O documento discute o conceito de Big Data, definindo-o como conjuntos extremamente grandes de dados que precisam de ferramentas especializadas para lidar com volumes e velocidades crescentes. Explica que o Big Data pode ser usado para inovação e tomada de decisão, e destaca o crescimento exponencial na geração de dados oriundo da internet e dispositivos móveis. Também aborda profissões emergentes e soluções tecnológicas para o armazenamento e análise de grandes volumes de dados.
O documento apresenta os conceitos e desafios do Big Data, discutindo como os dados estão crescendo exponencialmente em volume, velocidade e variedade. Aprensenta as tecnologias necessárias para armazenar, processar e analisar grandes volumes de dados, incluindo MapReduce, NoSQL, aprendizado de máquina e computação em nuvem. Discutem os desafios de lidar com os 6 V's do Big Data e a necessidade de novas abordagens para extrair valor destes dados.
Era da Informação e seus impactos na empresa e sociedadeAlex Silva
O documento discute como dados, informações e conhecimento são transformados na Era da Informação e como empresas como Walmart, Petrobrás e Lojas Renner usam dados para tomar decisões. Também discute a importância de cientistas de dados para analisar grandes volumes de dados.
O documento descreve um curso de especialização em arquitetura de nuvem com foco em big data oferecido em setembro de 2014. O curso terá 4 dias de duração cobrindo tópicos como apresentação e conceitos de big data, infraestrutura para big data, análise de big data e tendências futuras. O primeiro dia incluirá uma apresentação da disciplina e conceitos introdutórios sobre big data.
O documento discute as técnicas e tecnologias envolvidas em Big Data, incluindo MapReduce, Hadoop, HDFS, HBase, Mahout e como essas ferramentas podem ser usadas para analisar grandes volumes de dados não estruturados de redes sociais e outras fontes.
O documento discute o conceito de Big Data e como a enorme quantidade de dados digitais gerados diariamente podem ser analisados para diferentes fins, como prever crimes, fazer negócios ou catalogar o cosmos. A geração exponencial de dados está ligada ao crescimento da internet, das redes sociais e dos dispositivos conectados. Empresas como a Amazon e o Walmart usam análises de Big Data em suas estratégias de negócios.
O documento discute o conceito de Big Data, definindo-o como conjuntos extremamente grandes de dados que precisam de ferramentas especializadas para lidar com volumes e velocidades crescentes. Explica que o Big Data pode ser usado para inovação e tomada de decisão, e destaca o crescimento exponencial na geração de dados oriundo da internet e dispositivos móveis. Também aborda profissões emergentes e soluções tecnológicas para o armazenamento e análise de grandes volumes de dados.
O documento apresenta os conceitos e desafios do Big Data, discutindo como os dados estão crescendo exponencialmente em volume, velocidade e variedade. Aprensenta as tecnologias necessárias para armazenar, processar e analisar grandes volumes de dados, incluindo MapReduce, NoSQL, aprendizado de máquina e computação em nuvem. Discutem os desafios de lidar com os 6 V's do Big Data e a necessidade de novas abordagens para extrair valor destes dados.
Era da Informação e seus impactos na empresa e sociedadeAlex Silva
O documento discute como dados, informações e conhecimento são transformados na Era da Informação e como empresas como Walmart, Petrobrás e Lojas Renner usam dados para tomar decisões. Também discute a importância de cientistas de dados para analisar grandes volumes de dados.
O documento descreve um curso de especialização em arquitetura de nuvem com foco em big data oferecido em setembro de 2014. O curso terá 4 dias de duração cobrindo tópicos como apresentação e conceitos de big data, infraestrutura para big data, análise de big data e tendências futuras. O primeiro dia incluirá uma apresentação da disciplina e conceitos introdutórios sobre big data.
O documento discute as técnicas e tecnologias envolvidas em Big Data, incluindo MapReduce, Hadoop, HDFS, HBase, Mahout e como essas ferramentas podem ser usadas para analisar grandes volumes de dados não estruturados de redes sociais e outras fontes.
O documento discute o conceito de Big Data e como a enorme quantidade de dados digitais gerados diariamente podem ser analisados para diferentes fins, como prever crimes, fazer negócios ou catalogar o cosmos. A geração exponencial de dados está ligada ao crescimento da internet, das redes sociais e dos dispositivos conectados. Empresas como a Amazon e o Walmart usam análises de Big Data em suas estratégias de negócios.
O documento discute o Big Data, definindo-o como conjuntos de dados cujo tamanho ultrapassa a capacidade de processamento dos sistemas de banco de dados convencionais. Aborda as características do Big Data incluindo volume, variedade e velocidade de dados, além de discutir aplicações em diversas áreas como meteorologia, genômica e pesquisas na Internet. Também apresenta desafios e oportunidades do Big Data para empresas.
