SlideShare uma empresa Scribd logo
1 de 18
C
A
S
E
S
D
E
S
U
C
E
S
S
O
E
S
E
S
S
Ã
O
I
N
T
E
R
A
T
I
V
A
D
E
P
E
R
G
U
N
T
A
S
E
R
E
S
P
O
S
T
A
S
C
O
M
E
S
P
C
I
A
L
I
S
T
A
S
ARIEL
SOUZA
EDER CLEI DE
FREITAS
Usina São Domingos e Axiagro
Fundada em 06 de agosto de 1952, sob a denominação de SANCHEZ, MOTTA LTDA; em 03 de maio de
1955, alterou sua razão social para SANCHEZ & CIA LTDA.
Em 06 de fevereiro de 1961, transformou-se em sociedade anônima, passando então a denominar-
se USINA SÃO DOMINGOS - AÇÚCAR E ÁLCOOL S/A, com seus atos constitutivos arquivados na
JUCESP-Junta Comercial do Estado de São Paulo sob nº 177.257, em sessão de 29/03/1961, e
publicados no Diário Oficial do Estado de São Paulo em 30 de abril de 1961.
Fundadores: José Pedro da Motta Filho, Seraphim Sanchez, Vicente Sanchez, Gabriel Sanchez,
Faustino Sanchez.
A AxiAgro é uma companhia de inteligência para o agronegócio, mais especificadamente às
operações agrícolas. É uma solução de tecnologia e inteligência para extrair a máxima
performance das operações agrícolas (equipamentos & equipes)
U
S
I
N
A
S
Ã
O
D
O
M
I
N
G
O
S
D
I
S
A
S
T
E
R
R
E
C
O
V
E
R
Y
Solução:
AWS Elastic disaster recovery:
AWS Elastic disaster recovery:
 O AWS Elastic Disaster Recovery (DRS) replica continuamente aplicativos hospedados em
servidores e bancos de dados hospedados em servidores de qualquer fonte para o AWS usando
replicação em nível de bloco do servidor subjacente.
 O Elastic Disaster Recovery permite que você use uma região na nuvem da AWS como alvo de
recuperação de desastres para uma carga de trabalho hospedada no local ou em outro
provedor de nuvem e seu ambiente. Ele também pode ser usado para a recuperação de
desastres de cargas de trabalho hospedadas no AWS se elas consistirem apenas em
aplicativos e bancos de dados hospedados no EC2 (ou seja, não no RDS).
 O Elastic Disaster Recovery usa a estratégia Pilot Light, mantendo uma cópia dos dados e
dos recursos "desligados" em uma Amazon Virtual Private Cloud (Amazon VPC) usada como área
de preparação. Quando um evento de failover é acionado, os recursos de preparação são
usados para criar automaticamente uma implantação de capacidade total no Amazon VPC de
destino usado como local de recuperação.
Resultados:
As estratégias de recuperação de desastres evoluem com a inovação técnica. Um plano de recuperação de desastres no local
pode envolver o transporte físico de fitas ou a replicação de dados para outro local. Sua organização precisa reavaliar
o impacto nos negócios, o risco e o custo de suas estratégias anteriores de recuperação de desastres para cumprir seus
objetivos de DR na AWS. A recuperação de desastres na nuvem da AWS inclui as seguintes vantagens em relação aos
ambientes tradicionais:
 Recuperar-se rapidamente de um desastre com complexidade reduzida
 Testes simples e repetíveis permitem que você faça testes com mais facilidade e frequência
 A menor sobrecarga de gerenciamento diminui a carga operacional
 As oportunidades de automatização diminuem as chances de erro e melhoram o tempo de recuperação
 Maior segurança e tranquilidade nas operações da usina;
 Maior resiliência às operações;
 Confiança e melhores práticas de segurança de dados;
 Menor tempo de inoperabilidade;
 Restaurar as operações com maior agilidade;
A
X
I
A
G
R
O
M
O
D
E
R
N
I
Z
A
Ç
Ã
O
A
W
S
Esportes de alta performance, mas com culturas diferentes:
Qual a sua referência?
Viés cognitivo x Verossimilhança:
Um viés cognitivo é um padrão de distorção de julgamento que ocorre em situações particulares, levando à
distorção perceptiva, ao julgamento pouco acurado, interpretação ilógica.
É a tendência humana de acreditar que eventos passados podem influenciar nos eventos futuros.
Viés de confirmação: É a tendência para procurar ou interpretar informações de uma maneira que
confirme preconceitos próprios.
Viés da auto conveniência: É a tendência de reivindicar mais responsabilidade pelos sucessos do que pelas
falhas. a tendência de avaliar informações ambíguas de uma forma benéfica a interesses próprios.
Viés cognitivo x Verossimilhança:
Estudem seus desvios, ele contém grande parte das resposta que impedem uma melhor performance
IoT Core Lambda S3 RAW S3 Landing Lambda
Glue
Lambda
S3 Refined
DynamoDB Athena QuickSight
INGESTÃO DE DADOS
PROCESSAMENTO DE DADOS
BI
DATA LAKE
BANCO DE DADOS
AXI
AGRO
DATA LAKE
Pyhton Pyhton
Pyhton
Greengrass
Greengras
s
Greengrass
Greengrass
API GAteway Lambda S3 RAW S3 Landing Lambda
Glu
e
Lambda
S3 Refined
DynamoDB Athena QuickSight
INGESTÃO DE DADOS
PROCESSAMENTO DE DADOS
BI
DATA LAKE
BANCO DE DADOS
AXI
AGRO
DATA LAKE
Pyhton Pyhton
Pyhton
Resultados:
 Maior velocidade e escalabilidade na ingestão de dados (Estruturados ou não estruturados);
 Análise de dados e maior integração com as soluções de Data Analytics e Data Science;
 Acesso aos dados em qualquer momento e acessos simultâneos;
 Benefícios de uma arquitetura Serverless
 Eficiência
 Agilidade de Inovação
 Gerenciamento Simplificado
OBRIGADO
OBRIGADO

