Baixado 18 vezes
Carregado porCaio Gomes
Apresentaçao fmu big data
O documento discute como as startups podem usar big data e data science para extrair informações úteis para seus negócios. Apresenta exemplos de como dados sobre hábitos de direção podem ser usados para melhorar previsões de trânsito e ofertas personalizadas de seguradoras. Conclui que o uso de dados representa uma grande oportunidade para novas startups.
![[GetNinjas] Business Intelligence Workshop @ Google Campus SP](https://cdn.slidesharecdn.com/ss_thumbnails/getninjasgooglecampusvffull-171010164255-thumbnail.jpg?width=640&height=640&fit=bounds)
Apresentaçao fmu big data
- 1. A NOVA STARTUP CaioGomes, @caiocgomes Diretor de Inovação e Big Data Maplink e Apontador
- 2. empreender é preciso • 2012 • São Francisco: 336 • Londres: 216 • 40 Startups com 1 Bilhão ou mais de valuation • Startups conhecidas: Facebook, Twitter, Tumblr
- 4. • Tem garagem? • Local daresidência • Idade • Local de trabalho • Sexo • Trabalha com o carro? • Quanto anda?
- 5. a startup detecnologia • programadores • marketing • design • UX
- 8. age of data • PesquisaCientifica (LHC, Genética, Meteorologia) • Mercado Financeiro • Entretenimento(Netflix, Amazon) • NÜMEROS
- 11. o produto donovo século • Adaptativo • Pessoal • Customizado • Não intrusivo • Serendipitous
- 12.
- 13. big data Coleta eArmazenamento Processamento Extrair informações de negócio Visualização Coleta e Armazenamento Processamento Extrair informações de negócio Visualização
- 16.
- 17.
- 18.
- 19. mapreduce Vantagens • Escalável • Facilmentecorrigível • Custo de expansão baixo • Virtualmente sem limites de expansão • Sem equipamentos expecificos Desvantagens • Arquitetura de baixo nível • Escrever tarefas simples não é natural • Nova maneira de pensar
- 21. • Yahoo/ Apache • Google / 2004 • Grandes empresas: FB, Twitter, Apple, Microsoft, IBM • AWS: 5.5 mi de clusters abertos • Controle das máquinas • Organização das tarefas • Distribuição da ordem das tarefas • Controle de falhas • Arquivos armazenados
- 22. big data Coleta eArmazenamento Processamento Extrair informações de negócio Visualização
- 23. DATA SCIENCE Extraindo informaçõesuteis para seu negócio
- 24. data science • Extrairinformações aparentemente escondidas. • Métodos matemáticos que aumentem a certitude de acerto • Técnicas de Machine Learning • Regressão • Clustering • Classificação • Nova área para TI. Área em alta!
- 25.
- 27.
- 28.
- 29.
- 30. Publicidade • Onde almoço? • Músicas preferidas? • Tiposde livros? • Filmes? • Séries?
- 31.
- 32.
- 33. startup do séculoXXI • Pessoal • Individualizada
- 35. Seguradora • Onde almoço? • Músicas preferidas? • Multas? • Comodirijo? • Que horários dirijo?
- 36.
- 37. • Medidas detrânsito Veiculos enviam informação a cada instante. • O que quero saber? Estado da via Tipo de veículos Como os motoristas dirigem Velocidade da via 19 de 21 estimando o trânsito
- 39. SOBRE O ROTEIRIZADOR <Route><Category>1</Category><DateTime>0001-01-01T00:00:00</ DateTime><Destinationxmlns:a="http://schemas.datacontract.org/ 2004/07/SwissKnife.Spatial"><a:Lat>-8.150483</ a:Lat><a:Lng>-35.420284</a:Lng></Destination><Origin xmlns:a="http://schemas.datacontract.org/2004/07/ SwissKnife.Spatial"><a:Lat>-8.149973</a:Lat><a:Lng>-35.41825</ a:Lng></Origin> o que recebemos?
- 40. SOBRE O ROTEIRIZADOR padrãoda marginal pinheiros
- 41. SOBRE O ROTEIRIZADOR relembrando • Nova era para startups • Big Data é parte fundamental das empresas do futuro • Diversas áreas ainda esperam a chance de ter seus dados aproveitados • Oportunidades novas pra quem está entrando no mercado!
- 42. OBRIGADO! @caiocgomes Diretor de Inovaçãoe Big Data Maplink e Apontador