SlideShare uma empresa Scribd logo
Regina Cantele
Coordenadora na FIAP dos cursos MBA Arquitetura de
Banco de Dados e Digital Data Marketing.
Doutora e mestre em Engenharia Elétrica (Poli/USP),
graduada em Ciência da Computação e em Ciências
Exatas (Universidade Caxias do Sul).
IT TOP TRENDS:
Big Data, IoT e Web
Semântica
“A utopia está lá no horizonte. Me
aproximo dois passos, ela se afasta
dois passos. Caminho dez passos e o
horizonte corre dez passos. Por mais
que eu caminhe, jamais alcançarei.
Para que serve a utopia? Serve para
isso: para que não deixe de
caminhar.”
Eduardo Galeano
BIG DATA - CONTEXTO
“Uma enorme quantidade de registros é criada
continuamente, resultante de interações sociais e
econômicas de bilhões de pessoas em todo o mundo ... redes
sociais, cartões de crédito e débito, equipamentos médicos, etiquetas de RFID, câmeras de vídeo
e radares de vias públicas, GPS, Smart TV’s, entre outros, conectados à
internet.”
“Esses dados precisam ser
coletados,
armazenados,
analisados, processados,
compartilhados e
visualizados por
softwares analíticos de bases
de dados.”
BIG DATA - CONTEXTO
BIG DATA - CONTEXTO
Do ponto de vista tecnológico:
“Big data é um termo genérico para dados que não podem
ser contidos nos repositórios usuais; refere-se a dados
volumosos demais para caber em um único servidor; não
estruturados demais para se adequar a um banco de dados
organizados em linhas e colunas; ou fluídos demais para
serem armazenados em um data warehouse estático.”
(DAVENPORT).
... toda e qualquer informação nestes meios possa ser
encontrada, analisada e aproveitada em tempo hábil.”
(ALECRIM)
Do ponto de vista da ciência:
“... big data como disciplina de uma ciência
que utiliza dados digitais em suas pesquisas -
a Ciência das Redes que combina
matemática, programação e instinto
científico.”
BIG DATA - CONTEXTO
BIG DATA – NUVEM E OPEN SOURCE
BIG DATA – ECOSSISTEMA HADOOP
Solução Proprietária.
 Modernização
 In memory, Appliances, Algoritmos embarcados
BIG DATA – SOLUÇÕES PROPRIETÁRIAS
BIG DATA - NOSQL
Sistema de recomendação baseado em grafos
Quem viu este produto, também viuCompre junto
BIG DATA - NOSQL
Solução Tecnológica – Titan + Tinkerpop
BIG DATA - NOSQL
BIG DATA – MODELOS ANALÍTICOS
BIG DATA – MODELOS ANALÍTICOS
Deep Learning no Google TensorFlow.
BIG DATA – MODELOS ANALÍTICOS
DeepMind's AI learned to ride the London Underground using human-like reason
and memory
BIG DATA – MODELOS ANALÍTICOS
BIG DATA – MODELOS ANALÍTICOS
Ferramentas
BIG DATA – MODELOS ANALÍTICOS
Atribuir significado aos dados
Permitir a identificação
de padrões e insights
ocultos na enorme
quantidade de dados
Compreender “o que está
acontecendo” em tempo
real
Auxiliar na tomada de
decisão
BIG DATA – MODELOS ANALÍTICOS
BIG DATA - CONTEXTO
Reed Hastings, presidente-executivo
 Base do trabalho diário é a análise de dados.
 Algoritmos e especialistas possuem habilidades
analíticas para personalizar o atendimento,
distribuir conteúdo, analisar melhores
dispositivos e conhecer os hábitos dos
assinantes.
Tem entre 60-90 segundos
para capturar a atenção do
usuário antes que ele desista
e vá fazer outra coisa.
• Cada pessoa leva em média 1.8 segundo para decidir se
quer ver ou não determinado título.
• O cérebro humano consegue
processar imagens em meros 13
milissegundos, e a empresa
descobriu que estas imagens
influenciam na decisão de assistir
algo, como também são
responsáveis pelo aumento de 82%
de tempo gasto pesquisando na
forma.
• Os cientistas de dados da Netflix usam as estatísticas para
alterar cores, emoções, personagens e palavras que aparecem
nas fotos.
• Três ou menos pessoas
• Emoções complexas - rostos causam um efeito magnético
• Vilões são mais atraentes
sugestões personalizadas
Dados que definem o que produzir
• 1/3 dos títulos disponíveis são
produções da própria empresa.
• Easy, Narcos, Stranger Things, Wet Hot American
Summer, Fuller House, Master of None, Unbreakable
Kimmy Schmidt, Love, Jessica Jones, O Demolidor,