Mais conteúdo relacionado

Semelhante a Apresentação Seeds to the Cloud - Ariel Souza e Eder Clei, Usina São Domingos e AxiAgro.pptx

Semelhante a Apresentação Seeds to the Cloud - Ariel Souza e Eder Clei, Usina São Domingos e AxiAgro.pptx (8)

TDC2016POA | Trilha DevOps - Monitoramento da infraestrutura para aplicac?o?e...
TDC2016POA | Trilha DevOps - Monitoramento da infraestrutura para aplicac?o?e...TDC2016POA | Trilha DevOps - Monitoramento da infraestrutura para aplicac?o?e...
TDC2016POA | Trilha DevOps - Monitoramento da infraestrutura para aplicac?o?e...
 
Monitoramento da infra para aplicações na nuvem
Monitoramento da infra para aplicações na nuvemMonitoramento da infra para aplicações na nuvem
Monitoramento da infra para aplicações na nuvem
 
Tomada de decisão 1
Tomada de decisão 1Tomada de decisão 1
Tomada de decisão 1
 
Módulo 9 gids
Módulo 9 gidsMódulo 9 gids
Módulo 9 gids
 
BANCO DE DADOS RELACIONAIS
BANCO DE DADOS RELACIONAIS BANCO DE DADOS RELACIONAIS
BANCO DE DADOS RELACIONAIS
 
Aula 2 - DADOS E GERENCIAMENTO
Aula 2 - DADOS E GERENCIAMENTOAula 2 - DADOS E GERENCIAMENTO
Aula 2 - DADOS E GERENCIAMENTO
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Mineração Livre de Dados
Mineração Livre de DadosMineração Livre de Dados
Mineração Livre de Dados
 

Mais de dataRain (7)

Apresentação Seeds to the Cloud - Alexandre Ramos e Carlos Barros, Visão Agro...
Apresentação Seeds to the Cloud - Alexandre Ramos e Carlos Barros, Visão Agro...Apresentação Seeds to the Cloud - Alexandre Ramos e Carlos Barros, Visão Agro...
Apresentação Seeds to the Cloud - Alexandre Ramos e Carlos Barros, Visão Agro...
 
