Você está visualizando o site de uma EDIÇÃO PASSADA do QCon.

Palestra: Por que usar Julia em projetos de Data-Science?

Track: Machine Learning e Inteligência Artificial

Sala: 2 Nova York

Horário: 4:05pm - 4:50pm

Dia da semana: Terça-feira

Nível: Intermediário

Persona: Cientista de Dados

Apresentação em Português

Share this on:

This presentation is now available to view on InfoQ.com

Assista a palestra

Pontos Principais

  • Linguagem de script de uso interativo, com performance similar à linguagem C.
  • Multiple-dispatch como paradigma ideal em aplicações científicas.
  • Compilação Just-In-Time para geração de código de máquina eficiente;
  • Utilização de macros para gerar código a partir de código;
  • Integração eficiente com bibliotecas escritas em linguagem C;
  • Bibliotecas “notáveis” para otimização matemática, machine learning e uso de GPUs;
  • Estudo de Caso: projeto de precificação de instrumentos financeiros com grande volume de dados.

Resumo

Em 2012, um grupo do MIT divulgou a primeira versão da linguagem Julia, motivados por eliminar o trade-off entre produtividade e performance existente nas linguagens voltadas para computação técnica/científica.

Como resultado, a linguagem Julia possui as seguintes características:

  • Projeto open-source com licença liberal (MIT License).
  • Tipagem dinâmica e de uso interativo como uma linguagem de script.
  • Performance comparável à linguagem C.
  • Sintaxe simples.
  • Seleção de código com base em multiple-dispatch.
  • Geração dinâmica de código de máquina com base em compilação Just-In-Time (JIT) e uso de funções genéricas.
  • Suporte para metaprogramação com macros similares à linguagem Lisp.
  • Suporte para computação distribuída (multi-core/cluster).

Em 2018 a linguagem atingiu a versão 1.0, o que significa que este é o melhor momento para conhecer e começar a aplicar a linguagem em projetos sérios.

O objetivo da palestra é explorar as principais características da linguagem Julia, analisando suas vantagens e desvantagens, de forma a motivar sua utilização em projetos de Data-Science e Big Data.

Speaker: Felipe Noronha Tavares

Gerente no Departamento de Gestão de Risco de Mercado no BNDES

Engenheiro de Computação pelo Instituto Militar de Engenharia. Mestre em Economia pelo IBMEC-RJ. Atua há 9 anos na área de gestão de Risco de Mercado. Contribui com projetos open-source na linguagem Julia desde 2015.

Find Felipe Noronha Tavares at

Tracks 2020

  • Arquiteturas que você sempre quis conhecer

    Segredos arquiteturais de aplicações populares, com milhões de pessoas usuárias e que nunca saem do ar.

  • Engenharia aplicada a Machine Learning

    Conheça as principais técnicas de engenharia  e arquitetura de software de larga escala aplicadas a Machine Learning.

  • Microservices: melhores práticas e padrões

    Frameworks modernos e os desafios de implantação, gestão e pós-produção

  • Arquiteturas de vanguarda

    Conheça as técnicas e tecnologias modernas que dominarão as arquiteturas em 2020.

  • Atingindo todo o potencial de containers

    Técnicas modernas de DevOps, Containers e Continuous Delivery para explorar o potencial da conteinerização de aplicações.

  • Machine Learning e Inteligência Artificial

    Algoritmos, técnicas e ferramentas: o que está por trás de sistemas e soluções cada vez mais assertivas.

  • Data Science aplicada

    Tecnologias e as boas práticas da ciência de dados trazendo ganho e diferencial competitivo para grandes empresas.

  • Java e JVM em evolução

    Performance, escalabilidade e as mais recentes novidades da principal plataforma de desenvolvimento no Brasil e no mundo.

  • JavaScript: a plataforma da web moderna

    Explore profundamente os frameworks que tornam o JavaScript tão popular e saiba como as linguagens baseadas em JavaScript estão evoluindo o desenvolvimento de front-end (e back-end).

  • Levando sua carreira para o próximo nível

    Habilidades e estratégias para destravar sua carreira e potencializar seu desenvolvimento profissional.

  • Construindo culturas de desenvolvimento duradouras

    Criando e evoluindo a cultura de empresas: novas formas de organizar times com foco em produtividade. 

  • Ciência da Computação no mundo real

    Temas avançados em computação. Técnicas clássicas e modernas direto da academia para o seu código.

  • Linguagens do século 21

    Linguagens e plataformas emergentes, com ênfase em linguagens projetadas para alta concorrência e sistemas distribuídos.

  • AMA (Ask Me Anything)

    Discussões mais profundas com palestrantes do QCon São Paulo.

  • Solutions Track

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