O que aprendemos organizando Meetups de Machine Learning

Grupo criado pelos cientistas de dados do Nubank é o maior da América Latina sobre o assunto na plataforma de encontros Meetup.com
Encontro de Machine Learning no auditório do Nubank. A foto mostra os espectadores de costas e, ao fundo, um palestrante no palco

Este artigo foi originalmente publicado em inglês no dia 11 de julho de 2018 no Blog de Engenharia do Nubank.

Ao longo dos anos, o Nubank construiu um time analítico muito forte. Cientistas de dados (ou data scientists) são um dos pilares da empresa e responsáveis por desenvolver diversos tipos de modelos que impactam diferentes aspectos da nossa operação.

Como a área de Machine Learning/Data Science é incrivelmente grande e complexa, sempre encorajamos nosso time a participar de eventos fora da empresa.  No entanto, desde os primeiros dias, sentimos que era preciso fazer mais.

Queríamos nos envolver mais em diversos temas e gerar discussões mais ricas com grupos maiores - o que nos levou a começar uma comunidade e convidar pessoas tanto da indústria como da academia para fazer parte dela.

Nosso objetivo era não apenas aprender, mas também dividir aquilo que vivemos no nosso dia a dia - e o melhor jeito de fazer essa dinâmica acontecer era por meio de encontros presenciais. Escolhemos usar a Meetup.com: uma plataforma simples, fácil de usar, e que permite a qualquer um criar e gerenciar eventos.

Desde 2015, nosso time organiza uma Meetup sobre Machine Learning em São Paulo. Aos poucos, ela cresceu e se transformou na maior comunidade de Machine Learning da América Latina dentro do Meetups.com, com mais de 7,000 membros* na nossa página. Ao todo, mais de 2,500 pessoas e 50 palestrantes já participaram dos nossos mais de 20 eventos. Esses números são muito bons, mas é importante ressaltar que eles não cresceram do dia para a noite.

(*update: em janeiro de 2019 , o grupo chegou a mais de 10.000 membros e fechamos o ano com 15 novos eventos realizados)

https://www.youtube.com/watch?v=yVL8fwNA6XU

Muitas vezes, organizadores de Meetups acreditam que basta colocar um evento no ar para ele ser um sucesso instantâneo: palestrantes vão bater à sua porta e uma multidão vai aparecer para cada encontro. Infelizmente, como nós descobrimos, as coisas não funcionam dessa forma.

Desde 2015, enfrentamos vários desafios - e o objetivo deste post é dividir alguns deles para, quem sabe, ajudar outros organizadores de eventos.

Afina, quais foram as lições aprendidas organizando o Meetup de  Machine Learning?

1. Achar um palestrante é difícil

  • As pessoas costumam fazer perguntas quando você entra em contato as convidando para falar em um evento - especialmente se o convite for para elas falarem de graça. Demorou um pouco até que a gente conseguisse atrair pessoas. A marca Nubank ajudou bastante;
  • Fazer uma apresentação boa demora. Fazer uma apresentação muito boa demora mais ainda. Até mesmo palestrantes experientes podem não conseguir investir tanto esforço em um talk. Portanto, convidar as pessoas com antecedência é sempre uma boa ideia;
  • O local do evento influencia o número de participantes. A área de Machine Learning ainda está em expansão no Brasil - e muitas das novidades do setor acontecem fora do país. É difícil atrair palestrantes internacionais.

2. Não subestime a importância de um bom local

  • Um dos feedbacks mais recebidos nas nossas Meetups é sobre o espaço dos eventos: temos muito lugar para sentar, andar e fazer networking no final. É importante achar um local que comporte os participantes de forma confortável (por aqui, temos duas áreas incríveis - a sala Day One, do Nubank, e também um auditório);
  • Por outro lado, organizar os eventos sempre no mesmo local limita o número de participantes que aparecem - especialmente em cidades grandes, como São Paulo. Estamos tentando encontrar outros espaços, de outras empresas, para organizar alguns dos eventos;
  • Tentamos organizar eventos em diferentes cidades sempre que alguém do nosso time viaja. Nossa 11a edição do Meetup foi em Brasília, por exemplo.
Encontro de Machine Learning no auditório do Nubank. A foto mostra os espectadores de costas e, ao fundo, um palestrante no palco
Uma das Meetups realizada no auditório do Nubank