O documento descreve o conceito de Big Data, definindo-o como conjuntos extremamente amplos de dados que requerem ferramentas especializadas para lidar com grandes volumes de forma rápida e sem perda de informação. Explica que os 5 V's (Volume, Velocidade, Variedade, Valor e Veracidade) caracterizam as particularidades do Big Data e o tornam importante para gerir a atual quantidade de dados gerados. Conclui afirmando que o Big Data reflete a realidade crescente de volumes gigantescos de dados que exigem novas abordagens para aproveit
Trabalho sobre Big Data apresentado na disciplina Tópicos Especiais de TI no curso de Sistemas de Informação do IFAL. Fala sobre algumas definições que auxiliaram no surgimento do que hoje chamamos de Big Data, além de falar sobre a ferramenta SPLUNK
O documento discute o conceito de "Big Data" e sua importância crescente. Apresenta as tecnologias e aplicações de Big Data, incluindo como empresas como Amazon e governos como o de Obama usam grandes volumes de dados para tomada de decisões. Também aborda desafios como a necessidade de profissionais qualificados para analisar e interpretar corretamente os dados.
O documento discute o conceito de Big Data, incluindo os 3 V's (Volume, Variedade e Velocidade) e mais 2 V's (Valor e Veracidade). Também aborda ferramentas como Hadoop, aplicações de Big Data, potencial e desafios de Big Data, além de conclusões e referências bibliográficas.
O documento discute a evolução da Business Intelligence e do Big Data, comparando o passado, presente e futuro destes conceitos. Também apresenta exemplos práticos de como esses dados podem ser usados em projetos de saúde pública e transparência governamental.
O documento discute as oportunidades do Big Data, mencionando exemplos históricos como o pouso na Lua em 1969 com hardware limitado e desafios atuais com volumes massivos de dados. Também aborda conceitos-chave do Big Data como os "5 Vs", tendências, desafios, perfis de profissionais e casos de uso internos e externos para extrair valor dos dados.
Este documento fornece um resumo sobre Big Data, abordando sua motivação, conceitos, aplicações e tecnologias. Discutem-se os desafios do volume, variedade e velocidade dos dados, além de dois novos Vs: veracidade e valor. Apresentam-se exemplos de aplicações em empresas como Facebook e soluções como MapReduce, Hadoop e bancos de dados em memória.
O documento discute as oportunidades e desafios da implementação de big data pela administração pública. Apresenta os conceitos e características de big data, incluindo volume, velocidade e variedade de dados. Discute os desafios de armazenamento de dados, segurança e falta de profissionais qualificados. Também apresenta exemplos de como big data pode melhorar serviços públicos de saúde, transporte, educação entre outros. Conclui que organizações devem buscar equilíbrio entre desafios e benefícios de big data.
Big data - Uma visão geral da coisa...Arthur Souza
O documento fornece uma introdução sobre Big Data, definindo-o como conjuntos de dados extremamente grandes coletados em grande volume e variedade que requerem ferramentas para análise. Explora as três V's do Big Data (Volume, Velocidade e Variedade) e soluções como Hadoop, MapReduce e HDFS. Apresenta exemplos de como Dublin, Seattle e a seleção alemã aplicam Big Data.
Este documento fornece uma introdução sobre Big Data, cobrindo conceitos como tipos de dados, análise de dados, processamento distribuído usando Hadoop e Spark. Também discute casos de sucesso de análise de dados em empresas como IBM, Google e Walmart.
Tendências de inovações para a tecnologia de big datacictec
Este relatório analisa as principais tendências de inovação tecnológica para Big Data. Big Data é definido por seu volume, variedade e velocidade de dados e está revolucionando diversos setores. O documento discute exemplos de uso de Big Data em detecção de fraudes e análise de mídia social e recomenda que empresas de TI explorem oportunidades em análises de Big Data.
O documento discute como os dados móveis e o big data se complementam, fornecendo insights valiosos para o marketing. Grandes volumes de dados são coletados dos dispositivos móveis e podem ser analisados para entender melhor os usuários, seus hábitos e preferências. Isso permite que as empresas criem experiências personalizadas e campanhas de marketing mais eficazes.
1) O documento discute 9 motivos para aprender sobre Small Data em 2015, sendo que Small Data se refere a pequenos conjuntos de dados individuais usados em decisões rotineiras.
2) Small Data conecta pessoas com oportunidades, focando em informações acessíveis, compreensíveis e aplicáveis no dia a dia.
3) Marketing baseado em dados e o foco no usuário final são tendências que tornam o Small Data relevante.
O documento discute Big Data, definindo-o como dados que não podem ser processados usando ferramentas tradicionais devido ao seu volume, variedade e velocidade. Explica que soluções de Big Data são úteis para analisar dados estruturados e não estruturados de várias fontes e que novas tecnologias permitem manipular grandes quantidades de dados rapidamente. Também projeta que o mercado de Big Data valerá US$ 24 bilhões até 2016.