Marco Polo, Sense8, BoJack Horseman, The Get
Down, Grace and Frankie, Orange is the New Black,
House of Cards, Club de Cuervos, Lady Dynamite,
Hemlock Grove, Bloodline e Hibana.....
Stranger Things: a maior obra de arte do algoritmo
Web Semântica
 Web 3.0 (Web Semântica)
Web Semântica
A ideia é ter dados definidos e interligados na web de
maneira que possam ser interpretados por máquinas,
não somente por seu objetivo visual mas também para
automação, integração e reuso entre várias aplicações.
Web Semântica
Considerar o tempo necessário para :
(i) tentar distinguir entre o que é relevante, menos relevante ou até não
relevante entre os todos recursos disponibilizados na web; entre o que deve merecer a
nossa atenção imediata e menos imediata; entre o que é prioritário e menos prioritário;
(ii) executar tarefas repetitivas como dado um conjunto de critérios selecionar algo -
restaurantes ou pessoas, e verificar quais é que o satisfazem.
(iii) obter uma perspectiva global, integrada e atualizada da informação
existente sobre um dado recurso - uma pessoa, um projeto, um automóvel.
Web Semântica
Web Semântica
- Anotar semanticamente as paginas da empresa
- Construir um mecanismo de busca para empresa
- Buscar / minerar pAginas de outras empresas
Web Semântica
"Estruturar dados em uma página web é uma maneira
padrão de anotar seu conteúdo para que máquinas
possam entendê-la. Quando suas páginas da web incluem
marcação estruturada de dados, o Google (e outros
motores de busca) podem usar esses dados para indexar
melhor seu conteúdo e apresentá-lo mais proeminente nos
resultados de pesquisa das novas experiências de busca,
como respostas de voz, mapas e Google Now."
Web Semântica
http://consultsite.com.br/google/
DataHighlighter
• Lista de termos autorizados
• Termos com definições
• Termos não podem se repetir
para designar conceitos
diferentes
Vocabulários Controlados
Web Semântica
 FOAF
 SIOC
 COGS
 Data Cube Vocabulary
 PROV-O
 DCTERMS
 WGS84 Geo Positioning
 SDMX
 QUDT
 SSN
 Schema.org
 VoID
 Data Catalog
 ...
http://lov.okfn.org/dataset/lov/
Vocabulários Controlados
Web Semântica
Web Semântica
- Anotar semanticamente as paginas da empresa
- Construir um mecanismo de busca para empresa
- Buscar / minerar pAginas de outras empresas
Web Semântica
"O mecanismo de busca perfeito deve ser
capaz de compreender o que você quer dizer e
retornar exatamente o que você precisa."
Web Semântica
Mecanismos de Busca – Buscas Inteligentes
“Google is switching from simple keyword recognition to the identification of entities, nodes and
relationships.”
Permite pesquisar coisas, pessoas ou lugares como monumentos, celebridades, cidades, equipes
esportivas, prédios, acidentes geográficos, filmes, objetos celestiais, obras de arte e mais - e
instantaneamente mostrar outras informações relevantes à pesquisa.
Google Now é sua evolução ;))
Google Knowledge Graph
(maio 2012)
Hummingbird
RankBrain (2015)
Web Semântica
Ranking >= 200 métricas
Web Semântica
Descrições com Rich Snippets
Compreender o conteúdo do site e a
obter melhores índices de
rankeamento.
Ao adicionar descrições como "star
ratings", as mesmas podem ser
apresentadas diretamente nos
resultados.
count
nome
rating
Web Semântica
Sitelinks Search Box
Exibe uma caixa de pesquisa dentro
de seu resultado na própria página de
resultados, normalmente para
branded searchs.
Web Semântica
Busca por um resultado comercial
Polaris - semantic search - novo motor de busca que usa algoritmos
avançados, incluindo a compreensão da consulta e mineração de sinônimos
para obter a intenção de busca do usuário. Isto aumentou os visitantes que
completam a compra de 10% para 15%.
http://www.hardwareretailing.com/360-view-walmart/
Construirummecanismode
buscaparaempresa
Web Semântica
- Anotar semanticamente as paginas da empresa
- Construir um mecanismo de busca para empresa
- Buscar / minerar pAginas de outras empresas
Web Semântica
http://bigdata-madesimple.com/top-50-open-source-web-crawlers-for-data-mining/
