Evolução das Tecnologias. Projeto de Experimentos em Engenharia de Software. Agenda 10/9/09
|
|
- Herman Castel-Branco Veiga
- 8 Há anos
- Visualizações:
Transcrição
1 Projeto de Experimentos em Engenaria Evolução das Tecnologias Projeto de Experimentos em Engenaria de Software Desenvolvimento orientado a modelos Engenaria de requisitos Desenvolvimento orientado a agentes Verificação, validação e teste Software para Web Linas de produto de software Eduardo Arana, UFRN (eduardoarana@ect.ufrn.br) Cristiano Ferraz, UFPE (cferraz@de.ufpe.br) Paulo Borba, UFPE (pmb@cin.ufpe.br) Métodos, técnicas e ferramentas Orientação a aspectos Métricas e medições Qualidade de software Reengenaria de software 2 Como Essa Questão é Respondida em Outras Áreas? Medicina Objetivos do Tutorial Apresentar e motivar o uso de experimentos controlados Agronomia Indústria Introduzir técnicas básicas de projeto estatístico de experimentos Controle Precisão Eficiência 3 4 Agenda Problema Referência Problema referência Experimentos controlados Projeto estatístico de experimentos Plano Completamente Aleatorizado Plano Aleatorizado em Blocos Completos Plano de Quadrados Latinos Estruturas fatoriais 2k Conclusões Como avaliar diferentes tecnologias de Model Based Testing (MBT)? A B C 5 6 1
2 Projeto de Experimentos em Engenaria Model Based Testing - MBT Nossos Assistentes Especificação do Sistema Avaliação: Especificação usando notação específica: Especificação dos casos de teste: UML CNL LTS A B C Eficiência Efetividade Facilidade de manutenção Engeneiro de SW Responsável por planejar avaliações sobre MBT Sem conecimento de técnicas de DOE Estatístico* Sem Conecimento de Tecnologias de SW Conecimento das técnicas de DOE DOE Design of Experiments Execução manual ou automação 7 * Neste tutorial o estatístico tem como objetivo interagir gradativamente o engeneiro de SW, guiando o engeneiro na busca da solução mais apropriada. 8 Contexto dos Assistentes Proposta A1 do Eng. de SW (minimização de custos) Escola da melor tecnologia: A, B e C Indústria de software Profissionais variados Projetos diferentes Recursos limitados Requer resultados cientificamente embasados Usar MBT em três projetos em andamento Escopo: projeto dos testes Requisitos: Desenvolvedor: Abordagem: A B C 9 10 Possíveis Resultados e Conclusões da Proposta A1 Estudos de Caso Cenário 1: Cenário 2: Abordagens: A, B, C Projetos reais ou ambiente próximo do real Existe planejamento, mas pouco controle sobre execução Cenário 3: Cada projeto é singular Mas a abordagem MBT utilizada foi realmente a causa desses resultados? E se eu rodar novamente o estudo com outros projetos, qual será o resultado? 11 Resultados são válidos, mas não podem ser generalizados nem reproduzidos 12 2
3 Projeto de Experimentos em Engenaria Como Obter Resultados Mais Relevantes? Proposta A2 do Eng. de SW (controle do ambiente) Controlar os elementos existentes no ambiente de execução do estudo Eliminar ou reduzir o efeito desses elementos Ambiente de desenvolvimento Experiência dos participantes Controle Um único projeto Um único desenvolvedor Uso de todas as abordagens Requisitos: Desenvolvedor: Abordagens: A B C Complexidade do projeto Ordem de Execução: (1º) (2º) (3º) Considerações Sobre Proposta A2 Proposta A3 do Eng. de SW (evitando efeito de aprendizagem) Fixar projeto e desenvolvedor elimina alguns efeitos indesejáveis Existe algum efeito de aprendizado por parte do desenvolvedor? Treinamentos podem amenizar esse tipo de efeito, mas Mesmo perfil de desenvolvedor Interesse pessoal determina abordagem Treinamento na abordagem escolida Requisitos: Desenvolvedor: Abordagens: A B C Considerações Sobre Proposta A3 Proposta A4 do Eng. de SW (evitando viés) Escola de quem usa a técnica pode estar tendenciosa? Mesmo perfil de desenvolvedor Sorteio determina abordagem Treinamento na abordagem sorteada Requisitos: Desenvolvedor: Abordagens: A B C
4 Projeto de Experimentos em Engenaria Considerações Sobre Proposta A4 Apenas uma observação para cada abordagem é suficiente? Proposta A5 do Eng. de SW (aumentando observações) Mais desenvolvedores com mesmo perfil Sorteio da abordagem + treinamento Requisitos: Desenvolvedor: 19 Abordagem: C A B A C B 20 Possíveis Resultados e Conclusões da Proposta A5 Abordagens: A, B, C Aumentando a Quantidade de Réplicas Adicionar mais desenvolvedores Cenário 1: Subdividir o problema Cenário 2: Cenário 3: Requisitos da aplicação completa Quantidade de observações está suficiente? omem-ora Aumentando a Quantidade de Réplicas Adicionar mais desenvolvedores Conclusões Mudaram com Mais Réplicas? Abordagens: A, B, C Subdividir o problema Cenário 1: Cenário 2: Requisitos dos módulos da aplicação omem-ora Cenário 3:
5 Projeto de Experimentos em Engenaria Experimento Controlado Princípios aprendidos pelo engeneiro de SW formam a base dos Procedimentos que mudam de forma proposital as variáveis de um processo/sistema Observam mudanças na saída e identificar as causas EXPERIMENTOS CONTROLADOS Variáveis controladas Entradas Processo/Sistema Saída Coletam evidências contra ipótese formulada. Variáveis não controladas (e possivelmente desconecidas) Definições Princípios Fundamentais dos Experimentos Controlados Fatores Níveis de fatores Tratamento Controle local Replicação Aleatorização Unidade experimental Controle Local Eliminar, reduzir ou isolar o efeito de fatores de ruído Replicação (interna) Aplicação de um tratamento em mais de uma unidade experimental Fixar certos níveis para variáveis não investigadas Experiência dos participantes, complexidade do projeto, Dilui efeito da variabilidade existente entre pessoas, projetos e artefatos similares Diferente de repetição!