Apresentação Seeds to the Cloud - Wagner Andrade e Bruno Barros, dataRain.pptx
Apresentação Seeds to the Cloud - Wagner Andrade e Bruno Barros, dataRain.pptxApresentação Seeds to the Cloud - Wagner Andrade e Bruno Barros, dataRain.pptx
Apresentação Seeds to the Cloud - Wagner Andrade e Bruno Barros, dataRain.pptx
 
Apresentação Seeds to the Cloud - Clarissa Mattos, dataRain.pptx
Apresentação Seeds to the Cloud - Clarissa Mattos, dataRain.pptxApresentação Seeds to the Cloud - Clarissa Mattos, dataRain.pptx
Apresentação Seeds to the Cloud - Clarissa Mattos, dataRain.pptx
 
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptxApresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
Apresentação Seeds to the Cloud - Igor Barreto e Thais Lino, dataRain.pptx
 
Apresentação Seeds to the Cloud - Carlos Paiola, Aquarius.pptx
Apresentação Seeds to the Cloud - Carlos Paiola, Aquarius.pptxApresentação Seeds to the Cloud - Carlos Paiola, Aquarius.pptx
Apresentação Seeds to the Cloud - Carlos Paiola, Aquarius.pptx
 
Apresentação Seeds to the Cloud - Aline Oliveira, Yara International.pptx
Apresentação Seeds to the Cloud - Aline Oliveira, Yara International.pptxApresentação Seeds to the Cloud - Aline Oliveira, Yara International.pptx
Apresentação Seeds to the Cloud - Aline Oliveira, Yara International.pptx
 
Apresentação Seeds to the Cloud - Roberto Giannetti da Fonseca.pptx
Apresentação Seeds to the Cloud - Roberto Giannetti da Fonseca.pptxApresentação Seeds to the Cloud - Roberto Giannetti da Fonseca.pptx
Apresentação Seeds to the Cloud - Roberto Giannetti da Fonseca.pptx
 

Último

Último (9)

Padrões de Projeto: Proxy e Command com exemplo
Padrões de Projeto: Proxy e Command com exemploPadrões de Projeto: Proxy e Command com exemplo
Padrões de Projeto: Proxy e Command com exemplo
 
Boas práticas de programação com Object Calisthenics
Boas práticas de programação com Object CalisthenicsBoas práticas de programação com Object Calisthenics
Boas práticas de programação com Object Calisthenics
 
ATIVIDADE 1 - SISTEMAS DISTRIBUÍDOS E REDES - 52_2024.docx
ATIVIDADE 1 - SISTEMAS DISTRIBUÍDOS E REDES - 52_2024.docxATIVIDADE 1 - SISTEMAS DISTRIBUÍDOS E REDES - 52_2024.docx
ATIVIDADE 1 - SISTEMAS DISTRIBUÍDOS E REDES - 52_2024.docx
 
Programação Orientada a Objetos - 4 Pilares.pdf
Programação Orientada a Objetos - 4 Pilares.pdfProgramação Orientada a Objetos - 4 Pilares.pdf
Programação Orientada a Objetos - 4 Pilares.pdf
 
Luís Kitota AWS Discovery Day Ka Solution.pdf
Luís Kitota AWS Discovery Day Ka Solution.pdfLuís Kitota AWS Discovery Day Ka Solution.pdf
Luís Kitota AWS Discovery Day Ka Solution.pdf
 
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docxATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
ATIVIDADE 1 - ESTRUTURA DE DADOS II - 52_2024.docx
 
ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docxATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
ATIVIDADE 1 - CUSTOS DE PRODUÇÃO - 52_2024.docx
 
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docxATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
ATIVIDADE 1 - LOGÍSTICA EMPRESARIAL - 52_2024.docx
 
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docxATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
ATIVIDADE 1 - GCOM - GESTÃO DA INFORMAÇÃO - 54_2024.docx
 

Apresentação Seeds to the Cloud - Ariel Souza e Eder Clei, Usina São Domingos e AxiAgro.pptx

