Big Data. O que é Big Data! Como surgiu isso! Para que serve?!
|
|
|
- Izabel Lopes Santos
- 8 Há anos
- Visualizações:
Transcrição
1 Big Data O que é Big Data! Como surgiu isso! Para que serve?!
2
3 Da teoria a prática:! 1! Dá mesmo para! fazer algo prático! com o! Big Data?!
4 Como tudo! começou?!! Qual o! Problema?!
5 PERCEBEU:! Informações NÃO CABIAM em um ÚNICO SERVIDOR;! Servidores quebram eventualmente (Lei de Murphy);! Não existiam mecanismos que pudessem armazenar informações nãoestruturadas ou estruturadas de forma horizontal.!
6 PERCEBEU:! Informações NÃO CABIAM em um ÚNICO SERVIDOR;! Servidores quebram eventualmente (Lei de Murphy);! Não existiam mecanismos que pudessem armazenar informações nãoestruturadas ou estruturadas de forma horizontal.! NECESSITAVA:! Gravar grandes volumes de dados não-estruturados (páginas HTML);! Processar essas páginas para buscar os links e o PageRank dessas páginas de acordo com as citações dos links;! Criar um mecanismo de busca que utilizasse regras de busca textual (TF-IDF) mas que, ao mesmo tempo, aceitasse uma espécie de score boosting nas páginas com maior PageRank.!
7 PERCEBEU:! Informações NÃO CABIAM em um ÚNICO SERVIDOR;! Servidores quebram eventualmente (Lei de Murphy);! Não existiam mecanismos que pudessem armazenar informações nãoestruturadas ou estruturadas de forma horizontal.! NECESSITAVA:! Gravar grandes volumes de dados não-estruturados (páginas HTML);! Processar essas páginas para buscar os links e o PageRank dessas páginas de acordo com as citações dos links;! Criar um mecanismo de busca que utilizasse regras de busca textual (TF-IDF) mas que, ao mesmo tempo, aceitasse uma espécie de score boosting nas páginas com maior PageRank.! CRIOU / FEZ:! GFS - Google File System: sistema de arquivo distribuído entre vários servidores que dividia os arquivos em blocos e, posteriormente, gravava cada bloco repetido em 3 máquinas diferentes para diminuir a chance de perda de dados;! MapReduce: criou um framework que facilitava aos desenvolvedores extrair informações de dados armazenados no GFS - Google File System, de forma paralelizada para aumentar a velocidade.! Em 2003 e 2004 os Engenheiros do Google publicaram artigos sobre o GFS e sobre o MapReduce.!
8 CONCORRÊNCIA:! Em 2005, o Yahoo! Enfrentava forte concorrência e resolve criar o próprio mecanismo de busca.! Desenvolve projetos Open Source como o Nutch, um crawler que lê, armazena e indexa páginas na web.! Se depara com o mesmo problema do Google: SERVIDORES QUEBRAM!.! Solução?! Escrever um novo sistema baseado nos artigos publicados pelos engenheiros do Google.! É criado o HADOOP Distributed File System, ou HDFS (HDFS + MapReduce)! Para fazer o projeto crescer e melhorar rapidamente, o projeto é publicado com uma licença Open Source da Fundação Apache.! Surge também um Banco de Dados NoSQL batizado de HBase inspirado em outro projeto do Google, o BigTable.!
9 TRANSFORMAÇÕES!
10 Custo de Armazenagem 1980: Apple $ por TB US$ por TB 2010: Barracuda, $70 por TB 1970 hoje TRANSFORMAÇÕES!
11 Custo de Armazenagem Custo de CPU US$ por TB 1980: Apple $ por TB 2010: Barracuda, $70 por TB US$ por GFLOPS 1961: IBM 1620, $1,1Bilhão 2009: AMD Radeon, $0, hoje 1960 hoje TRANSFORMAÇÕES!