6 Projeto de Experimentos em Engenaria Aleatorização Análise de Causa-Efeito Possível apenas quando utilizado o princípio de aleatorização Z C A B A B C (3º) (1º) (2º) A B C (3º) (1º) (2º) X Y X Y Dilui efeito de diferenças de motivação, experiência, Elimina possível viés do pesquisador Reduz efeito de aprendizado Estudos observacionais ou quaseexperimentos Ausência de aleatorização e/ou controle local Nível de Importância Projeto Estatístico de Experimentos Aleatorização Configuração dos participantes, ambiente e materiais envolvidos Replicação Controle local Visa otimizar uso de recursos Define forma para análise dos dados Respaldo científico dos resultados Planos Experimentais Padrões de como projetar e analisar experimentos Motivação istórica: agricultura Plano Experimental COMPLETAMENTE ALEATORIZADO CRD Completely Randomized Design Legado de R. A. Fiser Te Design of Experiments (1935)
7 Projeto de Experimentos em Engenaria Plano Experimental Completamente Aleatorizado (CRD) Proposta A4 (CRD) do Engeneiro de SW Tratamentos atribuídos de forma aleatória as unidades experimentais Requisitos: Desenvolvedor: Abordagem: C A B C B A Imagem obtida em ttp:// Mas Como Analisar os Dados? Hipótese Estatística Cenário 1: Abordagens: A, B, C Afirmação sobre um parâmetro de uma modelo ou distribuição estatística Média, mediana, variância, proporção, etc. Cenário 2: Como avaliar situações onde análise visual não mostra claramente se ouve ou não melora significativa? Será que com mais observações as conclusões mudariam? µ N(µ, σ 2 ) H 0 : µ a = µ b = µ c H 1 : µ i µ j onde i,j = a, b, c Idéia da Análise Esquema Básico das Fontes de Variação de Um Experimento Variação dentro" dos tratamentos Variação entre os tratamentos Variação dentro" dos tratamentos Observação = Efeito do plano experimental + Efeito do tratamento + Efeito do erro experimental Erro experimental Variação entre os tratamentos
8 Projeto de Experimentos em Engenaria Modelo Linear ANOVA Analysis of Variance Fonte de Variação Graus d (. G.L ) e Liberdade Soma de Quadrados Quadrado Médio F o Tratamento a 1 Erro Experimental N a tratamento réplica µ+ʈ a µ y a1 ε a1 y a2 ε a2 Total N 1 valor-p Fonte de Variação Tratamento Exemplo de ANOVA Gra u (. G.L ) s de Liberdade 2 Soma de Quadrados 237,88 Quadrado Médio 118,94 F o Valor P Suposições da ANOVA Inferência baseada no modelo linear Independência dos dados Erro Experimental ,26 8,06 Variância constante erro Total ,14 Normalidade y y 0,8 0,6 0,4 0,2 F 0 = 14,76 Conclusão: Rejeitamos H 0 para α = 1% Inferência baseada na teoria de aleatorização Variância constante Mas Como Saber Qual o Melor Tratamento? Olar as médias das amostras e intervalos de confiança A C B T-test H 01 : µ a µ b H 02 : µ b µ c H 03 : µ a µ c Correção de Bonferroni (+ de 2 tratamentos) A4: Até que Ponto Podemos Generalizar os Resultados? Resultado do experimento limitado a um único perfil de desenvolvedores Exemplo: juniores Resultado é válido?
9 Projeto de Experimentos em Engenaria Proposta B1: CRD com Desenvolvedor Senior e Junior Considerações Sobre Níveis de Experiência no CRD Desenvolvedores Junior Efeito da experiência y a1 Erro experimental µ+ʈ a µ ε a1 y a2 ε a2 Desenvolvedores Sênior Experimento usando CRD é ineficiente nessa situação Mas resultado é válido! Proposta B2: Dois Experimentos Usando o CRD Experimento 1: Grupo de desenvolvedores Junior Considerações Sobre B2 Isolamento do efeito nível da experiência Erro experimental não será inflacionado Menor precisão da análise (graus de liberdade) Abordagens: A, B, C Experimento 2: Grupo de desenvolvedores Sênior E se resultados forem conflitantes? Situação pode ser tratada como um único experimento Abordagens: A, B, C Plano Aleatorizado em Blocos Completos Plano Experimental ALEATORIZADO EM BLOCOS COMPLETOS RCBD Randomized Complete Block Design Aplicado quando: Existe um fator não investigado com influência significante na variável de saída Não é possível ou interessante fixar um único nível para esse fator Bloco Grupo omogêneo de unidades experimentais Aleatorização feita dentro dos blocos
10 Projeto de Experimentos em Engenaria Exemplo na Agricultura Em Engenaria de Software Riaco Níveis de experiência em desenvolvimento Alto Baixo Blocos Médio Blocos (6 desenvolvedores) Médio Baixo Nível de umidade no solo participantes Alto 56 Esquema Básico das Fontes de Variação de Um Experimento Observação = Efeito do plano experimental + Efeito do tratamento + Efeito do erro experimental bloco y ijk tratamento Modelo Linear = µ + β + τ + ε réplica i µ+β s +Ʈ a y sa1 j ε sa1 ijk µ+β s µ ysa2 ε sa2 Suposição de aditividade ANOVA para RCBD Eficiência Relativa do RCBD Fonte de Variação Tratamentos Erro Experimental Graus d (. G.L ) e Liberdade a 1 (a 1)(b 1) Soma de Quadrados SS Tratamento Quadrado Médio Blocos b 1 SS Blocos QM Blocos SS Erro F o Uso de blocos consomem graus de liberdade Eficiência relativa do RCBD em relação ao CRD RE = MSE CR MSE RCB Total N 1 SS T
