Essa semana vi um post de professor falando que não adianta se dizer expert em (Gen)AI se não sabe sobre algoritmos de otimização. Para mim, é o mesmo que dizer que a pessoa não pode ser expert em planilhas sem saber álgebra linear.
Esse tipo de “arrogância acadêmica” mostra essa distância que muitas vezes existe entre a academia e prática. Claro, não machuca saber mais, tanto que estou (re)estudando tudo dos conceitos e dos algoritmos. Algo útil até agora para minha vida de produteiro? muito marginal.
Entender como é feito uma busca vetorial e como é para montar algumas tools ajuda e muito! MAAAAAASSSS o que mais ajuda está muito ligado a ciências sociais e menos a otimização/estatística/probabilidade.
Gostei muito do artigo da anthropic sobre engenharia de contexto (https://lnkd.in/e-PxeWSd) e veja que é mais importante entender como dividir o trabalho e passar instruções certas no momento certo do que a matemática por trás.
É a velha regra do 80/20. Os 80, vão estar resolvidos com engenharia de contexto, os outros 20 - acho que está mais para os outros 1% - é resolvido com a matemática.
Minha opinião - por enquanto.
Links
Publicado originalmente no LinkedIn em 10 de outubro de 2025. A versão em inglês foi traduzida com ajuda de IA (Claude) e revisada por mim.