Buscar/minerarpáginasde
outrasempresas
Web crawler
• Inicia com uma lista de
URLs para visitar - seeds.
• Visita e identifica todos
hyperlinks na URL e cria
uma lista chamada crawl
frontier.
• URLs são recursivamente
visitadas.
Também conhecido como bots, web spiders, web robots ou web scutters.
1014 datasets sendo 51% em Social Web
Linked Open Data (LOD)
2014
Web Semântica
Linked Open Data (LOD)
Web Semântica
Web Semântica
Web Semântica
Linked Open Data (LOD)
Web Semântica
Exemplo:
Pesquisar qual jogador de futebol nasceu na província
de Albacete, na Espanha, e marcou um gol na final da
Eurocopa 2008.
A seguinte consulta SPARQL nas LODs :
Linked Open Data (LOD)
Web Semântica
Linked Open Data (LOD)
Web Semântica
Inferência
Inferência
Web Semântica
)()(),()(:, xgolydefendenãoyxchutexatacanteyx 
Web Semântica - Ontologia
Tipos de Restrições – Quantificadores – Operadores
Web Semântica
Ontologia – GoodRelations
Best Buy
• Descobriu que era impossível ser o melhor em termos de SEO (Search
Engine Optimization) em todas as categorias de pesquisa para cada
produto.
• Necessidade de melhorar a busca dentro do site, o funcionamento de
alguns itens como: produtos relacionados, filtros para produtos em
promoção, produtos disponíveis em certa localidade e além de tudo
melhorar a API de produtos deles.
• Com GoodRelations RDF, os metadados adicionais podem incluir preço,
cor, dimensões, modelo e outros atributos interessantes para o
consumidor.
VIDONT
Structured Spatiotemporal Video Annotation for Automated Scene Interpretation
Inferência
Web Semântica
An OWL-Based Mobile GeoBI Context Ontology Enabling Location-Based and Context-
Based Reasoning and Supporting Contextual Business Analysis
Inferência
Web Semântica
Style BOT - um robô para o mercado de moda
- auxiliar e-commerces, aplicativos e portais de moda a interagir com o
seu público de forma individual e especializada com o intuito de
fomentar as vendas.
- permitir que sites e aplicativos aprendam sobre os comportamentos
de seus consumidores, interagindo com eles como um consultor de
moda e estilo, resolvendo dúvidas e fazendo recomendações de
acordo com as preferências de cada um.
http://startupi.com.br/2016/03/startup-gaucha-desenvolve-inteligencia-artificial-em-moda/#sthash.ZkRQaKRz.dpuf
Web Semântica
Style BOT - um robô para o mercado de moda
O módulo de Busca Semântica identifica itens de
interesse do usuário que não constam em sua busca
original.
Por exemplo, uma pesquisa por “Vivienne
Westwood” num sistema tradicional de busca pode
não trazer resultados como produtos com a
estampa dos britânicos do “Sex Pistols”, no entanto,
a estilista tem relação direta com o movimento
punk e provavelmente um consumidor interessado
nela também se interessaria pela banda ícone punk.
Web Semântica
Web Semântica
Web
Semântica
Inteligência
Artificial
Web
Uma visão da informação compreendida por
máquinas para realizar tarefas como buscas,
integração, compartilhamento na web
A inteligência das
máquinas
Quais as tecnologias envolvidas com a Web?
A Web hoje permite o uso de linguagens mais flexíveis e de
padrões cada vez mais aceitos de representação da
informação. Isso a transforma em uma rede de
conhecimento, e não apenas em um espaço onde coabitam
dados sem conexão.
Web Semântica
Arquitetura proposta W3C
Arquitetura W3C, em suas camadas, define
as tecnologias necessárias para que os
conteúdos das páginas Web possam ser
compreendidos pelos computadores.
Criptografia(9)
URI/IRI (1)
RDF-S
(3b)
Consulta:
SPARQL
(4c)
Ontologia:
OWL (4a) Regras:
RIF (4b)
Lógica Unificada (5)
Confiança (7)
Aplicações e Interfaces c/ Usuário (8)
XML (2)
Prova (6)
Intercâmbio de
Dados: RDF (3a)
Criptografia(9)
URI/IRI (1)
RDF-S
(3b)
Consulta:
SPARQL
(4c)
Ontologia:
OWL (4a) Regras:
RIF (4b)
Lógica Unificada (5)
Confiança (7)
Aplicações e Interfaces c/ Usuário (8)
XML (2)
Prova (6)
Intercâmbio de
Dados: RDF (3a)
Web Semântica
Ganha a corrida quem
tiver as melhores
informações e que
saiba o que fazer com
elas.
Hackathon  UOL