Apresentação da aula ministrada por Fabiana Andrade Pereira sobre o tema Big Data, apresentada na Aula Aberta especial FESPSP - "Novas Tecnologias e o profissional da Informação", que ocorreu em 05 de dezembro de 2018, na FESPSP.
Fabiana Andrade Pereira é graduada em Biblioteconomia e Ciência da Informação e pós-graduada em Gestão da Comunicação em Mídias Digitais. Trabalha no Centro de Documentação e Informação da FAPESP, atuando no Projeto Biblioteca Virtual da FAPESP (BV FAPESP).
O documento discute Big Data Analytics e fornece um resumo histórico do assunto. Apresenta Mauricio Purificação e seu trabalho com Business Intelligence, Data Warehousing e Business Analytics. Explora conceitos como Business Intelligence, os 3 V's do Big Data e oportunidades trazidas pela análise de grandes volumes de dados.
Autor: Juan Felipe dos Reis Barbosa
Orientador: Dr. Kleber de Oliveira Andrade
Trabalho de Conclusão de Curso - Engenharia da Computação (12/2017) - UNISAL/São José
Campinas/São Paulo - Brasil
Hackathon Inmetrics e Fiap: Desafios do Big Datainmetrics
O documento discute os principais desafios do Big Data, incluindo volume, velocidade e variedade de dados, além de veracidade, valor e desafios arquiteturais e de implementação. É destacado que a variedade, e não o volume, será o maior desafio em 2015 e que a extração de valor é crucial para obter vantagem competitiva.
O documento discute a teoria do Big Data e como a quantidade de dados gerados está sempre aumentando e excedendo a capacidade de armazenamento disponível, similar à teoria cinética dos gases. Também explora as oportunidades do Big Data ao analisar grandes volumes de dados para obter informações estratégicas sobre clientes, vendas, consumo de energia e sentimentos em mídias sociais. A SAP oferece soluções para explorar essas oportunidades de forma eficiente.
O documento discute o Big Data, definindo-o como conjuntos de dados cujo tamanho ultrapassa a capacidade de processamento dos sistemas de banco de dados convencionais. Aborda as características do Big Data incluindo volume, variedade e velocidade de dados, além de discutir aplicações em diversas áreas como meteorologia, genômica e pesquisas na Internet. Também apresenta desafios e oportunidades do Big Data para empresas.
O documento descreve o conceito de Big Data, definindo-o como conjuntos extremamente amplos de dados que requerem ferramentas especializadas para lidar com grandes volumes de forma rápida e sem perda de informação. Explica que os 5 V's (Volume, Velocidade, Variedade, Valor e Veracidade) caracterizam as particularidades do Big Data e o tornam importante para gerir a atual quantidade de dados gerados. Conclui afirmando que o Big Data reflete a realidade crescente de volumes gigantescos de dados que exigem novas abordagens para aproveit
Trabalho sobre Big Data apresentado na disciplina Tópicos Especiais de TI no curso de Sistemas de Informação do IFAL. Fala sobre algumas definições que auxiliaram no surgimento do que hoje chamamos de Big Data, além de falar sobre a ferramenta SPLUNK
O documento discute o conceito de "Big Data" e sua importância crescente. Apresenta as tecnologias e aplicações de Big Data, incluindo como empresas como Amazon e governos como o de Obama usam grandes volumes de dados para tomada de decisões. Também aborda desafios como a necessidade de profissionais qualificados para analisar e interpretar corretamente os dados.
O documento discute o conceito de Big Data, incluindo os 3 V's (Volume, Variedade e Velocidade) e mais 2 V's (Valor e Veracidade). Também aborda ferramentas como Hadoop, aplicações de Big Data, potencial e desafios de Big Data, além de conclusões e referências bibliográficas.
O documento discute a evolução da Business Intelligence e do Big Data, comparando o passado, presente e futuro destes conceitos. Também apresenta exemplos práticos de como esses dados podem ser usados em projetos de saúde pública e transparência governamental.
O documento discute as oportunidades do Big Data, mencionando exemplos históricos como o pouso na Lua em 1969 com hardware limitado e desafios atuais com volumes massivos de dados. Também aborda conceitos-chave do Big Data como os "5 Vs", tendências, desafios, perfis de profissionais e casos de uso internos e externos para extrair valor dos dados.
Este documento fornece um resumo sobre Big Data, abordando sua motivação, conceitos, aplicações e tecnologias. Discutem-se os desafios do volume, variedade e velocidade dos dados, além de dois novos Vs: veracidade e valor. Apresentam-se exemplos de aplicações em empresas como Facebook e soluções como MapReduce, Hadoop e bancos de dados em memória.
