Track: Engenharia de Dados

Dia da semana:

Armazenar e processar grandes volumes de dados de forma eficiente e escalável é fundamental em projetos de Data Science. Novas técnicas e ferramentas para tratamento de Big Data surgem constantemente, tornando a engenharia de dados um dos campos mais dinâmicos e férteis da indústria. 

Esta trilha irá discutir, na prática, as técnicas e ferramentas mais recentes para armazenamento e processamento de grandes volumes de dados em projetos de Data Science. Bancos de dados NoSQL, feature engineering, processamento distribuído, processamento de streamings e a construção data pipelines escaláveis e robustos são alguns dos temas abordados na trilha.

11:00am - 11:50am

Por Michelle Casbon
Director of Data Science at Qordoba

No machine learning tool is an island. The purpose of any predictive model is to provide information and influence specific actions. The intent is to drive decisions that accomplish goals. This talk will give you enough information to either improve your existing architecture or affirm the decisions you have already made. Natural Language Processing is used as an example, but the concepts apply to broader forms of Machine Intelligence.

This talk explores the deployment of machine...

12:05pm - 12:55pm

Por Gleicon Moraes
Diretor de Data Engineering na Lucid LLC

Criar arquiteturas para processar grandes volumes de dados é um desafio. Usar estas arquiteturas em ambientes de nuvem introduz uma nova gama de problemas e uma série de condições não previstas.

Nem sempre o que consideramos “big data” começa com um volume de dados e operações que possam ser influenciados por estas condições. Contudo, quando você acumula uma quantidade massiva de dados o tempo é um fator implacável. Um banco de dados distribuído que atualmente apresenta bons...

2:30pm - 3:20pm

Por Holden Karau
Developer Advocate at Google & Spark Committer

As big data jobs move from the proof-of-concept phase into powering real production services, we have to start consider what will happen when everything eventually goes wrong (such as recommending inappropriate products or other decisions taken on bad data). This talk will attempt to convince you that we will all eventually get aboard the failboat (especially with ~40% of respondents automatically deploying their Spark jobs results to production), and its important to automatically recognize...

Host: Fabiane Nardon Chief Scientist na Tail

Tracks

Quarta-feira

  • Engenharia de Dados

    Armazenando e processando Big Data com eficiência.

  • Microservices e Web APIs

    Da ubiquidade das APIs a microservices ultra-modulares, frameworks modernos e os desafios de implantação, gestão e pós-produção.

  • JavaScript e Web

    Desenvolvimento com HTML5, JS, CCS3, HTTP/2 e novas tendências da web moderna.

  • IoT: Tecnologias do Mundo Real

    Conheça experiências de mundo real em IoT, bem como tecnologias que vão habilitar os próximos grandes avanços desta revolução.

  • Solutions Track #1

    Conheça soluções, ferramentas e técnicas de empresas parceiras do QCon São Paulo.

Quinta-feira

Sexta-feira

  • Data Science Aplicada

    Da teoria à prática: como grandes cases do Brasil e do mundo têm utilizado DataScience para alavancar seus negócios.

  • Containers: o Estado da Arte

    Muito mais do que uma tecnologia, Containers são uma plataforma. Qual é o estado da arte, novidades, tendências e casos de uso sobre esta revolução.

  • Server-side Além de Java e C#

    Linguagens e plataformas emergentes no server-side, com ênfase em linguagens projetadas especificamente para alta concorrência e sistemas distribuídos.

  • Ciência da Computação no Mundo Real

    Temas discutidos na academia que podem nos ajudar a obter melhores resultados em nosso dia-a-dia.

  • Carreira e Soft-Skills

    Profissionais de sucesso vão muito além das suas habilidades em escrever código. Como potencializar seu desenvolvimento como profissional.