Mais conteúdo relacionado

Mais procurados

Big Data Analytics - Data Science - Aplicação e Tecnologia
Big Data Analytics - Data Science - Aplicação e TecnologiaBig Data Analytics - Data Science - Aplicação e Tecnologia
Big Data Analytics - Data Science - Aplicação e Tecnologia
Hélio Silva
 
Big Data, seu novo paradigma para análise de dados e seus mitos
Big Data, seu novo paradigma para análise de dados e seus mitosBig Data, seu novo paradigma para análise de dados e seus mitos
Big Data, seu novo paradigma para análise de dados e seus mitos
Jose Augusto Sapienza Ramos
 
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
Marcos Luiz Lins Filho
 
Governança de Dados e Big Data
Governança de Dados e Big DataGovernança de Dados e Big Data
Governança de Dados e Big Data
Carlos Barbieri
 
O que é BIG DATA e como pode influenciar nossas vidas
O que é BIG DATA e como pode influenciar nossas vidasO que é BIG DATA e como pode influenciar nossas vidas
O que é BIG DATA e como pode influenciar nossas vidas
Elaine Naomi
 
Big Data, o que é isso?
Big Data, o que é isso?Big Data, o que é isso?
Big Data, o que é isso?
Ambiente Livre
 
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslidesharePalestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
pccdias
 
Casos de Uso de Big Data e Ciência de Dados no Mercado
 Casos de Uso de Big Data e Ciência de Dados no Mercado Casos de Uso de Big Data e Ciência de Dados no Mercado
Casos de Uso de Big Data e Ciência de Dados no Mercado
Joel Pinho Lucas
 
OS CINCO Vs DO BIG DATA
OS CINCO Vs DO BIG DATAOS CINCO Vs DO BIG DATA
OS CINCO Vs DO BIG DATA
Leonardo Dias
 
Bigdata alexandre v2
Bigdata alexandre v2Bigdata alexandre v2
Bigdata alexandre v2
alexculpado
 
Big data
Big dataBig data
Big data
Tiago Marques
 

Mais procurados (11)

Big Data Analytics - Data Science - Aplicação e Tecnologia
Big Data Analytics - Data Science - Aplicação e TecnologiaBig Data Analytics - Data Science - Aplicação e Tecnologia
Big Data Analytics - Data Science - Aplicação e Tecnologia
 
Big Data, seu novo paradigma para análise de dados e seus mitos
Big Data, seu novo paradigma para análise de dados e seus mitosBig Data, seu novo paradigma para análise de dados e seus mitos
Big Data, seu novo paradigma para análise de dados e seus mitos
 
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
Big Data - Pós Graduação Arquitetura de Nuvem - UFRN - 2014
 
Governança de Dados e Big Data
Governança de Dados e Big DataGovernança de Dados e Big Data
Governança de Dados e Big Data
 
O que é BIG DATA e como pode influenciar nossas vidas
O que é BIG DATA e como pode influenciar nossas vidasO que é BIG DATA e como pode influenciar nossas vidas
O que é BIG DATA e como pode influenciar nossas vidas
 
Big Data, o que é isso?
Big Data, o que é isso?Big Data, o que é isso?
Big Data, o que é isso?
 
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslidesharePalestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
Palestra big data_e_mineracao_dedados_5agosto13-versaoslideshare
 
Casos de Uso de Big Data e Ciência de Dados no Mercado
 Casos de Uso de Big Data e Ciência de Dados no Mercado Casos de Uso de Big Data e Ciência de Dados no Mercado
Casos de Uso de Big Data e Ciência de Dados no Mercado
 
OS CINCO Vs DO BIG DATA
OS CINCO Vs DO BIG DATAOS CINCO Vs DO BIG DATA
OS CINCO Vs DO BIG DATA
 
Bigdata alexandre v2
Bigdata alexandre v2Bigdata alexandre v2
Bigdata alexandre v2
 
Big data
Big dataBig data
Big data
 

Semelhante a Hackathon UOL

BIG DATA
BIG DATABIG DATA
Big Data: O que é? e por onde começar?
Big Data: O que é? e por onde começar?Big Data: O que é? e por onde começar?
Big Data: O que é? e por onde começar?
Paulo Ricardo Santos
 
BigData
BigDataBigData
A Internet das Coisas
A Internet das CoisasA Internet das Coisas
A Internet das Coisas
Kiev Gama
 
Big Data Week São Paulo 2017
Big Data Week São Paulo 2017 Big Data Week São Paulo 2017
Big Data Week São Paulo 2017
Thiago Santiago
 
Big Data
Big DataBig Data
Big Data
Sandro Servino
 
Big data - Uma visão geral da coisa...
Big data - Uma visão geral da coisa...Big data - Uma visão geral da coisa...
Big data - Uma visão geral da coisa...
Arthur Souza
 
BigData e internte das coisas aplicada a engenharia
BigData e internte das coisas aplicada a engenhariaBigData e internte das coisas aplicada a engenharia
BigData e internte das coisas aplicada a engenharia
Alessandro Binhara
 
BIG DATA & IoT: Tecnologias e  Aplicações
BIG DATA & IoT: Tecnologias e  AplicaçõesBIG DATA & IoT: Tecnologias e  Aplicações
BIG DATA & IoT: Tecnologias e  Aplicações
Alessandro Binhara
 
Arquitetura de informação
Arquitetura de informaçãoArquitetura de informação
Arquitetura de informação
pospipoca
 