O documento discute as oportunidades e desafios da implementação de big data pela administração pública. Apresenta os conceitos e características de big data, incluindo volume, velocidade e variedade de dados. Discute os desafios de armazenamento de dados, segurança e falta de profissionais qualificados. Também apresenta exemplos de como big data pode melhorar serviços públicos de saúde, transporte, educação entre outros. Conclui que organizações devem buscar equilíbrio entre desafios e benefícios de big data.
Big data - Uma visão geral da coisa...Arthur Souza
O documento fornece uma introdução sobre Big Data, definindo-o como conjuntos de dados extremamente grandes coletados em grande volume e variedade que requerem ferramentas para análise. Explora as três V's do Big Data (Volume, Velocidade e Variedade) e soluções como Hadoop, MapReduce e HDFS. Apresenta exemplos de como Dublin, Seattle e a seleção alemã aplicam Big Data.
Este documento fornece uma introdução sobre Big Data, cobrindo conceitos como tipos de dados, análise de dados, processamento distribuído usando Hadoop e Spark. Também discute casos de sucesso de análise de dados em empresas como IBM, Google e Walmart.
Tendências de inovações para a tecnologia de big datacictec
Este relatório analisa as principais tendências de inovação tecnológica para Big Data. Big Data é definido por seu volume, variedade e velocidade de dados e está revolucionando diversos setores. O documento discute exemplos de uso de Big Data em detecção de fraudes e análise de mídia social e recomenda que empresas de TI explorem oportunidades em análises de Big Data.
O documento discute como os dados móveis e o big data se complementam, fornecendo insights valiosos para o marketing. Grandes volumes de dados são coletados dos dispositivos móveis e podem ser analisados para entender melhor os usuários, seus hábitos e preferências. Isso permite que as empresas criem experiências personalizadas e campanhas de marketing mais eficazes.
1) O documento discute 9 motivos para aprender sobre Small Data em 2015, sendo que Small Data se refere a pequenos conjuntos de dados individuais usados em decisões rotineiras.
2) Small Data conecta pessoas com oportunidades, focando em informações acessíveis, compreensíveis e aplicáveis no dia a dia.
3) Marketing baseado em dados e o foco no usuário final são tendências que tornam o Small Data relevante.
O documento discute Big Data, definindo-o como dados que não podem ser processados usando ferramentas tradicionais devido ao seu volume, variedade e velocidade. Explica que soluções de Big Data são úteis para analisar dados estruturados e não estruturados de várias fontes e que novas tecnologias permitem manipular grandes quantidades de dados rapidamente. Também projeta que o mercado de Big Data valerá US$ 24 bilhões até 2016.
Apresentação da aula ministrada por Fabiana Andrade Pereira sobre o tema Big Data, apresentada na Aula Aberta especial FESPSP - "Novas Tecnologias e o profissional da Informação", que ocorreu em 05 de dezembro de 2018, na FESPSP.
Fabiana Andrade Pereira é graduada em Biblioteconomia e Ciência da Informação e pós-graduada em Gestão da Comunicação em Mídias Digitais. Trabalha no Centro de Documentação e Informação da FAPESP, atuando no Projeto Biblioteca Virtual da FAPESP (BV FAPESP).
O documento discute Big Data Analytics e fornece um resumo histórico do assunto. Apresenta Mauricio Purificação e seu trabalho com Business Intelligence, Data Warehousing e Business Analytics. Explora conceitos como Business Intelligence, os 3 V's do Big Data e oportunidades trazidas pela análise de grandes volumes de dados.
Autor: Juan Felipe dos Reis Barbosa
Orientador: Dr. Kleber de Oliveira Andrade
Trabalho de Conclusão de Curso - Engenharia da Computação (12/2017) - UNISAL/São José
Campinas/São Paulo - Brasil
Hackathon Inmetrics e Fiap: Desafios do Big Datainmetrics
O documento discute os principais desafios do Big Data, incluindo volume, velocidade e variedade de dados, além de veracidade, valor e desafios arquiteturais e de implementação. É destacado que a variedade, e não o volume, será o maior desafio em 2015 e que a extração de valor é crucial para obter vantagem competitiva.
O documento discute a teoria do Big Data e como a quantidade de dados gerados está sempre aumentando e excedendo a capacidade de armazenamento disponível, similar à teoria cinética dos gases. Também explora as oportunidades do Big Data ao analisar grandes volumes de dados para obter informações estratégicas sobre clientes, vendas, consumo de energia e sentimentos em mídias sociais. A SAP oferece soluções para explorar essas oportunidades de forma eficiente.
