Este documento descreve as atividades planejadas para uma aula. Inclui um mini-teste, discussão de uma aula anterior sobre dados, devolução de trabalhos anteriores e proposta de trabalho para a semana.
Hands-on Workshop: Como configurar e utilizar uma estrutura MongoDB para Big ...Big Data Week São Paulo
Hands-on Workshop: Como configurar e utilizar uma estrutura MongoDB para Big Data
No workshop, um ambiente MongoDB distribuído será configurado de maneira a possibilitar a escalabilidade de sua aplicação. Serão abordadas boas práticas para a utilização da infra-estrutura além dos seguintes temas:
- Replicas e sharding;
- Definição, utilização e manutenção de índices;
- Map Reduce vs Aggregate;
- Ferramentas úteis.
Pre-requisitos:
Computador pessoal com MongoDB 2.6 instalado (http://www.mongodb.org/downloads)
No Ubuntu, o pacote é o mongodb-org; repositório disponível em http://docs.mongodb.org/manual/tutorial/install-mongodb-on-ubuntu/.
Gabriel Campos
Co-fundador e CTO da Zahpee.
Bacharel em Ciência da Computação pela UFMG. Há mais de quatro anos atua no desenvolvimento de coleta, processamento e visualização de dados. MongoDB entusiasta e administrador do banco de dados da Zahpee.
Hands-on Workshop: Como configurar e utilizar uma estrutura MongoDB para Big ...Big Data Week São Paulo
Hands-on Workshop: Como configurar e utilizar uma estrutura MongoDB para Big Data
No workshop, um ambiente MongoDB distribuído será configurado de maneira a possibilitar a escalabilidade de sua aplicação. Serão abordadas boas práticas para a utilização da infra-estrutura além dos seguintes temas:
- Replicas e sharding;
- Definição, utilização e manutenção de índices;
- Map Reduce vs Aggregate;
- Ferramentas úteis.
Pre-requisitos:
Computador pessoal com MongoDB 2.6 instalado (http://www.mongodb.org/downloads)
No Ubuntu, o pacote é o mongodb-org; repositório disponível em http://docs.mongodb.org/manual/tutorial/install-mongodb-on-ubuntu/.
Gabriel Campos
Co-fundador e CTO da Zahpee.
Bacharel em Ciência da Computação pela UFMG. Há mais de quatro anos atua no desenvolvimento de coleta, processamento e visualização de dados. MongoDB entusiasta e administrador do banco de dados da Zahpee.
Como o Aprendizado de Máquina pode nos ajudar a liderar as transformações das organizações públicas do tradicional para o Exponencial? (parte 1)
Primeiro adaptamos o Modelo de Responsabilidade Organizacional para ser Exponencial com o NetLogo, depois com alguns algoritmos de Aprendizado de Máquina nós construímos um Modelo de Árvore de Decisão que tem como entrada dados de 1000 simulações.
Estamos usando o Aprendizado de Máquina desenvolvido no ambiente Notebook Jupyter, na linguagem Python, para auxiliar na decisão de quando usar o tradicional ou exponencial.
Introdução ao banco de dados não-relacional Orientado a Documentos MongoDB e apresentação do PyMongo, um driver/conector de Python para MondoDB. Realizada no VI Encontro do Python User Group de Pernambuco, no dia 14/08/2010.
Palestra sobre persistência de dados no SQLite com Room API apresentada no TDC São Paulo 2017 (19/07/2017). O Room é um dos Architectural Components apresentados pelo Google no Google I/O 2017.
Como o Aprendizado de Máquina pode nos ajudar a liderar as transformações das organizações públicas do tradicional para o Exponencial? (parte 1)
Primeiro adaptamos o Modelo de Responsabilidade Organizacional para ser Exponencial com o NetLogo, depois com alguns algoritmos de Aprendizado de Máquina nós construímos um Modelo de Árvore de Decisão que tem como entrada dados de 1000 simulações.
Estamos usando o Aprendizado de Máquina desenvolvido no ambiente Notebook Jupyter, na linguagem Python, para auxiliar na decisão de quando usar o tradicional ou exponencial.
Introdução ao banco de dados não-relacional Orientado a Documentos MongoDB e apresentação do PyMongo, um driver/conector de Python para MondoDB. Realizada no VI Encontro do Python User Group de Pernambuco, no dia 14/08/2010.
Palestra sobre persistência de dados no SQLite com Room API apresentada no TDC São Paulo 2017 (19/07/2017). O Room é um dos Architectural Components apresentados pelo Google no Google I/O 2017.