3. Ninguém consegue fazer networking com fome

  • As pessoas vão para os Meetups por diferentes motivos: ver uma palestra interessante (e gratuita) e  falar pessoalmente com o palestrante ou com outros participantes após a apresentação. Networking é um dos principais motivos que nós organizamos os Meetups. Queremos que nossos cientistas de dados tenham a oportunidade de trocar ideias sobre o que acontece na área;
  • Pedir pizza ao final do evento é sempre uma ótima ideia. Isso deixa as pessoas mais à vontade para ficar e conversar por mais tempo - e é também um gesto atencioso com os participantes. Afinal, os Meetups costumam ser no final do dia, e muitas das pessoas vêm direto do trabalho. Lembre-se: pessoas famintas não ficam para fazer networking;
  • Dica: lembre-se de fazer pedidos para pessoas com restrições alimentares - como vegetarianos.

4. Seja cuidadoso na escolha das palestras

  • Recuse apresentações de empresas. Algumas pessoas simplesmente querem palco para falar de seus produtos, então vale conferir o conteúdo da palestra de antemão. Lembre-se: é sempre melhor focar nos interesses da comunidade do que nos de uma empresa;
  • Dê variedade ao público. Temos muito orgulho de ter tido como palestrantes estudantes, pesquisadores, cientistas de dados da indústria, da comunidade open source e até pessoas de fora do Brasil. Sempre nos esforçamos para ter apresentações em uma grande variedade de temas - como Ética, Open Data, Kaggle e Redes Neurais (todas as apresentações estão disponíveis aqui);
  • Palestras mais longas, de uma hora, costumam ser melhores. Elas dão ao palestrante a chance de ir mais a fundo em um tema;
  • De tempos em tempos, criamos Meetups com temas específicos para atrair um público diferente - como os que organizamos sobre educação ou dados abertos no governo. Pessoas não envolvidas com data science costumam aparecer para ver como aplicar Machine Learning nas suas áreas.

5. Você precisa de esforço - mas não de uma grande verba - para fazer os encontros darem certo

  • Nossas Meetups começaram pequenas e espaçadas. Mas o problemas com a falta de periodicidade é que ela dificulta a criação de uma comunidade de verdade. Em Janeiro de 2016, começamos a nos esforçar mais e a criar pelo menos um encontro por mês;
  • Continuamos crescendo sem gastar nada com propaganda e sem investir em mídias sociais (embora essa seja uma coisa que gostaríamos de começar a fazer). Por enquanto,  boca-a-boca funcionou para a nossa divulgação - e não temos dúvidas de que isso é resultado do nosso investimento em conteúdo;
  • Existe, no entanto, o lado ruim de criar um evento gratuito: a falta de comprometimento das pessoas. Pela nossa experiência, mesmo com uma comunidade engajada, cerca de 40% das pessoas que confirmam presença não aparecem nos eventos;
  • Uma forma de diminuir esse problema é anunciar o evento com semanas de antecedência, mas só abrir para o RSVP 3 ou 4 dias antes.

6. Não é fácil, mas vale a pena!

  • É muito legal construir uma comunidade ao redor de um propósito em comum. Organizar os Meetups nos ajudou a envolver mais pessoas no tema;
  • Os Meetups também ajudaram o nosso time a envolver mais pessoas do Nubank com o nosso trabalho. Nós temos anunciado os encontros internamente para que outros Nubankers possam ver como o Machine Learning pode ajudar seus times;
  • Os eventos são um ótimo jeito de ganhar visibilidade no mercado e atrair mais candidatos. Três membros do nosso time de Data Science eram frequentadores dos Meetups;
  • Machine Learning é um campo enorme. É impossível conhecer e aprender tudo sobre ele. Uma Meetup é uma ótima maneira de convidar especialistas, fazer perguntas, trocar ideias e aprender com os erros uns dos outros.

Se você gostaria de apresentar ou se envolver com a nossa comunidade de Machine Learning, basta acessar a nossa Meetup page.

E se quiser se juntar a nós como parte do time de Data Scientist, como engenheiro, ou se tiver interesse em qualquer posição no Nubank, é só aplicar para as vagas em aberto aqui.

Utilizamos cookies para melhorar a sua experiência em nosso site. Ao continuar navegando, você concorda com a nossaPolítica de Privacidade.Ao continuar a navegar, você concorda com essa Política.