Como aplicar machine learning de forma prática para melhorar a vida de quem busca por decisões judiciais, súmulas e doutrinas em meio a mais de 1 bilhão de documentos? Nesta palestra, compartilho como estamos evoluindo a busca tradicional por palavras-chave para uma busca semântica baseada em vetores, utilizando Python e o Vertex AI Matching Engine.

Vou mostrar, com exemplos reais do nosso produto de pesquisa jurídica, como gerar embeddings, indexar documentos e realizar buscas mais inteligentes que entendem o contexto da consulta — mesmo quando o usuário não acerta nos termos exatos.

Além da parte técnica (com notebooks e código em Python), discuto os critérios de produto que nos levaram a explorar a busca vetorial, os desafios de relevância em linguagem jurídica, e como experimentamos com segurança em um ambiente de alta responsabilidade.