Palestra dada no X Simsis, Simpósio de Sistemas de Informação da Faculdade de Tecnologia e Ciências.

1. Big Data em 1H
conceitos, aplicações e o que vem por aí

2. Olá!
Allexandre
Sampaio
Graduando em Sistemas de Informação,
pesquisador nas áreas de NoSQL e IoT,
entusiasta de Big Data.
2

3. 3

4. Big Data???
Do que estamos falando?
1
4

5. 1
5

6. 6
Histórico
◇ NASA, anos 90
◇ Dados complexos
◇ Desafio aos limites computacionais
￭ Captura
￭ Processamento
￭ Análise
￭ Armazenamento

7. 7
Definições
“Conjuntos de dados extremamente amplos e que, por
este motivo, necessitam de ferramentas especialmente
preparadas para lidar com grandes volumes, de forma
que toda e qualquer informação nestes meios possa ser
encontrada, analisada e aproveitada em tempo hábil.”
[ALECRIM,2013]

8. 8
Definições
“Transformação na forma como a informação é
captada, processada e disseminada em todos os
níveis da sociedade.”
[AVOYAN,2013]

9. 9
Definições
“Análise de grandes quantidades de dados para a
geração de resultados importantes que, em volumes
menores, dificilmente seriam alcançados.”
[ALECRIM,2013]

10. 10

11. 11
Big Data v.s. BI
◇ Orientação temporal: Big Data em tempo real
◇ Orientação analítica:
￭ BI é baseado em fatores pré-estabelecidos.
O quê? Quanto? Quando? Onde?
￭ Big Data tem algoritmos preditivos e
prescritivos. Por quê? E se? O que
acontecerá? Como otimizar?

12. Produção e Tráfego
de Dados
Vários múltiplos de “bytes” que não consigo mensurar
2
12

13. Emails
Blogs
Redes Sociais
Apps
Gadgets
IoT
Smart Cities
13

14. 14
0 a 2003:
5 exabytes
1 exabyte = 1.000.000.000 GB
1 zettabyte = 1.000.000.000 TB
até 2012:
2.7 zettabytes
até 2015:
8.1 zettabytes

15. 15

16. 16

17. 17

18. Big Data, por quê?
Qual a utilidade disso tudo?
3
18

19. Motivação
◇ Como tratar estes dados?
◇ Informação é dinheiro!
◇ 1kg de ferro (R$ 3,81) vs. 1kg de satélite (U$$ 50.000)
◇ Usar informações como ativos empresariais
19

20. Objetivo
Ter, a partir da análise de dados em massa,
informações valiosas sobre o que se analisa.
20

21. 21

22. Big Data como
profissão
Quais habilidades preciso ter pra entrar nessa onda?
4
22

23. Redes
◇ Sem redes, sem dados
◇ Alta velocidade
◇ Alta vazão
23

24. Bancos de Dados
◇ NoSQL
◇ Padrão BASE
◇ Elasticidade
◇ Disponibilidade
◇ Estruturas não definidas
24

25. Programação
◇ Tratamento de dados
◇ Aplicações de Business Inteligence
◇ Inteligência Artificial/Machine Learning
◇ Exploração de conexões entre dados
25

26. Design
◇ Dados com valor para o negócio
◇ Facilidade na visualização de
informações
26

27. Gestão
◇ Finalidade do Big Data
◇ Informações são bens
◇ Auxílio na tomada de decisão
◇ Valorização da TI como ferramenta de
sucesso
27

28. Aplicações
Exemplos de como isso tudo funciona hoje em dia.
5
28

29. Saúde
◇ IBM Watson indica os melhores tratamentos para câncer
◇ MIT, Universidade de Michigan, Escola de Medicina de
Harvard e Hospital Brigham desenvolveram app para
indicar possibilidade de ataques cardíacos
◇ A Merck usa big data para identificar padrões que
ajudam no desenvolvimento de vacinas
29

30. Varejo
◇ Recursos como “outros compraram” e recomendações
◇ A Danone vem usando tecnologias da IBM para
organizar o fornecimento de seus produtos nos EUA
◇ Macy's reduziu de 27h para 1h o tempo necessário para
rever o preço dos produtos à venda na rede de lojas
◇ Walmart usa dados de sensores, redes sociais e outras
fontes para entender o consumidor e atendê-lo melhor
30

31. 31

32. Meio Ambiente e
Ciência
◇ Sensores em Birmingham medem índices que ajudam na
previsão do tempo
◇ O MIT convidou moradores de Seattle a etiquetarem o
lixo para estudo de logística
◇ O CERN, laboratório suíço que estuda a origem do
universo e outros temas, conta com 65 mil processadores
que analisam 30 petabytes de dados por ano
32

33. Política
◇ No Rio de Janeiro, o Centro de Operações reúne dados
recolhidos por câmeras e outros suportes a fim de
mapear a cidade e apontar locais com problemas - que
são repassados a 30 órgãos públicos que podem
solucioná-los
◇ Nas eleições de 2012, Barack Obama recolheu por 18
meses dados sobre seus eleitores na internet, visando
compreender os interesses e preocupações deles
33

34. Economia
◇ A Mattermark e a Bloomberg usam um mecanismo para
prever quem está mais propenso a abrir uma pequena
empresa num grupo de 1,5 milhão de pessoas que vive
nas proximidades de Nova York
◇ O Bank of America registrou um ganho de produtividade e
economizou cerca 15 milhões de dólares após descobrir
que funcionários que conversavam mais atendiam mais
rapidamente
34

35. Segurança
◇ Em parceria com a Accenture, uma operadora brasileira
desenvolveu um sistema que usa a localização de
smartphones para inibir fraudes em compras com cartão
◇ Governo USA: análise de redes sociais, redes telefônicas e
redes de transmissão de dados, buscando padrões e
palavras-chave de “interesse”. Mensagens
“interessantes” passam por uma análise mais detalhada
ou análise humana
35

36. Esporte
◇ A NBA fez um acordo com a SAP e a Stats LLC para
oferecer aos telespectadores estatísticas detalhadas dos
times e jogadores do esporte
◇ A Seleção Alemã usou a Match Insights, que processa as
informações geradas em uma partida ou na preparação
para avaliar situações de jogo e indicar treinamentos
36

37. Dia a dia
37

38. ◇ Tecnologias diversas trabalhando em conjunto para
criar soluções cognitivas
◇ APIs, Serviços de análise, processamento, machine
learning, predição, interação humano-computador...
38

39. Smart
World?
Só depende
de nós.
39

40. Obrigado!
Perguntas?
Troco likes, sigo de volta:
◇ fb.com/allexandresampaio
◇ allexandresss@gmail.com
◇ linkedin.com/in/allexandresampaio
40
Template por SlidesCarnival
Imagens por Google Images