11 Projeto de Experimentos em Engenaria Até que Ponto Poderemos Generalizar os Resultados? Resultado do experimento limitado a um único tipo de projeto Tamano e complexidade de projetos na prática: Bloco: Tipo de Projeto Proposta C1: RCBD Dentro de um RCBD 6 desenv. Blocos: Nível de Experiência (baixo, baixo) Proposta C2: RCBD, onde bloco é (Tamano, Experiência) 6 desenv. (baixo, médio) (baixo, alto) Considerações Sobre Propostas C1 e C2 Quantidade de execuções por participante foi triplicada! 18 desenvolv. x 3 execuções = 54 observações (médio, baixo) (médio, médio) (médio, alto) Efeito de aprendizado é balanceado pela aleatorização Erro experimental será inflacionado (alto, baixo) (alto, médio) (alto, alto) Proposta C3: Cada Desenvolvedor em um Único Bloco Considerações Sobre Propostas C3 Não tem problema de efeito de aprendizado, mas aumenta variabilidade de experiência (baixo, baixo) (baixo, médio) (baixo, alto) (médio, baixo) (médio, médio) (médio, alto) (alto, baixo) (alto, médio) (alto, alto) 65 Quantidade de participantes foi triplicada! De 18 para 54 Experimento usando RCBD é ineficiente nessas situações Como manter quantidade reduzida de participantes e controlar efeito de aprendizado? 66 11
12 Projeto de Experimentos em Engenaria Proposta C4: Cruzamentos Entre Experiência e Tamano Tamano do Projeto Plano Experimental QUADRADOS LATINOS Nível de Experiência Réplicas mudando-se desenvolvedores ou projetos LS Latin Square Quadrado Latino Aleatorização Aplicado quando: Existem dois fatores de ruído com influência significante na variável de saída Bloco Combinação de níveis dos dois fatores de ruído (lina, coluna) Formas de Obter Mais Observações (linas) Formas de Obter Mais Observações (colunas) Réplica 1 do Quadrado Réplica 2 do Quadrado Réplica 1 do Quadrado Réplica 2 do Quadrado
13 Projeto de Experimentos em Engenaria Formas de Obter Mais Observações (linas e colunas) Esquema Básico das Fontes de Variação de Um Experimento Réplica 1 do Quadrado Réplica 2 do Quadrado Observação = Efeito do plano experimental + Efeito do tratamento + Efeito do erro experimental y ijkl Modelo Linear = µ + α + β + τ + ε i j k ijkl Fonte de Variação Tratamentos ANOVA para Quadrado Latino Graus d (. G.L ) e Liberdade a 1 Soma de Quadrados SS Tratamento Quadrado Médio F o lina coluna réplica tratamento µ+α 1 +β 1 +Ʈ a y 11a1 ε 11a1 y11a2 ε 11a2 Lina b 1 SS Lina QM Lina Coluna c 1 SS Coluna QM Coluna µ+α 1 +β 1 µ+α 1 µ Erro Experimental (a-1)(b-2) SS Erro Supõe aditividade Total N 1 SS T Limitações do Quadrado Latino Requer mesma quantidade de tratamentos, linas e colunas Alguns quadrados precisam de muitas réplicas Ex: quadrado de tamano 2 INVESTIGANDO MAIS DE UM FATOR
14 Projeto de Experimentos em Engenaria Experiência x MBT A experiência do desenvolvedor afeta o desempeno de MBT? Tratamentos Combinação de fatores investigados Projeto do experimento Estrutura de tratamentos + escola do plano experimental Experiência Abordagem MBT Tratamento A B C - A 1 - B 2 + A 3 + B Estruturas Fatoriais 2 k K fatores investigados Tratamentos com Estruturas Fatoriais 2 k 2 níveis para cada fator 2 k tratamentos Uso em qualquer plano experimental Simplicidade de análise Exp. 20 { } + - A 30 { } Idéia do Cálculo dos Efeitos: Fatorial Completo MTB 30 { } B 40 { } Gráfico dos Efeitos Principais A B MTB Exp. 83 Exp. 20 { } -6, A 26,67 { } Idéia do Cálculo dos Efeitos: Fatorial Completo MTB 20 { } -13,33 6,66 B 33,33 { } Gráfico dos Efeitos Principais e de Interação 26,66 23,33 33,33 26,67 20 A B MTB Exp = - Exp = + A B MTB ,33 26, Exp. MBT = A 20 MBT = B - + Exp
15 Projeto de Experimentos em Engenaria Considerações Finais Experimentos controlados Controle local Replicação Aleatorização Importância experimentação em ES SBES, ESELAW, ESEM, ICSE, Considerações Finais Projeto estatístico de experimentos Visa melor controle, precisão e eficiência Planos experimentais Completamente aleatorizado Aleatorizado em blocos completos Quadrado latino Tratamento com estrutura fatorial Fatorial completo 2 k Tópicos para Próximos Tutoriais Referências Aprofundar estruturas 2 k Estruturas 3 k e 2 k x3 n Retângulos latinos Quadrados greco-latinos, iper-greco-latinos, Blocos incompletos 87 G. Box, J. Hunter e W. Hunter. Statistics for Experimenters. Wiley- Interscience, 2nd edition, D. Montgomery. Design and Analysis of Experiments. Wiley, 7t edition, A. Jedlitscka, M. Ciolkowski and D. Pfal. Reporting Experiments in Software Engineering. Guide to Advanced Empirical Software Engineering, Springer London, , K. Hinkelmann and O. Kemptorne. Design and Analysis of Experiments, Introduction to Experimental Design. Wiley-Interscience, 2nd edition, R. Kuel. Design of Experiments: Statistical Principles of Researc Design and Analysis. Duxbury Press, 2nd edition, K. Maxwell. Applied Statistics for Software Managers. Prentice Hall, G. Milliken and D. Jonson. Analysis of Messy Data: Designed Experiments, volume I. Capman Hall/CRC, G. Snedecor and W. Cocran. Statistical Metods. Iowa State University Press, 8 edition, C. Wu and M. Hamada. Experiments: Planning, Analysis, and Parameter Design Optimization. Wiley-Interscience, Projeto de Experimentos em Engenaria de Software Eduardo Arana, UFRN (eduardoarana@ect.ufrn.br) Cristiano Ferraz, UFPE (cferraz@de.ufpe.br) Paulo Borba, UFPE (pmb@cin.ufpe.br) 15