O Big Data surge como um conceito que vem causando muito falatório no mercado. Muitos dizem que ele revolucionará a forma de tratar informações, outros dizem que ele pode até prever acontecimentos. No entanto, poucos sabem dizer ao certo o que realmente é o Big Data. Por isso, entrevistamos Cezar Taurion, gerente de novas tecnologias da IBM Brasil, para falar sobre o assunto.
1. O documento discute a história e evolução da Business Intelligence (BI) e Big Data, comparando e contrastando os dois conceitos.
2. Apresenta casos de sucesso de empresas que usaram BI e análise de Big Data para resolver problemas e melhorar os negócios.
3. Discutem as perspectivas de mercado de trabalho para profissionais de BI, análise de dados e ciência de dados.
Este documento fornece um guia sobre Big Data para iniciantes. Explica o conceito de Big Data e Analytics, as diferenças entre BI e Big Data Analytics, e como os dados são transformados em insights valiosos. Também discute insights que podem ser obtidos em setores como serviços financeiros e varejo.
A importância das APIs públicas e Big Data no universo da comunicação (Jornal...Rafael Sbarai
O documento discute o uso de Big Data e APIs públicas no jornalismo. Ele descreve como jornalistas podem usar dados abertos e APIs para encontrar novas histórias e como o Facebook e outros usam cientistas de dados para analisar grandes conjuntos de dados dos usuários.
15.03.26 big data os novos desafios para o profissional da informaçãoTalita Lima
O documento discute os desafios do Big Data para profissionais da informação. Aborda a explosão de dados digitais, os 4 Vs do Big Data (volume, variedade, velocidade e veracidade) e as etapas de descoberta, preparação, planejamento e análise de dados. Conclui que os profissionais da informação precisam refletir sobre como participar deste tema, que envolve a gestão e uso de grandes volumes de dados.
O documento apresenta um treinamento de 7 dias sobre Hadoop e Big Data. O primeiro dia introduz os conceitos básicos de Big Data, como os 4V's (volume, velocidade, variedade e valor), além de explicar onde e por que usar Big Data hoje. Os dias 2 e 3 abordam MapReduce e Hadoop. Os dias subsequentes discutem outras ferramentas do ecossistema Hadoop e conceitos como NoSQL e machine learning. Os dias 5, 6 e 7 são dedicados a práticas com Python e Hadoop.
O que você precisa saber para modelar bancos de dados NoSQL - Dani MonteiroiMasters
1. O documento apresenta os principais modelos de bancos de dados NoSQL: chave-valor (Redis), orientado a documentos (MongoDB), orientado a colunas (Cassandra) e orientado a grafos (Neo4j).
2. Nos modelos orientados a documentos e colunas, o documento discute quando usar dados embutidos versus referenciados, enquanto no modelo de grafos destaca a importância dos nós e relacionamentos.
3. O documento fornece dicas sobre modelagem de dados em cada modelo, incluindo tipos de dados, índices
Postgres: wanted, beloved or dreaded? - Fabio TellesiMasters
O PostgreSQL começou a ser desenvolvido em 1986 e tem ganhado bastante destaque nos últimos anos, como o banco de dados que mais cresce no mercado. Conheça as vantagens e desvantagens em se utilizar o banco de dados Open Source mais avançado do mundo.
Por que minha query esta lenta? - Suellen MoraesiMasters
Durante os anos de experiencia percebi que grande parte dos desenvolvedores possuem dificuldade em iniciar o troubleshooting de suas queries, muitas vezes sobrecarregando o DBA em muitos dos casos com queries simples. O intuito desta palestrar é mostrar o "caminho das pedras" para despertar nos desenvolvedores a necessidade de se conhecer o funcionamento da ferramenta utilizada e visando os desenvolvimentos futuros tendo como foco o pensamento em performance do código escrito e dicas de melhores códigos.
Relato das trincheiras: o dia a dia de uma consultoria de banco de dados - Ig...iMasters
O documento discute os problemas recorrentes encontrados em bancos de dados, como versões de patch desatualizadas, falta de testes de disponibilidade e índices, e enfatiza a importância da preparação para imprevistos e da alta disponibilidade. O autor é um especialista em banco de dados com 11 anos de experiência que oferece consultoria para identificar e resolver esses problemas.
ORMs heróis ou vilões dentro da arquitetura de dados? - Otávio gonçalvesiMasters
Com a evolução dos aplicativos nascem novas técnicas, frameworks, linguagens de programação, porém, existe um fato consolidado dentro da arquitetura de software corporativo que é a integração com alguma tecnologia necessária para armazenar as informações inerentes ao sistema. Seja SQL ou NoSQL um ponto importante é que o paradigma das linguagens difere da tecnologia do banco de dados. Com o intuito de facilitar o desenvolvimento surgem as ferramentas que realizam a interpretação entre a camada da aplicação e os bancos. Assim, aparecem grandes desafios: como lidar com essa lacuna multiparadigma? Como favorecer o desenvolvimento sem impactar a performance e a modelagem no banco de dados? O objetivo dessa palestra é falar um pouco desses pontos para que, finalmente, os programadores e os DBAs conseguam viver em paz e harmonia.
