Criar um MVP de um atendente virtual que interaja com clientes via texto, com a finalidade de encaminhar o atendimento ao time correto (Suporte Técnico, Vendas ou Cobranças). O desafio é treinar contextos usando IA e automatizar as interações para esses três cenários fictícios.
- Ferramentas permitidas: Os participantes podem usar a API da OpenAI ou soluções open-source (ex: Rasa, GPT-J, Hugging Face, etc.).
- Peso extra para open-source: Soluções que utilizem ferramentas open-source terão um peso maior na avaliação.
- MVP funcional: A solução deve identificar corretamente o contexto do cliente e direcioná-lo ao time apropriado (Suporte Técnico, Vendas ou Cobranças).
- Automatização do treinamento: O desafio inclui a automação do processo de treinamento da IA para os três contextos.
Os projetos serão avaliados com base nos seguintes critérios:
- Qualidade da interação: Precisão no reconhecimento do contexto e clareza nas respostas.
- Automatização do treinamento: O nível de automação no treinamento e a facilidade de adaptação para novos cenários.
- Uso de IA: Eficiência e aplicabilidade da IA para identificar as intenções corretamente.
- Uso de open-source: Soluções que usam ferramentas open-source terão um peso maior.
- Documentação e simplicidade: A clareza na explicação e facilidade de implementação.
- Prêmio principal: R$ 1.000,00 para a melhor solução.
- Reconhecimento: O vencedor poderá implementar sua solução no produto da empresa com suporte da equipe de desenvolvimento.
- Acesso à API da OpenAI (se necessário).
- Acesso a um conjunto de dados fictícios para os três contextos: Suporte Técnico, Vendas e Cobranças.
- Ferramentas open-source recomendadas: Rasa, Hugging Face, etc.
- Candidaturas abertas: Até início de outubro. Os participantes devem se inscrever individualmente ou em equipes.
- Prazo para submissão: Até 20 de outubro.
- Avaliação: 7 dias após o prazo final.
- Anúncio do vencedor: 1 semana após a avaliação.
Os participantes devem se candidatar até o início de outubro, indicando se participarão de forma individual ou em equipes. A entrega final será feita via repositório (GitHub, GitLab, etc.), contendo o código-fonte, a documentação e as instruções para rodar a aplicação.