Demonstrações de análises de dados para social media e jornalismo
Demonstrações de análises de dados para social media e jornalismoDemonstrações de análises de dados para social media e jornalismo
Demonstrações de análises de dados para social media e jornalismo
Rafa Spoladore
 
Praticas no ensino profissional na area das ti
Praticas no ensino profissional na area das tiPraticas no ensino profissional na area das ti
Praticas no ensino profissional na area das ti
Francisco Pires
 
Bigadata casese opotunidades
Bigadata casese opotunidadesBigadata casese opotunidades
Bigadata casese opotunidades
Alessandro Binhara
 
Arquitetura de Informação - Personas e Cenários
Arquitetura de Informação - Personas e CenáriosArquitetura de Informação - Personas e Cenários
Arquitetura de Informação - Personas e Cenários
posgraduacaorj
 
BIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à PraticaBIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à Pratica
Daniel Checchia
 
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
Gusttavo Nascimento
 
Hackers
HackersHackers
Hackers
Pedro Valente
 
Introdução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores PythonIntrodução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores Python
Luiz Eduardo Le Masson
 
Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais
Simposio Internacional Network Science
 
Palestra Introdução a Big Data
Palestra Introdução a Big DataPalestra Introdução a Big Data
Palestra Introdução a Big Data
Amtera Semantic Systems
 

Semelhante a Hackathon UOL (20)

BIG DATA
BIG DATABIG DATA
BIG DATA
 
Big Data: O que é? e por onde começar?
Big Data: O que é? e por onde começar?Big Data: O que é? e por onde começar?
Big Data: O que é? e por onde começar?
 
BigData
BigDataBigData
BigData
 
A Internet das Coisas
A Internet das CoisasA Internet das Coisas
A Internet das Coisas
 
Big Data Week São Paulo 2017
Big Data Week São Paulo 2017 Big Data Week São Paulo 2017
Big Data Week São Paulo 2017
 
Big Data
Big DataBig Data
Big Data
 
Big data - Uma visão geral da coisa...
Big data - Uma visão geral da coisa...Big data - Uma visão geral da coisa...
Big data - Uma visão geral da coisa...
 
BigData e internte das coisas aplicada a engenharia
BigData e internte das coisas aplicada a engenhariaBigData e internte das coisas aplicada a engenharia
BigData e internte das coisas aplicada a engenharia
 
BIG DATA & IoT: Tecnologias e  Aplicações
BIG DATA & IoT: Tecnologias e  AplicaçõesBIG DATA & IoT: Tecnologias e  Aplicações
BIG DATA & IoT: Tecnologias e  Aplicações
 
Arquitetura de informação
Arquitetura de informaçãoArquitetura de informação
Arquitetura de informação
 
Demonstrações de análises de dados para social media e jornalismo
Demonstrações de análises de dados para social media e jornalismoDemonstrações de análises de dados para social media e jornalismo
Demonstrações de análises de dados para social media e jornalismo
 
Praticas no ensino profissional na area das ti
Praticas no ensino profissional na area das tiPraticas no ensino profissional na area das ti
Praticas no ensino profissional na area das ti
 
Bigadata casese opotunidades
Bigadata casese opotunidadesBigadata casese opotunidades
Bigadata casese opotunidades
 
Arquitetura de Informação - Personas e Cenários
Arquitetura de Informação - Personas e CenáriosArquitetura de Informação - Personas e Cenários
Arquitetura de Informação - Personas e Cenários
 
BIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à PraticaBIGDATA: Da teoria à Pratica
BIGDATA: Da teoria à Pratica
 
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
Segredos do google.up.by. www.pererecadowns.blogspot.com.br(1)
 
Hackers
HackersHackers
Hackers
 
Introdução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores PythonIntrodução ao Big Data para Desenvolvedores Python
Introdução ao Big Data para Desenvolvedores Python
 
Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais Diálogos entre cientistas de dados e cientistas sociais
Diálogos entre cientistas de dados e cientistas sociais
 
Palestra Introdução a Big Data
Palestra Introdução a Big DataPalestra Introdução a Big Data
Palestra Introdução a Big Data
 

Último

Manual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdfManual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdf
WELITONNOGUEIRA3
 
Logica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptxLogica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptx
Momento da Informática
 
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdfTOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
Momento da Informática
 
Segurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas PráticasSegurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas Práticas
Danilo Pinotti
 
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdfEscola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Gabriel de Mattos Faustino
 
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
Faga1939
 
História da Rádio- 1936-1970 século XIX .2.pptx
História da Rádio- 1936-1970 século XIX   .2.pptxHistória da Rádio- 1936-1970 século XIX   .2.pptx
História da Rádio- 1936-1970 século XIX .2.pptx
TomasSousa7
 
Certificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdfCertificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdf
joaovmp3
 

Último (8)

Manual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdfManual-de-Credenciamento ANATER 2023.pdf
Manual-de-Credenciamento ANATER 2023.pdf
 
Logica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptxLogica de Progamacao - Aula (1) (1).pptx
Logica de Progamacao - Aula (1) (1).pptx
 
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdfTOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
TOO - TÉCNICAS DE ORIENTAÇÃO A OBJETOS aula 1.pdf
 
Segurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas PráticasSegurança Digital Pessoal e Boas Práticas
Segurança Digital Pessoal e Boas Práticas
 
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdfEscola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
Escola Virtual - Fundação Bradesco - ITIL - Gabriel Faustino.pdf
 
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...
 