SQL e NoSQL trabalhando juntos: uma comparação para obter o melhor de ambos -...iMasters
Neste bate papo vamos discutir quais as vantagens de cada banco de dados no mundo real. Quando devemos utilizar o NoSQL ao invés do SQL ou vice-versa comparando os principais bancos de dados open source de cada segmento, o MongoDB e o MySQL
Arquitetando seus dados na prática para a LGPD - Alessandra MartinsiMasters
Diante das novas regulamentações externas (GDPR), e a nova legislação Brasileira sobre Proteção de Dados Pessoais (LGPD), o que fazer para se adequar? Por Onde começar? O que Fazer? E o que não fazer? Para que serve a Governança de Dados e como ela pode ajudar sua empresa no processo de adequação/conformidade a padrões internacionais de Privacidade e Segurança da Informação? Diante de tantos caminhos e desafios, um overview do que se trata, por onde começar o caminho, algumas armadilhas a evitar, e algumas boas práticas para não apenas se proteger, mas evitar futuros problemas.
O papel do DBA no mundo de ciência de dados e machine learning - Mauro Pichil...iMasters
O documento discute o papel do DBA no mundo da ciência de dados e machine learning. Ele descreve como os DBAs precisam se adaptar às novas tecnologias e aprender habilidades como análise e modelagem de dados para acompanhar a evolução da área. Recomenda que os DBAs demonstrem interesse em entender os processos dos cientistas de dados e colaborem sem barreiras entre as equipes.
Desenvolvimento Mobile Híbrido, Nativo ou Web: Quando usá-los - Juliana ChahoudiMasters
Juliana Chahoud - Consultora, ThoughtWorks
Com tantas empresas adotando a estratégia "Mobile-First" (dispositivos móveis em primeiro), uma das grandes decisões que um time de desenvolvimento precisa tomar é: qual tech stack usar para mobile?
Diversas tecnologias e linguagens podem ser adotadas, como Swift, Java, Kotlin, React Native, Flutter, Progressive Web App, criação de sites responsivos, etc...
No entanto, com tantas variáveis a serem consideradas, essa decisão passou a ser não trivial e que pode trazer grandes consequências a longo prazo e até mesmo inviabilizar um projeto.
Nessa palestra serão discutidos os prós e contras de diversas abordagens, para que você possa ter um guia para tomar decisões mais corretas no uso dessas tecnologias
Palestra apresentada no InterCon 2018 - https://eventos.imasters.com.br/intercon
Use MDD e faça as máquinas trabalharem para você - Andreza LeiteiMasters
Este documento discute o desenvolvimento orientado a modelos (MDD) e suas vantagens, como maior produtividade, qualidade e facilidade de manutenção através do uso de modelos e geração de código. Apresenta também algumas ferramentas e linguagens de MDD, e alerta para possíveis problemas como rigidez de soluções e dependência de ferramentas limitadas.
Entendendo os porquês do seu servidor - Talita BernardesiMasters
O documento discute a importância da performance para servidores. Ele explica que lentidão não é mais aceitável e clientes infelizes significam produtos ruins. Também recomenda monitorar recursos de servidores, otimizar serviços e aplicações, escolher máquinas apropriadas e atualizar configurações, já que máquinas não duram para sempre.
Backend performático além do "coloca mais máquina lá" - Diana ArnosiMasters
Trabalhar a performance no backend vai muito além de simplesmente ""colocar mais máquinas atrás do loadbalancer""
. Vamos apontar alguns gargalos comuns que podem ser tratados ou evitados desde o começo do desenvolvimento, já que não dependem da tecnologia utilizada.
Dicas para uma maior performance em APIs REST - Renato GroffeiMasters
Renato Groffe - Engenheiro de Software, Canal .NET
O que posso fazer em termos de bancos de dados para obter APIs que executem seu trabalho de forma otimizada e com maior velocidade?
Que soluções para cache podem ser empregadas? E que tal tratar os retornos destas APIs, reduzindo o volume dos dados trafegados?
E quanto a problemas de performance, o que utilizar para facilitar a detecção destes tipos de ocorrências? Acompanhe esta apresentação para obter respostas a estas questões durante o desenvolvimento de APIs REST.
Palestra realizada no InterCon 2018 - https://eventos.imasters.com.br/intercon
7 dicas de desempenho que equivalem por 21 - Danielle MonteiroiMasters
Este documento fornece 21 dicas para melhorar o desempenho de bancos de dados, incluindo modelar corretamente os dados, entender o modelo de dados, verificar as operações e queries mais importantes, realizar manutenção de índices, e selecionar apenas os atributos necessários nas queries.