Projeto de Experimentos em Engenharia de Software
1º Encontro de Engenharia de Software Experimental 2011 Natal, 10 e 11 de Outubro de 2011 Projeto de Experimentos em Engenharia de Software Eduardo Aranha, UFRN (eduardoaranha@dimap.ufrn.br) Cristiano
Leia maisPLANEJAMENTO EXPERIMENTAL
PLANEJAMENTO EXPERIMENTAL Técnicas de Pesquisas Experimentais LUIS HENRIQUE STOCCO MARCIO TENÓRIO SANDRA MARCHI Introdução O Planejamento de Experimentos (Design of Experiments, DoE), técnica utilizada
Leia maisTÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia mais5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS
5. BLOCOS ALEATORIZADOS e QUADRADOS LATINOS Vamos analisar 4 tipos de experimentos: I) Projetos completamente aleatorizados II) Projetos em blocos aleatorizados III) Quadrados Latinos IV) Quadrados Greco-Latinos
Leia maisAnálise de Variância com dois ou mais factores - planeamento factorial
Análise de Variância com dois ou mais factores - planeamento factorial Em muitas experiências interessa estudar o efeito de mais do que um factor sobre uma variável de interesse. Quando uma experiência
Leia maisComparação Estatística de Algoritmos Evolutivos
Comparação Estatística de Algoritmos Evolutivos Parte I: Planejamento Experimental Felipe Campelo fcampelo@ufmg.br Universidade Federal de Minas Gerais São Carlos 02 de Abril de 2012 Motivação Motivação
Leia maisEstratégias de Pesquisa
Estratégias de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Survey Design e Criação Estudo de Caso Pesquisa Ação Experimento
Leia maisControle estatístico de processo: algumas ferramentas estatísticas. Linda Lee Ho Depto Eng de Produção EPUSP 2009
Controle estatístico de processo: algumas ferramentas estatísticas Linda Lee Ho Depto Eng de Produção EPUSP 2009 Controle estatístico de Processo (CEP) Verificar estabilidade processo Coleção de ferramentas
Leia maisAPLICAÇÃO DA METODOLOGIA DoE UM PROCESSO DE FABRICAÇÃO DE DIAFRAGMAS DE FREIO. (Design of Experiments) EM. Carlos Eduardo GEHLEN Jordão GHELLER
APLICAÇÃO DA METODOLOGIA DoE (Design of Experiments) EM UM PROCESSO DE FABRICAÇÃO DE DIAFRAGMAS DE FREIO Carlos Eduardo GEHLEN Jordão GHELLER Experimento Procedimento no qual alterações propositais são
Leia maisDESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE
DESENVOLVIMENTO DE UM SOFTWARE NA LINGUAGEM R PARA CÁLCULO DE TAMANHOS DE AMOSTRAS NA ÁREA DE SAÚDE Mariane Alves Gomes da Silva Eliana Zandonade 1. INTRODUÇÃO Um aspecto fundamental de um levantamento
Leia maisAgenda da Aula. Resumo dos Padrões (Aula 4) Padrões Arquiteturais. Arquitetura Cliente-Servidor. Arquitetura Cliente-Servidor
Reuso de Software Aula 05 Agenda da Aula Linha de Produtos de Software Eduardo Figueiredo http://www.dcc.ufmg.br/~figueiredo reuso.software@gmail.com 19 Março 2012 Padrões arquiteturais Cliente-Servidor
Leia maisPLANO DE ENSINO. Mestrado em Matemática - Área de Concentração em Estatística
1. IDENTIFICAÇÃO PLANO DE ENSINO Disciplina: Estatística Multivariada Código: PGMAT568 Pré-Requisito: No. de Créditos: 4 Número de Aulas Teóricas: 60 Práticas: Semestre: 1º Ano: 2015 Turma(s): 01 Professor(a):
Leia maisEngenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer
Tema DoE Projeto Curso Disciplina Tema Professor Pós-graduação Engenharia da Produção Projeto de Produto, QFD, FMEA e DoE DoE Dr. Egon Walter Wildauer Introdução O DoE Design of Experiments é uma ferramenta
Leia maisO modelo ANOVA a dois factores, hierarquizados
O modelo ANOVA a dois factores, hierarquizados Juntando os pressupostos necessários à inferência, Modelo ANOVA a dois factores, hierarquizados Seja A o Factor dominante e B o Factor subordinado. Existem
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisAula 5 Técnicas para Estimação do Impacto
Aula 5 Técnicas para Estimação do Impacto A econometria é o laboratório dos economistas, que busca reproduzir o funcionamento do mundo de forma experimental, como se faz nas ciências naturais. Os modelos
Leia maisTESTES DE HIPÓTESES. Testes de comparação entre grupos
TESTES DE HIPÓTESES Testes de comparação entre grupos 1 Abordagem não paramétrica Não se faz suposição sobre as medidas da variável de interesse Exemplo 1 Com o objetivo de avaliar o efeito de um programa
Leia maisENGENHARIA DE SOFTWARE I
ENGENHARIA DE SOFTWARE I Prof. Cássio Huggentobler de Costa [cassio.costa@ulbra.br] Twitter: www.twitter.com/cassiocosta_ Agenda da Aula (002) Metodologias de Desenvolvimento de Softwares Métodos Ágeis
Leia mais25 a 30 de novembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 1 - Conteúdo 1 2 3 4 5 R (http://www.r-project.org/) Action = Excel + R (http://www.portalaction.com.br)
Leia maisAnálise do Ambiente estudo aprofundado