História da Rádio- 1936-1970 século XIX .2.pptx
História da Rádio- 1936-1970 século XIX   .2.pptxHistória da Rádio- 1936-1970 século XIX   .2.pptx
História da Rádio- 1936-1970 século XIX .2.pptx
 
Certificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdfCertificado Jornada Python Da Hashtag.pdf
Certificado Jornada Python Da Hashtag.pdf
 

Hackathon UOL

  • 1.
  • 2. Regina Cantele Coordenadora na FIAP dos cursos MBA Arquitetura de Banco de Dados e Digital Data Marketing. Doutora e mestre em Engenharia Elétrica (Poli/USP), graduada em Ciência da Computação e em Ciências Exatas (Universidade Caxias do Sul).
  • 3. IT TOP TRENDS: Big Data, IoT e Web Semântica
  • 4. “A utopia está lá no horizonte. Me aproximo dois passos, ela se afasta dois passos. Caminho dez passos e o horizonte corre dez passos. Por mais que eu caminhe, jamais alcançarei. Para que serve a utopia? Serve para isso: para que não deixe de caminhar.” Eduardo Galeano
  • 5. BIG DATA - CONTEXTO “Uma enorme quantidade de registros é criada continuamente, resultante de interações sociais e econômicas de bilhões de pessoas em todo o mundo ... redes sociais, cartões de crédito e débito, equipamentos médicos, etiquetas de RFID, câmeras de vídeo e radares de vias públicas, GPS, Smart TV’s, entre outros, conectados à internet.”
  • 6. “Esses dados precisam ser coletados, armazenados, analisados, processados, compartilhados e visualizados por softwares analíticos de bases de dados.” BIG DATA - CONTEXTO
  • 7. BIG DATA - CONTEXTO Do ponto de vista tecnológico: “Big data é um termo genérico para dados que não podem ser contidos nos repositórios usuais; refere-se a dados volumosos demais para caber em um único servidor; não estruturados demais para se adequar a um banco de dados organizados em linhas e colunas; ou fluídos demais para serem armazenados em um data warehouse estático.” (DAVENPORT). ... toda e qualquer informação nestes meios possa ser encontrada, analisada e aproveitada em tempo hábil.” (ALECRIM)
  • 8. Do ponto de vista da ciência: “... big data como disciplina de uma ciência que utiliza dados digitais em suas pesquisas - a Ciência das Redes que combina matemática, programação e instinto científico.” BIG DATA - CONTEXTO
  • 9. BIG DATA – NUVEM E OPEN SOURCE
  • 10. BIG DATA – ECOSSISTEMA HADOOP
  • 11. Solução Proprietária.  Modernização  In memory, Appliances, Algoritmos embarcados BIG DATA – SOLUÇÕES PROPRIETÁRIAS
  • 12. BIG DATA - NOSQL
  • 13. Sistema de recomendação baseado em grafos Quem viu este produto, também viuCompre junto BIG DATA - NOSQL
  • 14. Solução Tecnológica – Titan + Tinkerpop BIG DATA - NOSQL
  • 15. BIG DATA – MODELOS ANALÍTICOS
  • 16. BIG DATA – MODELOS ANALÍTICOS
  • 17. Deep Learning no Google TensorFlow. BIG DATA – MODELOS ANALÍTICOS
  • 18. DeepMind's AI learned to ride the London Underground using human-like reason and memory BIG DATA – MODELOS ANALÍTICOS
  • 19. BIG DATA – MODELOS ANALÍTICOS
  • 20. Ferramentas BIG DATA – MODELOS ANALÍTICOS
  • 21. Atribuir significado aos dados Permitir a identificação de padrões e insights ocultos na enorme quantidade de dados Compreender “o que está acontecendo” em tempo real Auxiliar na tomada de decisão BIG DATA – MODELOS ANALÍTICOS
  • 22. BIG DATA - CONTEXTO
  • 23.
  • 25.  Base do trabalho diário é a análise de dados.  Algoritmos e especialistas possuem habilidades analíticas para personalizar o atendimento, distribuir conteúdo, analisar melhores dispositivos e conhecer os hábitos dos assinantes.
  • 26. Tem entre 60-90 segundos para capturar a atenção do usuário antes que ele desista e vá fazer outra coisa.
  • 27. • Cada pessoa leva em média 1.8 segundo para decidir se quer ver ou não determinado título.
  • 28. • O cérebro humano consegue processar imagens em meros 13 milissegundos, e a empresa descobriu que estas imagens influenciam na decisão de assistir algo, como também são responsáveis pelo aumento de 82% de tempo gasto pesquisando na forma.
  • 29. • Os cientistas de dados da Netflix usam as estatísticas para alterar cores, emoções, personagens e palavras que aparecem nas fotos.
  • 30. • Três ou menos pessoas
  • 31. • Emoções complexas - rostos causam um efeito magnético