Quem se importa com acessibilidade Web? - Mauricio MaujoriMasters
O documento discute a importância da acessibilidade na web e como projetar sites e aplicativos web de forma acessível. Ele enfatiza que a acessibilidade é essencial para desenvolvedores e organizações que desejam criar produtos e serviços inclusivos. O documento também discute como começar a projetar sites acessíveis usando HTML5 semântico e focando na usabilidade, além de recomendar os padrões WCAG para acessibilidade.
Service Mesh com Istio e Kubernetes - Wellington Figueira da SilvaiMasters
O documento apresenta uma discussão sobre a arquitetura monolítica versus microserviços e como o Service Mesh com Istio e Kubernetes pode resolver problemas de comunicação entre serviços distribuídos. O palestrante discute as vantagens e desvantagens de ambas as arquiteturas e como ferramentas como Docker, Kubernetes e Istio podem ser usadas para orquestrar contêineres e fornecer funcionalidades como balanceamento de carga, segurança e monitoramento para aplicações de microserviços.
Erros: Como eles vivem, se alimentam e se reproduzem? - Augusto PascuttiiMasters
Augusto Pascutti - Developer, Creditas
Para o quê eles servem e como usá-los de forma mais eficiente, seja através de integrações com outras ferramentas ou só seguindo receitas de como as mensagens de erro devem ser geradas e compostas.
Apresentado no InterCon 2018: https://eventos.imasters.com.br/intercon
Elasticidade e engenharia de banco de dados para alta performance - Rubens G...iMasters
Rubens Guimarães - CEO, e-Seth
Como projetar e colocar em prática bancos de dados inteligentes SQL e NoSQL em ambientes de alto consumo de dados.
Técnicas de sharding, tunning, elasticidade automatizada em ambientes cloud e outros recursos.
Apresentado no InterCon 2018 - https://eventos.imasters.com.br/intercon
Construindo aplicações mais confiantes - Carolina KarklisiMasters
Carolina Karklis - Software developer, Magnetis
O hype da orientação a objetos passou e com ele precisamos rever algumas práticas.
Até mesmo o codebase mais limpo pode ter mensagens de erro precárias, checagens de tipo de dado em excesso, e uso dispensável de variáveis nulas.
Nessa talk vou refatorar um sistema frágil e mostrar estratégias dentro do paradigma de orientação a objetos para escrever código de forma mais simples e confiante.
No processo, vamos ver padrões de arquitetura de software que podemos usar, como melhorar mensagens para cenários de input inesperado e remover todas as variáveis nulas possíveis do nosso código.
Monitoramento de Aplicações - Felipe RegalgoiMasters
Felipe Regalgo apresenta diversas ferramentas de monitoramento e análise de aplicações e serviços, incluindo New Relic para monitoramento de desempenho, Datadog para métricas customizadas, Hotjar para análise de comportamento de usuários, Google Analytics e Melidata para métricas de negócio e Tableau para visualização de dados. O documento também descreve o gerenciador de alertas OpsGenie e a plataforma interna Fury para configuração e gerenciamento de aplicações.
As classes de modelagem podem ser comparadas a moldes ou
formas que definem as características e os comportamentos dos
objetos criados a partir delas. Vale traçar um paralelo com o projeto de
um automóvel. Os engenheiros definem as medidas, a quantidade de
portas, a potência do motor, a localização do estepe, dentre outras
descrições necessárias para a fabricação de um veículo
Em um mundo cada vez mais digital, a segurança da informação tornou-se essencial para proteger dados pessoais e empresariais contra ameaças cibernéticas. Nesta apresentação, abordaremos os principais conceitos e práticas de segurança digital, incluindo o reconhecimento de ameaças comuns, como malware e phishing, e a implementação de medidas de proteção e mitigação para vazamento de senhas.
