augmented Generation)

Arquitetura que recupera documentos relevantes de uma base e os usa como contexto para o LLM gerar respostas fundamentadas.

Reinforcement Learning

Aprendizado por tentativa e erro, em que um agente recebe recompensas ao melhorar decisões em um ambiente.

Token

Unidade básica de texto processada por um LLM (palavra, subpalavra ou caractere), usada na entrada e na geração.

Training (treino)

Processo de ajustar os parâmetros de um modelo a partir de dados históricos para minimizar erro ou maximizar desempenho.

Underfitting

Quando o modelo é simples demais e não captura bem os padrões dos dados, resultando em baixo desempenho.

Vector Database

Banco otimizado para armazenar embeddings e realizar busca por similaridade semântica em larga escala.