Etapa 1 Etapa 2 Etapa 3 Etapa 4 Etapa 5 Disciplina Gestão Estratégica e Serviços 7º Período Administração 2013/2 Análise do Ambiente estudo aprofundado Agenda: ANÁLISE DO AMBIENTE Fundamentos Ambientes
Leia maisQUALIDADE DE SOFTWARE. Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 27 Slide 1
QUALIDADE DE SOFTWARE Ian Sommerville 2006 Engenharia de Software, 8ª. edição. Capítulo 27 Slide 1 Objetivos Apresentar o processo de gerenciamento de qualidade e as atividades centrais da garantia de
Leia maisENGENHARIA DE SOFTWARE
ENGENHARIA DE SOFTWARE Síntese de tópicos importantes PRESSMAN, Roger S. Conteúdo Componentes e tipos de software Problemas com o software e suas causas Mitologia que envolve o software Configuração de
Leia maisAula 5 Metodologias de avaliação de impacto
Aula 5 Metodologias de avaliação de impacto Metodologias de Avaliação de Impacto Objetiva quantificar as mudanças que o projeto causou na vida dos beneficiários. Plano de Aula Método experimental: regressão
Leia maisANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA
ANÁLISE DA INSPEÇÃO DA LARGURA DOS TECIDOS DE POLIPROPILENO DA INDÚSTRIA TÊXTIL OESTE LTDA ORIENTADORA: Dra. Maria Emília Camargo - UNISC - kamargo@zaz.com.br CO-ORIENTADORA: Dra. Suzana Leitão Russo -
Leia maisAnálise Exploratória de Dados
Análise Exploratória de Dados Profª Alcione Miranda dos Santos Departamento de Saúde Pública UFMA Programa de Pós-graduação em Saúde Coletiva email: alcione.miranda@gmail.com Introdução O primeiro passo
Leia maisGerenciamento de Projeto: Monitorando e Controlando o Projeto II. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Monitorando e Controlando o Projeto II Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Reportar o Desempenho Realizar o Controle Integrado de Mudanças Reportar o
Leia maisProjeto CapacitarME Capacitação de Microempresas
Projeto CapacitarME Capacitação de Microempresas Categoria: Tecnologia de Software Apresentadora: Roberta de Souza Coelho roberta@inf.puc-rio.br Coordenador: Arndt von Staa arndt@inf.puc-rio.br Agenda
Leia maisObjetivos da aula. Definição de Consultoria 1. Processos Gerenciais
Processos Gerenciais Prof. Clóvis Luiz Galdino Módulo: Inovação e Continuidade Tema: Consultoria Empresarial Objetivos da aula Apresentar os pressupostos básicos da consultoria e suas definições; Discutir
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisQUALIDADE DE SOFTWARE
QUALIDADE DE SOFTWARE Luiz Leão luizleao@gmail.com http://www.luizleao.com Questão 1 A ISO 9000-3 é um guia para a aplicação da ISO 9001 para o desenvolvimento, fornecimento e manutenção de software. As
Leia maisPLANEJAMENTO FATORIAL: UMA FERRAMENTA PODEROSA PARA OS PESQUISADORES
PLANEJAMENTO FATORIAL: UMA FERRAMENTA PODEROSA PARA OS PESQUISADORES Mary R. M. Marinho - maryroberta@terra.com.br Universidade Federal de Campina Grande, Departamento de Engenharia Mecânica Av Aprígio
Leia maisAvaliação da variação do sistema de medição Exemplo 1: Diâmetros de bico injetor de combustível
Avaliação da variação do sistema de medição Exemplo 1: Diâmetros de bico injetor de combustível Problema Um fabricante de bicos injetores de combustível instala um novo sistema digital de medição. Os investigadores
Leia maisExperimentos Fatoriais 2 k
Experimentos Fatoriais 2 k Carla A. Vivacqua Departamento de Estatística UFRN vivacqua@ccet.ufrn.br Encontro de Engenharia de Software Experimental UFRN 1 Agenda Planos Experimentais Abordados Formas de
Leia maisIntrodução. Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra.
Métodos Monte Carlo Introdução Métodos de inferência são usados para tirar conclusões sobre a população usando informações obtidas a partir de uma amostra. Estimativas pontuais e intervalares para os parâmetros;
Leia maisAULA 11 Desenhos, recursos e obstáculos
1 AULA 11 Desenhos, recursos e obstáculos Ernesto F. L. Amaral 15 de abril de 2010 Metodologia (DCP 033) Fonte: Flick, Uwe. 2009. Desenho da pesquisa qualitativa. Porto Alegre: Artmed. pp.57-73 & 75-85.
Leia maisIntrodução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3
Introdução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3 A LEGO Education tem o prazer de trazer até você a edição para tablet do Software LEGO MINDSTORMS Education EV3 - um jeito divertido
Leia maisMétodos de Síntese e Evidência: Revisão Sistemática e Metanálise
Métodos de Síntese e Evidência: Revisão Sistemática e Metanálise Mirian Carvalho de Souza Divisão de Epidemiologia Coordenação de Pesquisa Populacional Coordenação Geral Técnico-Científica Estudos Revisão
Leia maisPolíticas de Qualidade em TI
Políticas de Qualidade em TI Prof. www.edilms.eti.br edilms@yahoo.com Aula 03 CMMI Capability Maturity Model Integration Parte II Agenda sumária dos Processos em suas categorias e níveis de maturidade
Leia maisNoções de Pesquisa e Amostragem. André C. R. Martins
Noções de Pesquisa e Amostragem André C. R. Martins 1 Bibliografia Silva, N. N., Amostragem probabilística, EDUSP. Freedman, D., Pisani, R. e Purves, R., Statistics, Norton. Tamhane, A. C., Dunlop, D.