Data Stream Mining: trabalhando com dados massivos. Apresentação exibida no TDC 18 de Porto Alegre, nas trilhas de Data Science. Uma breve explicação sobre o contexto data stream, exemplos e resultados aplicando regressão.
Motivações para Engenharia de Sistemas
Fusão Eng.Sic com Model Driven Engineering
Abertura para Novas Interfaces de Software - Realidade Virtual, Aumentada e Cruzada.
Integração Com Big-Data, IA, IoT, Sistemas Biológicos.
Industria 4.0
Espaço 4.0
A Model Based Concurrent Engineering Framework using ISO-19450 StandardChristopher Cerqueira
This presentation aims to introduce our work:
Build a OPM base Model Centric Concurrent Engineering Framework to support Model Based System Engineering System Concept Design.
Apresentação pra turma de Sistemas de Informação da UNIFEI (Universidade Federal e Itajubá)
Introdução da tendência de uso explicito de modelagem e simulação no ciclo de vida e produtos complexos multidisciplinares acoplados.
2. » 1. Mini – teste (30 min)
˃ 2 QUESTÕES
˃ Entregar resumos junto com o teste
» 2. Resumo da aula do Edison sobre dados.
˃ Dúvidas sobre a aula + dúvidas sobre mudanças de base
» 3. Devolução dos trabalho de aula da semana
passada.
˃ Mapeamento da receita para pseudo algoritmo
» 4. Proposição do trabalho da semana.
cscerqueira.com/christopher - - - CCO-013
4. Identifique a folha
» Descreva em algoritmo
» (IN – PROC – OUT):
D D A W
A A D
» Resolva
» 1024(10) + 2022(3) + FF(16) + 10010001(2)
» Resposta = ( )(8)
» Individual e sem consulta.
» Proibido usar calculadora.
» Pode ser com lápis.
cscerqueira.com/christopher - - - CCO-013 » 30 min.
6. » Dados: representa como a informação é
armazenada na memória
˃Quantidade de memória
˃Tipo da informação
˃Faixa de variação da informação
» Tipos:
˃Inteiro, real, caractere, cadeia, bit, byte,
palavra
cscerqueira.com/christopher - - - CCO-013
7. » Como o computador representa valores com sinal
(positivo e negativo)
» Ex.: 1 byte – 8 bits:
» Sem sinal: vai de 0000 0000 até 1111 1111
˃0 até 255
» Com sinal: vai de
» 1000 0000 até 0000 0000 até 0111 1111
˃-128 até 127
˃1111 1111 = -1d
˃1111 1110 = -2d
cscerqueira.com/christopher - - - CCO-013
8. » Variável: nome do local físico da memória onde
a informação é armazenada
Variável
tipo nome
Inteiro qtidadeColheres
cscerqueira.com/christopher - - - CCO-013
9. » Operação de atribuição = indicar que o valor
será armazenado na variável
variável ← valor
» Operação de saída = indica que o conceúdo de
uma variavel será mostrada ao usuário
imprima ( informação )
cscerqueira.com/christopher - - - CCO-013
10. » Entrada de dados = fornecimento de dados para
o programa (pelo usuário, arquivo ou pelo
sistema)
LEIA ( informação )
» Operações entre variáveis
» variável ← (valor ou variável) (operador) (valor
ou variável)
˃ –, /, *, resto(x,y) , raiz(x) , pot(x,n)
+,
cscerqueira.com/christopher - - - CCO-013
11. » HOJE: » Definição de variavel
» Escrever a receita em ˃tipo nomes
formato de algoritmo. + Inteiro, real, …
» Escrever um algoritmo para » Entrada
entrar com 3 números e ˃leia(variavel)
calcular a média.
» Atribuição
˃variavel coisas
» Saída
˃imprima (“texto”)
˃imprima (variavel)
˃impriva (“texto”,
variavel, “texto”)
cscerqueira.com/christopher - - - CCO-013
12. » PRÓXIMA
» 1 - Resumo da aula de 4/9
» 2 - Algoritmo: (pode ser entregue em Grupos)
» a) Calcular média para 5 pessoas
» b) Calcular fibonacci de 20 termos
» c) Calcular média para 6000 pessoas
» 3 – Separem-se em 10 grupos. (aprox. 4, max. 5)
para o trabalho da matéria.
cscerqueira.com/christopher - - - CCO-013