  • 32. • Vilões são mais atraentes
  • 34. Dados que definem o que produzir • 1/3 dos títulos disponíveis são produções da própria empresa. • Easy, Narcos, Stranger Things, Wet Hot American Summer, Fuller House, Master of None, Unbreakable Kimmy Schmidt, Love, Jessica Jones, O Demolidor, Marco Polo, Sense8, BoJack Horseman, The Get Down, Grace and Frankie, Orange is the New Black, House of Cards, Club de Cuervos, Lady Dynamite, Hemlock Grove, Bloodline e Hibana.....
  • 35. Stranger Things: a maior obra de arte do algoritmo
  • 37.  Web 3.0 (Web Semântica) Web Semântica A ideia é ter dados definidos e interligados na web de maneira que possam ser interpretados por máquinas, não somente por seu objetivo visual mas também para automação, integração e reuso entre várias aplicações.
  • 38. Web Semântica Considerar o tempo necessário para : (i) tentar distinguir entre o que é relevante, menos relevante ou até não relevante entre os todos recursos disponibilizados na web; entre o que deve merecer a nossa atenção imediata e menos imediata; entre o que é prioritário e menos prioritário; (ii) executar tarefas repetitivas como dado um conjunto de critérios selecionar algo - restaurantes ou pessoas, e verificar quais é que o satisfazem. (iii) obter uma perspectiva global, integrada e atualizada da informação existente sobre um dado recurso - uma pessoa, um projeto, um automóvel. Web Semântica
  • 39. Web Semântica - Anotar semanticamente as paginas da empresa - Construir um mecanismo de busca para empresa - Buscar / minerar pAginas de outras empresas
  • 40. Web Semântica "Estruturar dados em uma página web é uma maneira padrão de anotar seu conteúdo para que máquinas possam entendê-la. Quando suas páginas da web incluem marcação estruturada de dados, o Google (e outros motores de busca) podem usar esses dados para indexar melhor seu conteúdo e apresentá-lo mais proeminente nos resultados de pesquisa das novas experiências de busca, como respostas de voz, mapas e Google Now."
  • 42. • Lista de termos autorizados • Termos com definições • Termos não podem se repetir para designar conceitos diferentes Vocabulários Controlados Web Semântica
  • 43.  FOAF  SIOC  COGS  Data Cube Vocabulary  PROV-O  DCTERMS  WGS84 Geo Positioning  SDMX  QUDT  SSN  Schema.org  VoID  Data Catalog  ... http://lov.okfn.org/dataset/lov/ Vocabulários Controlados
  • 45. Web Semântica - Anotar semanticamente as paginas da empresa - Construir um mecanismo de busca para empresa - Buscar / minerar pAginas de outras empresas
  • 46. Web Semântica "O mecanismo de busca perfeito deve ser capaz de compreender o que você quer dizer e retornar exatamente o que você precisa."
  • 47. Web Semântica Mecanismos de Busca – Buscas Inteligentes “Google is switching from simple keyword recognition to the identification of entities, nodes and relationships.” Permite pesquisar coisas, pessoas ou lugares como monumentos, celebridades, cidades, equipes esportivas, prédios, acidentes geográficos, filmes, objetos celestiais, obras de arte e mais - e instantaneamente mostrar outras informações relevantes à pesquisa. Google Now é sua evolução ;)) Google Knowledge Graph (maio 2012) Hummingbird RankBrain (2015)
  • 48. Web Semântica Ranking >= 200 métricas
  • 49. Web Semântica Descrições com Rich Snippets Compreender o conteúdo do site e a obter melhores índices de rankeamento. Ao adicionar descrições como "star ratings", as mesmas podem ser apresentadas diretamente nos resultados. count nome rating
  • 50. Web Semântica Sitelinks Search Box Exibe uma caixa de pesquisa dentro de seu resultado na própria página de resultados, normalmente para branded searchs.
  • 51. Web Semântica Busca por um resultado comercial Polaris - semantic search - novo motor de busca que usa algoritmos avançados, incluindo a compreensão da consulta e mineração de sinônimos para obter a intenção de busca do usuário. Isto aumentou os visitantes que completam a compra de 10% para 15%. http://www.hardwareretailing.com/360-view-walmart/ Construirummecanismode buscaparaempresa
  • 52. Web Semântica - Anotar semanticamente as paginas da empresa - Construir um mecanismo de busca para empresa - Buscar / minerar pAginas de outras empresas
