Palestra eppa trabalhando-com-dados-final

274 visualizações

Publicada em

0 comentários
0 gostaram
Estatísticas
Notas
  • Seja o primeiro a comentar

  • Seja a primeira pessoa a gostar disto

Sem downloads
Visualizações
Visualizações totais
274
No SlideShare
0
A partir de incorporações
0
Número de incorporações
4
Ações
Compartilhamentos
0
Downloads
3
Comentários
0
Gostaram
0
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide
  • Maiorcapacidade de computação e armazenamentotornatudo BIG: com muitooupouco dado o trabalho é o mesmo. Bonsprofissionaisgerambonsresultados.http://chronicle.com/blogs/wiredcampus/big-data-is-bunk-obama-campaigns-tech-guru-tells-university-leaders/47885
  • Maiorcapacidade de computação e armazenamentotornatudo BIG: com muitooupouco dado o trabalho é o mesmo. Bonsprofissionaisgerambonsresultados.http://chronicle.com/blogs/wiredcampus/big-data-is-bunk-obama-campaigns-tech-guru-tells-university-leaders/47885
  • NÃO FUI EM QUEM DISSEFoi o responsávelpelainteligência de dados da campanha de reeleição do Obama
  • Críticasfalamsobrelimitaçõesqueaplicações de big data tem e se despercebidaspodemlevar a percepçãoerradanahora de tomardecisões.Quanto a origem dos dados utilizados (comofoicapturado?)Generalização das conclusõesquesãosignificativas de umaamostraDados divergentesprovocandoincoerências
  • Garner define Big Data“Mineração e análise de grandes grupos de dados desestruturados de redes sociais e outros sensores.”http://www.pcworld.com/article/2149480/big-data-hype-didnt-speed-growth-in-the-bi-market-gartner-says.html
  • Outras “novidades” jáestãoai a mais tempo e o mercadomesmoassimaindaestáaprendendo a compreende-las
  • Minhageração e maisvelhosformaram com poucoounenhumarelação com computadoresÉcomumpramimsermuitodificilexplicar o queeufaço
  • Mesmoemmercadosjáestabelecidoshabilidades com usomanipulação de dados sãopré-requisito. Atémais do que o idiomainglês, porexemplo. O aprendizadoacontecenaprática.
  • Big data passa antes poraqui. Emqualquerárea de atuaçãoelesempreteráaplicação e serve para diferenciação.PRATIQUEM! Mesmoquepra fins pessoais.Controle de finançaspessoaisFacilitatomada de decisãoemcomparativos deopções para escolhas:planos de viagemcomprarcarrosdecidircandidatoseleitorais
  • Concursosculturais para testaraudiência e encontrarprogramas com melhorRESPOSTA.
  • Modernização: medição de audiência(1942)Nielsen = Ibope
  • Mas a mensuração tem suas lacunas, não se sabedizerquemestáassistindo.
  • Com o novo meio digital, a atenção é dispersa entre muitos sites, aplicativos e dispositivos.
  • Com o novo meio digital, a atenção é dispersa entre muitos sites, aplicativos e dispositivos.
  • A diversidade do meio online levoumuitos a empreenderem e desenvolversoluções.
  • Muitosfornecedorestornam o meioaltamentecomplexoondecadaempresacriasuasprópriasregrastornando-o em um labirinto.
  • Análise de dados esimplificação de processos
  • Qualidade da informação
  • Google, ComScore e Nielsen começam a mostrar o alcance das exposiçõesreais de anúnciosnamídia display online, mas aindanãointegramredessociais e buscadores.
  • Começo do show: participantes ruins > anuncianteameaçasairShow é armado e começarsucesso: lideraaudîênciaDepois show parecido é exposto e participantes de 21 assumememcongressoAinvestigaçãoteveefeitoimportanteemcontrolar a metodologia e aumentar a confiabilidade dos dados utilizadosatéhoje.
  • Aconfiabilidade dos números é muitoimportante para queelepossaserusadoemanálisesqueconduzam para tomadas de decisões. É importanteterorganismosimparciaisestudando e apontando as melhorespráticas entre integrantes do mercado para torna-laspadrão.
  • TIMELINE – sobrepondo a do rádioPrimeiro computador (1950) – ERA 1101 primeiro computador para uso comercial Computador pessoal (1977) – Lançado o Apple II Internet 1990Analytics Log (1993)1º AdServer (1996)Google 1997 (17 anos)Twitter (11 anos)Facebook 2004 (10 anos)Google Analytics 2005 (8 anos)iPhone (1º smartphone) 2007 (7 anos)
  • Nielsen = vovóMicrosoft e Apple = adultosInternet = recémformadaGoogle = teenagerFacebook/Twitter = criançasbrincando (duelo de espadas de madeira?)Smartphones = brincando de boneca
  • A prensateve o mesmoimpacto para disseminação de conhecimentoque a computaçãoestátendo para o uso dos dados, nosdandoacesso a uma forma maisquantitativa de compreensão
  • A prensateve o mesmoimpacto para disseminação de conhecimentoque a computaçãoestátendo para o uso dos dados, nosdandoacesso a uma forma maisquantitativa de compreensão
  • ANALISTA vs DESENVOLVEDOR
  • Desafiadorcomo um quebra-cabeças, mas as respostasnemsempreestãoalinasuafrente. Precisacriatividade para encontrarelas.
  • 1a) CURIOSIDADE
  • BUSCAR SOLUÇÕES
  • Trabalhardesenvolvendotecnologia de sistemasTrabalharconsumindoos dados dos sistemas
  • Trabalhardesenvolvendotecnologia de sistemasTrabalharconsumindoos dados dos sistemas
  • Tipos de inteligência (Howard Gardner)Visual-EspacialLogica-Matemática (racional)Verbal-LinguisticaInterpessoal (sociabilidade)Intrapessoal (auto-conhecimento)Musical-Ritmica (musicalidade)Corporal- Sinestésica (coordenação motora)Naturalistica (conexão com meio-ambiente)
  • Nãosouvidente para afirmarcomoserádaquiprafrenteMas com certezaterámais dados para analisar de novasformas.Esperoterajudado a estaremmaispreparados.Se tiveremperguntas, obrigado.
  • Palestra eppa trabalhando-com-dados-final