Leia maisIntrodução à Análise Química QUI 094 ERRO E TRATAMENTO DE DADOS ANALÍTICOS
Introdução a Analise Química - II sem/2012 Profa Ma Auxiliadora - 1 Introdução à Análise Química QUI 094 1 semestre 2012 Profa. Maria Auxiliadora Costa Matos ERRO E TRATAMENTO DE DADOS ANALÍTICOS Introdução
Leia maisFundamentos de Teste de Software
Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 3 Planejamento e Aula 8 do Projeto Aula 08 do Projeto SUMÁRIO INTRODUÇÃO... 3 ACOMPANHAMENTO DO PROJETO... 3 1. do Progresso...
Leia maisA visão do modelo MPS.BR para Gerência de Projeto - Nível G. por Adriana Silveira de Souza
A visão do modelo MPS.BR para Gerência de Projeto - Nível G por Adriana Silveira de Souza Agenda Visão Geral do MPS.BR Processos e Capacidade de Processo Níveis de Maturidade Atributos de Processo Processo
Leia maisPreparação para a Certificação Six Sigma Black Belt
Preparação para a Certificação Six Sigma Black Belt OBJETIVOS DO CURSO Apresentar aos participantes os conteúdos do Corpo de Conhecimento necessários à certificação, possibilitando que aprimorem os seus
Leia maisPrograma do Curso de Pós-Graduação Lato Sensu MBA em Engenharia de Software Orientada a Serviços (SOA)
Programa do Curso de Pós-Graduação Lato Sensu MBA em Engenharia de Software Orientada a Serviços (SOA) Apresentação O programa de Pós-graduação Lato Sensu em Engenharia de Software Orientada a Serviços
Leia maisAnálise de Variância simples (One way ANOVA)
Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos
Leia maisMicrosoft Access: Criar consultas para um novo banco de dados. Vitor Valerio de Souza Campos
Microsoft Access: Criar consultas para um novo banco de Vitor Valerio de Souza Campos Conteúdo do curso Visão geral: consultas são essenciais Lição: inclui sete seções Tarefas práticas sugeridas Teste.
Leia maisTUTORIAL DE UTILIZAÇÃO. Rua Maestro Cardim, 354 - cj. 121 CEP 01323-001 - São Paulo - SP (11) 3266-2096
TUTORIAL DE UTILIZAÇÃO Índice Geral Antes de Começar 2 Procedimento de Instalação 3 Exportar dados para o 8 Acesso ao 10 Ordens de Serviço no 11 Solicitações de Serviço no 17 Folhas de Inspeção no 19 Importar
Leia maisRUP. Evolução. Principais Características do RUP. Principais Características do RUP RUP
RUP Rational Unified Process ( Unificado de Desenvolvimento da Rational) Conjunto de passos que tem como objetivo atingir uma meta de software na ES, processo que visa a produzir o software - de modo eficiente
Leia maisAULA COM O SOFTWARE GRAPHMATICA PARA AUXILIAR NO ENSINO E APRENDIZAGEM DOS ALUNOS
AULA COM O SOFTWARE GRAPHMATICA PARA AUXILIAR NO ENSINO E APRENDIZAGEM DOS ALUNOS Tecnologias da Informação e Comunicação e Educação Matemática (TICEM) GT 06 Manoel Luiz de Souza JÚNIOR Universidade Estadual
Leia maisUM ESTUDO EXPERIMENTAL SOBRE ABORDAGENS DE APOIO À RASTREABILIDADE DE REQUISITOS
Universidade Federal do Amazonas - UFAM Grupo de Usabilidade e Engenharia de Software USES -UFAM UM ESTUDO EXPERIMENTAL SOBRE ABORDAGENS DE APOIO À RASTREABILIDADE DE REQUISITOS Anna Beatriz Marques, Jacilane
Leia maisProva de Conhecimento para Consultores de Implementação MPS.BR INSTRUÇÕES
Implementação MPS.BR 26 de maio de 2008 4 horas de duração e-mail: (DEIXAR EM BRANCO) RESULTADO: Q1 Q2 Q3 Q4 Q5 Q6 Q7 Q8 Q9 Q10 Nota INSTRUÇÕES Para a maioria das questões você tem mais de uma opção e
Leia maisImplementação e avaliação
Seção 3 Implementação e avaliação ESTUDO BÍBLICO Respondendo às mudanças No início de Neemias 4, vemos que algumas pessoas se opuseram ao projeto. Qual foi a resposta de Neemias? (versículo 9) Como Neemias
Leia maisGUIA DE REDAÇÃO PARA TRABALHO DE EM974
GUIA DE REDAÇÃO PARA TRABALHO DE EM974 CONSIDERAÇÕES GERAIS O objetivo deste documento é informar a estrutura e a informação esperadas num texto de Trabalho de Graduação. O conteúdo do texto deverá ser
Leia maisModelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Leia maisImplantação. Prof. Eduardo H. S. Oliveira
Visão Geral A implantação de um sistema integrado de gestão envolve uma grande quantidade de tarefas que são realizadas em períodos que variam de alguns meses a alguns anos, e dependem de diversos fatores,
Leia maisRequisitos de Software
Requisitos de Software Prof. José Honorato F.N. Prof. José Honorato F.N. honoratonunes@gmail.com Requisitos de Software Software é o conjunto dos programas e dos meios não materiais que possibilitam o
Leia maisTeste de software. Definição
Definição O teste é destinado a mostrar que um programa faz o que é proposto a fazer e para descobrir os defeitos do programa antes do uso. Quando se testa o software, o programa é executado usando dados
Leia maisIntrodução aos Modelos Lineares em Ecologia
Introdução aos Modelos Lineares em Ecologia Prof. Adriano Sanches Melo - Dep. Ecologia UFG asm.adrimelo no gmail.com Página do curso: www.ecologia.ufrgs.br/~adrimelo/lm/ Livro-texto: Crawley, M.J. 2005.