  • 1.
  • 3.
  • 4. Usina São Domingos e Axiagro Fundada em 06 de agosto de 1952, sob a denominação de SANCHEZ, MOTTA LTDA; em 03 de maio de 1955, alterou sua razão social para SANCHEZ & CIA LTDA. Em 06 de fevereiro de 1961, transformou-se em sociedade anônima, passando então a denominar- se USINA SÃO DOMINGOS - AÇÚCAR E ÁLCOOL S/A, com seus atos constitutivos arquivados na JUCESP-Junta Comercial do Estado de São Paulo sob nº 177.257, em sessão de 29/03/1961, e publicados no Diário Oficial do Estado de São Paulo em 30 de abril de 1961. Fundadores: José Pedro da Motta Filho, Seraphim Sanchez, Vicente Sanchez, Gabriel Sanchez, Faustino Sanchez. A AxiAgro é uma companhia de inteligência para o agronegócio, mais especificadamente às operações agrícolas. É uma solução de tecnologia e inteligência para extrair a máxima performance das operações agrícolas (equipamentos & equipes)
  • 8. AWS Elastic disaster recovery:  O AWS Elastic Disaster Recovery (DRS) replica continuamente aplicativos hospedados em servidores e bancos de dados hospedados em servidores de qualquer fonte para o AWS usando replicação em nível de bloco do servidor subjacente.  O Elastic Disaster Recovery permite que você use uma região na nuvem da AWS como alvo de recuperação de desastres para uma carga de trabalho hospedada no local ou em outro provedor de nuvem e seu ambiente. Ele também pode ser usado para a recuperação de desastres de cargas de trabalho hospedadas no AWS se elas consistirem apenas em aplicativos e bancos de dados hospedados no EC2 (ou seja, não no RDS).  O Elastic Disaster Recovery usa a estratégia Pilot Light, mantendo uma cópia dos dados e dos recursos "desligados" em uma Amazon Virtual Private Cloud (Amazon VPC) usada como área de preparação. Quando um evento de failover é acionado, os recursos de preparação são usados para criar automaticamente uma implantação de capacidade total no Amazon VPC de destino usado como local de recuperação.
  • 9. Resultados: As estratégias de recuperação de desastres evoluem com a inovação técnica. Um plano de recuperação de desastres no local pode envolver o transporte físico de fitas ou a replicação de dados para outro local. Sua organização precisa reavaliar o impacto nos negócios, o risco e o custo de suas estratégias anteriores de recuperação de desastres para cumprir seus objetivos de DR na AWS. A recuperação de desastres na nuvem da AWS inclui as seguintes vantagens em relação aos ambientes tradicionais:  Recuperar-se rapidamente de um desastre com complexidade reduzida  Testes simples e repetíveis permitem que você faça testes com mais facilidade e frequência  A menor sobrecarga de gerenciamento diminui a carga operacional  As oportunidades de automatização diminuem as chances de erro e melhoram o tempo de recuperação  Maior segurança e tranquilidade nas operações da usina;  Maior resiliência às operações;  Confiança e melhores práticas de segurança de dados;  Menor tempo de inoperabilidade;  Restaurar as operações com maior agilidade;
  • 11. Esportes de alta performance, mas com culturas diferentes: Qual a sua referência?
  • 12. Viés cognitivo x Verossimilhança: Um viés cognitivo é um padrão de distorção de julgamento que ocorre em situações particulares, levando à distorção perceptiva, ao julgamento pouco acurado, interpretação ilógica. É a tendência humana de acreditar que eventos passados podem influenciar nos eventos futuros. Viés de confirmação: É a tendência para procurar ou interpretar informações de uma maneira que confirme preconceitos próprios. Viés da auto conveniência: É a tendência de reivindicar mais responsabilidade pelos sucessos do que pelas falhas. a tendência de avaliar informações ambíguas de uma forma benéfica a interesses próprios.
  • 13. Viés cognitivo x Verossimilhança: Estudem seus desvios, ele contém grande parte das resposta que impedem uma melhor performance
  • 14. IoT Core Lambda S3 RAW S3 Landing Lambda Glue Lambda S3 Refined DynamoDB Athena QuickSight INGESTÃO DE DADOS PROCESSAMENTO DE DADOS BI DATA LAKE BANCO DE DADOS AXI AGRO DATA LAKE Pyhton Pyhton Pyhton Greengrass Greengras s Greengrass Greengrass
  • 15. API GAteway Lambda S3 RAW S3 Landing Lambda Glu e Lambda S3 Refined DynamoDB Athena QuickSight INGESTÃO DE DADOS PROCESSAMENTO DE DADOS BI DATA LAKE BANCO DE DADOS AXI AGRO DATA LAKE Pyhton Pyhton Pyhton
  • 16. Resultados:  Maior velocidade e escalabilidade na ingestão de dados (Estruturados ou não estruturados);  Análise de dados e maior integração com as soluções de Data Analytics e Data Science;  Acesso aos dados em qualquer momento e acessos simultâneos;  Benefícios de uma arquitetura Serverless  Eficiência  Agilidade de Inovação  Gerenciamento Simplificado