    1. 1. PAULO REISS FERNANDES @pauloreiss /pauloreissfernandes
    2. 2. TRABALHANDO COM DADOS Uma visão sobre o mercado e carreiras
    3. 3. O QUE É BIG DATA PERFIS PROFISSONAIS EXEMPLOS DE USO DE DADOS AMADURECIMENTO DO MERCADO IMPORTÂNCIA DOS DADOS EVOLUÇÃO DAS MÉTRICAS
    4. 4. DADOS
    5. 5. DADOS SIGNIFICADO: Uma unidade de informação interpretada como um valor
    6. 6. DADOS INFORMAÇÃO
    7. 7. DADOS INFORMAÇÃO BUSINESS INTELLIGENCE / ANALYTICS
    8. 8. BIG DATA
    9. 9. É UMA GRANDE BESTEIRA
    10. 10. Harper Reed: Guru de Tecnologia (CTO) da campanha presidencial do Barak Obama
    11. 11. Projeto Google Flu Trends mostra o declínio do Big Data Big data: estamos cometendo um grande erro? No final parece que você não precisa de Big Data Seu Big Data não tem valor se não trouxer para o mundo real Oito (não, nove!) problemas com Big Data Google’s Flu Project Shows the Failings of Big Data Big data: are we making a big mistake? You May Not Need Big Data After All Your Big Data Is Worthless if You Don’t Bring It Into the Real World Eight (No, Nine!) Problems With Big Data
    12. 12. É UMA FERRAMENTA!
    13. 13. Big data ainda está conquistando seu espaço
    14. 14. VAMOS RESOLVER ESSE PROBLEMA COM AQUELA TAL BIG DATA QUE NENHUM DE NÓS SABE COMO UTILIZAR
    15. 15. CAPACITAÇÃO TECNOLOGIA
    16. 16. CAPACITAÇÃO
    17. 17. O aprendizado na prática
    18. 18. Ciência Finanças Gestão
    19. 19. Ele pode ser o seu melhor parceiro de trabalho!
    20. 20. www.gapminder.org/
    21. 21. TECNOLOGIA
    22. 22. 1930: medir resposta para concursos
    23. 23. 1942: medição de audiência
    24. 24. FOCANDO AGORA EM COMUNICAÇÃO
    25. 25. Audiência Resposta Resultado
    26. 26. COMO MANUSEAR TANTAS FONTES DE DADOS?
    27. 27. QUAL É O MELHOR MÉTODO DE MENSURAÇÃO?
    28. 28. Empresas envolvidas: MÉTRICAS DIGITAIS COMO AS TRADICIONAIS QUEBRA DE PÁG. IMP. VISTA ABAIXO DA ROLAGEM
    29. 29. 1960: crises de confiança nas medições
    30. 30. Regulação = confiança Interactive Advertising Bureau
    31. 31. AMADURECIMENTO
    32. 32. 1o computador com fins comerciais 1950 Computador pessoal: Apple II 1977 1o website online e surge a internet 1990 1os sistemas de Adserving 96 97 2003 04 05 2007 Google Analytics
    33. 33. MÍDIA: 84 anos COMPUTADOR: 37 anos INTERNET: 24 anos BUSCADORES: 17 anos REDES SOCIAIS: 10 anos
    34. 34. Invenções revolucionárias Roda Motor Antibióticos Energia elétrica Computação Plástico Pesticidas Prensa Encanamento
    35. 35. Invenções revolucionárias Roda Motor Antibióticos Energia elétrica Computação Plástico Pesticidas Prensa Encanamento
    36. 36. 500 anos de influência na humanidade 1400 1450 1500 1550 1600 1650 1700 1750 1800 1850 1900 1950 2000 Computação Prensa 564 anos 64 anos
    37. 37. ROBOCOP: Policial Big Data
    38. 38. Engenharia Análise Tomada de decisão
    39. 39. MERCADO DE TRABALHO
    40. 40. 1) CURIOSIDADE
    41. 41. 2) FOCO NO RESULTADO
    42. 42. 3) MULTI-DICIPLINARIDADE Ciências sociais Matemática Comunicaçã o Engenharia
    43. 43. 3) MULTI-DICIPLINARIDADE Ciências sociais Matemática Comunicaçã o Engenharia
    44. 44. Empregos para futuros ciêntistas de dados: EMPRESAS: • Varejo • Agências digitais • Start-ups • Agências tradicionais • Bancos • Grandes corporações APLICAÇÕES: • Programação de sistemas • Planejamento estratégico • Modelagem estatística • Monitoramento de redes sociais • Otimização de processos • Experiência do usuário
    45. 45. Como você funciona – Tipos de inteligência Visual-Espacial Lógica-Matemática Verbal-Linguistica Interpessoal Intrapessoal Músical-Ritmica Corporal-Sinestésica Naturalística Saiba mais: http://bit.ly/inteligencias-multiplas
    46. 46. @pauloreiss /pauloreissfernandes OBRIGADO! Acesse essa apresentação em: http://bit.ly/reiss-eppa2014

    ×