PRODUÇÃO E CONSUMO DE ENERGIA DA PRÉ-HISTÓRIA À ERA CONTEMPORÂNEA E SUA EVOLU...Faga1939
Este artigo tem por objetivo apresentar como ocorreu a evolução do consumo e da produção de energia desde a pré-história até os tempos atuais, bem como propor o futuro da energia requerido para o mundo. Da pré-história até o século XVIII predominou o uso de fontes renováveis de energia como a madeira, o vento e a energia hidráulica. Do século XVIII até a era contemporânea, os combustíveis fósseis predominaram com o carvão e o petróleo, mas seu uso chegará ao fim provavelmente a partir do século XXI para evitar a mudança climática catastrófica global resultante de sua utilização ao emitir gases do efeito estufa responsáveis pelo aquecimento global. Com o fim da era dos combustíveis fósseis virá a era das fontes renováveis de energia quando prevalecerá a utilização da energia hidrelétrica, energia solar, energia eólica, energia das marés, energia das ondas, energia geotérmica, energia da biomassa e energia do hidrogênio. Não existem dúvidas de que as atividades humanas sobre a Terra provocam alterações no meio ambiente em que vivemos. Muitos destes impactos ambientais são provenientes da geração, manuseio e uso da energia com o uso de combustíveis fósseis. A principal razão para a existência desses impactos ambientais reside no fato de que o consumo mundial de energia primária proveniente de fontes não renováveis (petróleo, carvão, gás natural e nuclear) corresponde a aproximadamente 88% do total, cabendo apenas 12% às fontes renováveis. Independentemente das várias soluções que venham a ser adotadas para eliminar ou mitigar as causas do efeito estufa, a mais importante ação é, sem dúvidas, a adoção de medidas que contribuam para a eliminação ou redução do consumo de combustíveis fósseis na produção de energia, bem como para seu uso mais eficiente nos transportes, na indústria, na agropecuária e nas cidades (residências e comércio), haja vista que o uso e a produção de energia são responsáveis por 57% dos gases de estufa emitidos pela atividade humana. Neste sentido, é imprescindível a implantação de um sistema de energia sustentável no mundo. Em um sistema de energia sustentável, a matriz energética mundial só deveria contar com fontes de energia limpa e renováveis (hidroelétrica, solar, eólica, hidrogênio, geotérmica, das marés, das ondas e biomassa), não devendo contar, portanto, com o uso dos combustíveis fósseis (petróleo, carvão e gás natural).
Este certificado confirma que Gabriel de Mattos Faustino concluiu com sucesso um curso de 42 horas de Gestão Estratégica de TI - ITIL na Escola Virtual entre 19 de fevereiro de 2014 a 20 de fevereiro de 2014.
2. Explosão de dados
Twitter:
1 bilhão de mensagens por semana
Recorde: 6.939 mensagens por segundo
WallMart: 1 milhão de transações de cliente por segundo
Facebook: 40 bilhões de fotos
IDC: universo digital terá 20 zettabytes de dados em 2020
1 zettabyte = 1 bilhão de terabyes
IBM: 2,5 quintilhões de dados por dia
90% dos dados do mundo criados no últimos 2 anos
2
4. Fontes de dados
Principais áreas: metereologia, genômica, simulações, biologia,
pesquisa ambiental, pesquisas na internet, finanças, dados de
negócios, política, jornalismo e outras
Origem: dispositivos móveis, sensores, logs de software, câmeras,
microfones, RFID e redes de sensores
Produção voluntária: Facebook, Twitter, Linkedin e outras mídias
sociais
Produção automática: sensores
Características: variedades de dados e velocidade de geração
Nota: dados em excesso não é novidade
Porém tirar vantagem expressiva ao explorar grandes bases de
dados é o foco do Big Data
4
6. O que é Big Data?
Não é um produto, aplicação, plataforma, solução ou mesmo algo
tangível. Está mais para um conceito. Algumas definições:
Wikipedia: “(…) big data consists of datasets that grow so large that they
become awkward to work with using on-hand database management tools.
Difficulties include capture, storage, search, sharing, analytics, and
visualizing”
IBM: “The data that comes from everywhere: from sensors used to gather
climate information, posts to social media sites, digital pictures and videos
posted online, transaction records of online purchases, and from cell phone
GPS”
Richard Dobbs e Jaques Bugin: “Big data refers to datasets whose size is
beyond the ability of typical database software tools to capture, store,
manage and analyze”
IMPORTANTE: Big Data não é apenas sobre tamanho dos dados!
Com certeza é uma buzzword!
6
7. Explicação diática de Big Data
O vídeo “How big is Big Data?” produzido pela EMC explica com
desenhos o que é Big Data
Fonte: http://www.youtube.com/watch?v=qD5S6yZXaVI
7
8. Big Data – possibilidades
Desbloquear o potencial dos dados
Análise, mineração, descoberta de tendências, etc
Visualizações
Uso estratégico dos dados
Potencial é superior ao que se tinha antes
Exemplos:
Análise de dados do setor de automação residencial
Análise para campanhas políticas (case do Obama)
Aprofundamento do foco na pessoa por suas
preferências (grafo do Facebook)
Novamente, foco na estratégia
8
12. Conclusão
Explosão de dados na era atual
Big Data foca em muitos dados de formatos variados
Há enorme potencial para estratégias e táticas fundamentais
para o negócio/aplicação
Características indicam que RDBMS tradicional não suporta
Big Data
Big Table é uma das abordagens que vem se despontando
para trabalhar com Big Data
NoSQL classifica abordagens para armazenamento e
manipulação de dados de forma diferente dos RDBMS
Big Data, Big Table e NoSQL são termos em evidência que
ainda vão ser muito discutidos e analisados
12