Leia maisSistemas de Gestão Ambiental O QUE MUDOU COM A NOVA ISO 14001:2004
QSP Informe Reservado Nº 41 Dezembro/2004 Sistemas de Gestão O QUE MUDOU COM A NOVA ISO 14001:2004 Material especialmente preparado para os Associados ao QSP. QSP Informe Reservado Nº 41 Dezembro/2004
Leia maisEstimação de pessoas com deficiência física motora e o mercado automobilístico de carros
Estimação de pessoas com deficiência física motora e o mercado automobilístico de carros Adriele Giaretta Biase 12 Valiana Alves Teodoro 12 Iábita Fabiana Sousa 12 Sônia Maria De Stefano Piedade 1 1 Introdução
Leia maisEstatística II. Aula 7. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 7 Prof. Patricia Maria Bortolon, D. Sc. Análise da Variância Objetivos do Aprendizado Nesta aula você aprenderá: A utilizar a análise de variância de fator único para testar diferenças
Leia maisCOMUNICAÇÃO CIENTÍFICA
COMUNICAÇÃO CIENTÍFICA O I Encontro Nacional de Pesquisa em Ciência e Tecnologia/FACIT oportunizará a apresentação de Trabalhos Científicos sob a forma de Comunicação Oral para professores, profissionais
Leia maisIntrodução a Química Analítica. Professora Mirian Maya Sakuno
Introdução a Química Analítica Professora Mirian Maya Sakuno Química Analítica ou Química Quantitativa QUÍMICA ANALÍTICA: É a parte da química que estuda os princípios teóricos e práticos das análises
Leia maisCONCURSO PÚBLICO PARA PROVIMENTO DE CARGO EFETIVO PROFESSOR DE ENSINO BÁSICO, TÉCNICO E TECNOLÓGICO Edital 23/2015 Campus Rio Pomba FOLHA DE PROVA
Tema 01: DELINEAMENTOS EXPERIMENTAIS Descreva as características que diferenciam um delineamento experimental (p. ex. inteiramente casualizado, em blocos completos, em quadrado latino, em blocos incompletos
Leia maisSPEKX Platform DATA SHEET. Visão Resumida da Plataforma. Release 3.3. Versão 1.0
SPEKX Platform DATA SHEET Visão Resumida da Plataforma Release 3.3 Versão 1.0 ÍNDICE ANALÍTICO Introdução... 3 Funcionalidade Modular... 4 de s SPEKX Platform...5 Funcionalidades Adicionais...7 Introdução
Leia maisCOMO APRIMORAR O GERENCIAMENTO DA SUA CARREIRA?
COMO APRIMORAR O GERENCIAMENTO DA SUA CARREIRA? Programa de Qualificação ITIL Expert Presencial ou EAD A qualificação ITIL Expert é destinada às pessoas interessadas em alcançar um nível superior de conhecimento
Leia maisTÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE
TÓPICOS AVANÇADOS EM ENGENHARIA DE SOFTWARE Engenharia de Computação Professor: Rosalvo Ferreira de Oliveira Neto Estudos Comparativos Recentes - Behavior Scoring Roteiro Objetivo Critérios de Avaliação
Leia maisUNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda.
UNIDADE DE PESQUISA CLÍNICA Centro de Medicina Reprodutiva Dr Carlos Isaia Filho Ltda. Avaliação do risco de viés de ensaios clínicos randomizados pela ferramentada colaboração Cochrane Alan P. V. de Carvalho,
Leia maisSISTEMA. Tecnologia. Software. Hardware. Prazos. Pessoas. Qualidade. Custo GERENCIAMENTO DE RISCO: COMO GARANTIR O SUCESSO DOS PROJETOS DE TI?
GERENCIAMENTO DE RISCO: COMO GARANTIR O SUCESSO DOS PROJETOS DE TI? Os projetos de Tecnologia de Informação possuem características marcantes, que os diferencia dos demais são projetos onde o controle
Leia maisAnálise e projeto de sistemas PROF. REGILAN SILVA
Análise e projeto de sistemas PROF. REGILAN SILVA Apresentação da disciplina Ver ementa... Solução Técnicas para identificação e detalhamento de requisitos Técnicas para modelagem de sistemas Definir
Leia maisGestão de defeito: Descreva! Sumário. Introdução. Problema. Justificativa. Metodologia. Referencial teórico. Demonstração do Mantis.
Gestão de defeito: Descreva! Sumário Introdução Problema Justificativa Metodologia Referencial teórico Demonstração do Mantis Introdução Não saber descrever um comportamento executado e onde está o defeito
Leia maisAvaliação de Riscos Aplicada à Qualidade em Desenvolvimento de Software
Rafael Espinha, Msc rafael.espinha@primeup.com.br +55 21 9470-9289 Maiores informações: http://www.primeup.com.br riskmanager@primeup.com.br +55 21 2512-6005 Avaliação de Riscos Aplicada à Qualidade em
Leia maisEngenharia de Requisitos
Engenharia de Requisitos Conteúdo Definição Questionamentos Típicos Visão Geral Ciclo de Vida dos Requisitos Síntese dos Objetivos Gerência de Mudança Identificação de Requisitos Classificação de Requisitos
Leia maisDESIGN DE INTERAÇÃO. José Alexandre Ducatti
DESIGN DE INTERAÇÃO José Alexandre Ducatti DESIGN DE I NTERAÇÃO PERCEPÇÃO DESIGN BOM E MAU DESIGN METAS DE DESIGN DE INTERAÇÃO METAS DE USABILIDADE METAS DECORRENTES DA EXPERIÊNCIA DO USUÁRIO PRINCÍPIOS
Leia maisISO - 9126. Aécio Costa
ISO - 9126 Aécio Costa A evolução da Qualidade do Produto Qualidade = funcionalidade Confiabilidade Realização de funções críticas Produto de qualidade = sem bugs Controle de qualidade Teste do produto
Leia maisSÉRIE ISO 14000 SÉRIE ISO 14000
1993 - CRIAÇÃO DO COMITÊ TÉCNICO 207 (TC 207) DA ISO. NORMAS DA : ISO 14001 - SISTEMAS DE - ESPECIFICAÇÃO COM ORIENTAÇÃO PARA USO. ISO 14004 - SISTEMAS DE - DIRETRIZES GERAIS SOBRE PRINCÍPIOS, SISTEMAS
Leia maisSeminário de Introdução a pesquisa
Seminário de Introdução a pesquisa Discussão o Óleo de Lorenzo Avanço da ciência e o método científico Apenas os cientistas podem fazer ciência? No filme vemos os pais de Lorenzo buscando a cura da doença
Leia maisPlanejamento - 7. Planejamento do Gerenciamento do Risco Identificação dos riscos. Mauricio Lyra, PMP
Planejamento - 7 Planejamento do Gerenciamento do Risco Identificação dos riscos 1 O que é risco? Evento que representa uma ameaça ou uma oportunidade em potencial Plano de gerenciamento do risco Especifica
Leia maisFase 1: Engenharia de Produto
Fase 1: Engenharia de Produto Disciplina: Análise de Requisitos DURAÇÃO: 44 h O objetivo principal da disciplina é realizar uma análise das necessidades e produzir um escopo do produto. Representará os
Leia maisESTATÍSTICA EXPERIMENTAL Dr. Sérgio do N. Kronka 1. INTRODUÇÃO
ESTATÍSTICA EXPERIMENTAL Dr. Sérgio do N. Kronka 1. INTRODUÇÃO A Estatística Experimental tem por objetivo o estudo dos experimentos, incluindo o planejamento, execução, análise dos dados e interpretação
Leia maisMODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R
MODIFICAÇÃO DO TESTE DE NORMALIDADE DE SHAPIRO-WILK MULTIVARIADO DO SOFTWARE ESTATÍSTICO R Roberta Bessa Veloso 1, Daniel Furtado Ferreira 2, Eric Batista Ferreira 3 INTRODUÇÃO A inferência estatística
Leia maisMódulo 2. Identificação dos requisitos dos sistemas de medição, critérios de aceitação e o elemento 7.6 da ISO/TS.
