Azure Machine Learning Award

Utilizando a plataforma do Azure Machine Learning Studio, o objetivo era ser criativo integrando a API do Studio com um web game. A arquitetura da solução integrava a plataforma do Azure ML Studio com um web app hospedado no Azure App Service.

O briefing

Quando um jogador abandona um jogo dizemos que houve um churn. Para tentar prever quando isso vai acontecer podemos criar modelos de ML capazes identificar o churn antes que ele ocorra (churn prediction), algo bem valioso para modelar a experiência do usuário durante a utilização de um serviço. O tutorial mostrava como criar um modelo utilizando o ML Studio e apresentava o esqueleto de um joguinho simples escrito com .NET.

A solução

Quando eu vi o jogo percebi que a temática era algo direcionado ao público infantil e decidi seguir este caminho. Os negócios normalmente utilizam a churn prediction para não perder usuários (e com isso aumentar os lucros) mas eu pensei em utilizar de uma forma diferente: para ajudar a moldar o aprendizado das crianças.

Um dos fatores relevantes para abandonar o jogo é o nível de dificuldade (se for muito fácil fica chato, se for muito difícil também). Resolvi incorporar no jogo a dinâmica do pedra papel e tesoura, e para servir como o super poder o jogador pode resolver equações matemáticas e aumentar o efeito dos “golpes” contra o adversário.

A partir dos dados dos acertos e erros dos jogadores eu consigo moldar a dificuldade das equações de forma personalizada para cada jogador e identificar as áreas onde a criança mais tem dificuldade (subtração? divisão?). Isso cria uma oportunidade incrível pro desenvolvimento deles dentro e fora da sala de aula.

Meu projeto foi um dos escolhidos como o melhor da competição e em julho eu fui para a Microsoft participar da premiação da Imagine Cup 2016 e conhecer o time do Azure lá na sede da Microsoft em Redmond.

28702357686_da029472d7_o