  • 53. Web Semântica http://bigdata-madesimple.com/top-50-open-source-web-crawlers-for-data-mining/ Buscar/minerarpáginasde outrasempresas Web crawler • Inicia com uma lista de URLs para visitar - seeds. • Visita e identifica todos hyperlinks na URL e cria uma lista chamada crawl frontier. • URLs são recursivamente visitadas. Também conhecido como bots, web spiders, web robots ou web scutters.
  • 54. 1014 datasets sendo 51% em Social Web Linked Open Data (LOD) 2014 Web Semântica
  • 55. Linked Open Data (LOD) Web Semântica
  • 58. Linked Open Data (LOD) Web Semântica
  • 59. Exemplo: Pesquisar qual jogador de futebol nasceu na província de Albacete, na Espanha, e marcou um gol na final da Eurocopa 2008. A seguinte consulta SPARQL nas LODs : Linked Open Data (LOD) Web Semântica
  • 60. Linked Open Data (LOD) Web Semântica
  • 62. )()(),()(:, xgolydefendenãoyxchutexatacanteyx  Web Semântica - Ontologia Tipos de Restrições – Quantificadores – Operadores
  • 63. Web Semântica Ontologia – GoodRelations Best Buy • Descobriu que era impossível ser o melhor em termos de SEO (Search Engine Optimization) em todas as categorias de pesquisa para cada produto. • Necessidade de melhorar a busca dentro do site, o funcionamento de alguns itens como: produtos relacionados, filtros para produtos em promoção, produtos disponíveis em certa localidade e além de tudo melhorar a API de produtos deles. • Com GoodRelations RDF, os metadados adicionais podem incluir preço, cor, dimensões, modelo e outros atributos interessantes para o consumidor.
  • 64. VIDONT Structured Spatiotemporal Video Annotation for Automated Scene Interpretation Inferência Web Semântica
  • 65. An OWL-Based Mobile GeoBI Context Ontology Enabling Location-Based and Context- Based Reasoning and Supporting Contextual Business Analysis Inferência Web Semântica
  • 66. Style BOT - um robô para o mercado de moda - auxiliar e-commerces, aplicativos e portais de moda a interagir com o seu público de forma individual e especializada com o intuito de fomentar as vendas. - permitir que sites e aplicativos aprendam sobre os comportamentos de seus consumidores, interagindo com eles como um consultor de moda e estilo, resolvendo dúvidas e fazendo recomendações de acordo com as preferências de cada um. http://startupi.com.br/2016/03/startup-gaucha-desenvolve-inteligencia-artificial-em-moda/#sthash.ZkRQaKRz.dpuf Web Semântica
  • 67. Style BOT - um robô para o mercado de moda O módulo de Busca Semântica identifica itens de interesse do usuário que não constam em sua busca original. Por exemplo, uma pesquisa por “Vivienne Westwood” num sistema tradicional de busca pode não trazer resultados como produtos com a estampa dos britânicos do “Sex Pistols”, no entanto, a estilista tem relação direta com o movimento punk e provavelmente um consumidor interessado nela também se interessaria pela banda ícone punk. Web Semântica
  • 68. Web Semântica Web Semântica Inteligência Artificial Web Uma visão da informação compreendida por máquinas para realizar tarefas como buscas, integração, compartilhamento na web A inteligência das máquinas
  • 69. Quais as tecnologias envolvidas com a Web? A Web hoje permite o uso de linguagens mais flexíveis e de padrões cada vez mais aceitos de representação da informação. Isso a transforma em uma rede de conhecimento, e não apenas em um espaço onde coabitam dados sem conexão. Web Semântica
  • 70. Arquitetura proposta W3C Arquitetura W3C, em suas camadas, define as tecnologias necessárias para que os conteúdos das páginas Web possam ser compreendidos pelos computadores. Criptografia(9) URI/IRI (1) RDF-S (3b) Consulta: SPARQL (4c) Ontologia: OWL (4a) Regras: RIF (4b) Lógica Unificada (5) Confiança (7) Aplicações e Interfaces c/ Usuário (8) XML (2) Prova (6) Intercâmbio de Dados: RDF (3a) Criptografia(9) URI/IRI (1) RDF-S (3b) Consulta: SPARQL (4c) Ontologia: OWL (4a) Regras: RIF (4b) Lógica Unificada (5) Confiança (7) Aplicações e Interfaces c/ Usuário (8) XML (2) Prova (6) Intercâmbio de Dados: RDF (3a) Web Semântica
  • 71. Ganha a corrida quem tiver as melhores informações e que saiba o que fazer com elas.