Módulo 2 Identificação dos requisitos dos sistemas de medição, critérios de aceitação e o elemento 7.6 da ISO/TS. Conteúdos deste módulo Discriminação Decomposição da variação do sistema de medição Variação
Leia maisInstitucional. CS Treina www.cstreina.com.br
Institucional Agenda Por que a CS Treina? Como nós atuamos? O que nós entregamos? A CS Treina Oferecemos serviços de Treinamentos para equipes de TI. Criamos e adaptamos treinamentos especiais para atender
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL GUIA DE ESTUDOS Paulo César Lima Renato Ribeiro de Lima 1 P á g i n a Lavras/MG 2011 Ficha catalográfica preparada pela Divisão de Processos Técnicos da Biblioteca Universitária
Leia maisModelagem de Processos para Automação
Treinamentos em Gestão por Processos Modelagem de Processos para Automação [ipe03] Implementando a Visão Futura: um curso prático para vencer a barreira existente entre negócio e TI. Implantar processos
Leia maisINFORMAÇÕES ADICIONAIS
APRENDA SOBRE GOVERNANÇA DE TI Programa de Qualificação COBIT 5 Presencial ou EAD O COBIT 5 define as necessidades das partes interessadas da empresa como ponto de partida das atividades de governança
Leia mais2.1 Os projetos que demonstrarem resultados (quádrupla meta) serão compartilhados na Convenção Nacional.
O Prêmio Inova+Saúde é uma iniciativa da SEGUROS UNIMED que visa reconhecer as estratégias de melhoria e da qualidade e segurança dos cuidados com a saúde dos pacientes e ao mesmo tempo contribua com a
Leia maisConversa Inicial. Olá! Seja bem-vindo à quarta aula de Fundamentos de Sistemas de Informação.
Conversa Inicial Olá! Seja bem-vindo à quarta aula de Fundamentos de Sistemas de Informação. Hoje iremos abordar os seguintes assuntos: a origem dos sistemas integrados (ERPs), os módulos e fornecedores
Leia maisTema, Problema e Hipóteses
Tema, Problema e Hipóteses Métodos de Pesquisa Experimental em Engenharia de Software 1 Tema É o assunto que se deseja desenvolver. Uma dificuldade sem solução ou uma lacuna na teoria atual. Problema O
Leia maisQualidade e segurança na Melhoria. Como a Qualidade está mudando a Medicina
Qualidade e segurança na Melhoria Como a Qualidade está mudando a Medicina Quem é você? Por que a Ciência da Melhoria? "Entre os cuidados em saúde que temos e os cuidados que poderíamos ter não existe
Leia maisTermo de Referência. Prestação de Serviços de Treinamento na área de Gerenciamento de Projetos
Termo de Referência Prestação de Serviços de Treinamento na área de Gerenciamento de Projetos Maio/2012 Índice 1. OBJETO... 3 2. ESCOPO... 3 3. PRAZO... 7 4. LOCAL DE TREINAMENTO... 7 5. HORÁRIO DE TREINAMENTO...
Leia maisSe observarmos nos diferentes livros. Planejamento de Testes a partir de Casos de Uso
Planejamento de Testes a partir de Casos de Uso Arilo Cláudio Dias Neto ariloclaudio@gmail.com É Bacharel em Ciência da Computação formado na Universidade Federal do Amazonas, Mestre em Engenharia de Sistemas
Leia maisABNT NBR ISO/IEC 27002:2005
ABNT NBR ISO/IEC 27002:2005 Código de prática para a gestão da segurança da informação A partir de 2007, a nova edição da ISO/IEC 17799 será incorporada ao novo esquema de numeração como ISO/IEC 27002.
Leia maisUso de Materiais de Referência
Uso de Materiais de Referência Ricardo Rezende Zucchini Célia Omine Iamashita IPT Divisão de Química Agrupamento de Materiais de Referência Introdução Série de guias ISO sobre Materiais de Referência ABNT
Leia maisMetodologia em Estudos Clínicos
Metodologia em Estudos Clínicos Gabriela Stangenhaus Livre Docente - USP Prof. Adjunto - UNICAMP Pesquisa Científica e Estudos Clínicos Pesquisa Científica Aquisição de novo conhecimento Pesquisa Científica
Leia mais