12 Custo de Armazenagem Custo de CPU US$ por TB 1980: Apple $ por TB 2010: Barracuda, $70 por TB US$ por GFLOPS 1961: IBM 1620, $1,1Bilhão 2009: AMD Radeon, $0, hoje 1960 hoje TRANSFORMAÇÕES! Custo de Banda US$ por Mbps 1998: $1.200 por Mbps 2010: $5 por Mbps 1998 hoje
13 Custo de Armazenagem Custo de CPU US$ por TB 1980: Apple $ por TB 2010: Barracuda, $70 por TB US$ por GFLOPS 1961: IBM 1620, $1,1Bilhão 2009: AMD Radeon, $0, hoje 1960 hoje TRANSFORMAÇÕES! Custo de Banda Computadores na Internet US$ por Mbps 1998: $1.200 por Mbps No. Computadores 2010: $5 por Mbps ARPAnet no. 1 na UCLA 2010: 1Bilhão 1998 hoje 1969 hoje
14 EM 2015 FORAM 18 BILHÕES DE DISPOSITIVOS CONECTADOS EM 2020 SERÃO 80 BILHÕES DE DISPOSITIVOS CONECTADOS
15 Mas o que é Big Data?!
16 Terrabytes! Registros! Transações! Volume! Arquivos!
17 Batch! Near Time! Real Time! Velocidade! Streams!
18 Estruturados! Não-Estruturados! Semi-Estruturados! Variedade! Todo tipo de dado!
19 Volume! Velocidade! Transações! + Interação! + Observação! + Real time! + Análise (graph data)! + Reação (feedback loop)! =! Big Data! Variedade! Veracidade! Valor para a EMPRESA!
20 Como transformar 2 de modo eficaz, eficiente e confiável, dados relevantes! em informações úteis?!
21 B.I.! Volume! VALOR! Velocidade! Veracidade! B.A.! E. Variedade! T. L.!
22 Precisamos 3 as obrigatoriamente! de sistemas sofisticados para trabalhar! informações?!
23
24 É a Plataforma de Software JAVA mais utilizada no mercado atualmente (open source); Possui conectores com grandes ferramentas de BI e Analytics;! Usada também para processamento semântico;! Escala horizontalmente para Petabytes de dados;! Cria novas necessidades de administração e novos perfis de desenvolvedores ambientados no MapReduce!
25 É a Plataforma de Software JAVA mais utilizada no mercado atualmente (open source); Possui conectores com grandes ferramentas de BI e Analytics;! Usada também para processamento semântico;! Escala horizontalmente para Petabytes de dados;! Cria novas necessidades de administração e novos perfis de desenvolvedores ambientados no MapReduce! É um framework desenvolvido originalmente em 2007 pelo! FACEBOOK, e agora pertence a APACHE; Base de Dados não! relacional para grandes volumes de dados, aceita os comandos SQL.!
26 É a Plataforma de Software JAVA mais utilizada no mercado atualmente (open source); Possui conectores com grandes ferramentas de BI e Analytics;! Usada também para processamento semântico;! Escala horizontalmente para Petabytes de dados;! Cria novas necessidades de administração e novos perfis de desenvolvedores ambientados no MapReduce! É um framework desenvolvido originalmente em 2007 pelo! FACEBOOK, e agora pertence a APACHE; Base de Dados não! relacional para grandes volumes de dados, aceita os comandos SQL.! É um Banco de Dados Distribuído altamente escalável, com arquitetura! do Dynamo da Amazon e modelo de dados BigTable Google!
27 É a Plataforma de Software JAVA mais utilizada no mercado atualmente (open source); Possui conectores com grandes ferramentas de BI e Analytics;! Usada também para processamento semântico;! Escala horizontalmente para Petabytes de dados;! Cria novas necessidades de administração e novos perfis de desenvolvedores ambientados no MapReduce! É um framework desenvolvido originalmente em 2007 pelo! FACEBOOK, e agora pertence a APACHE; Base de Dados não! relacional para grandes volumes de dados, aceita os comandos SQL.! É um Banco de Dados Distribuído altamente escalável, com arquitetura! do Dynamo da Amazon e modelo de dados BigTable Google! PIG: É uma Plataforma Alto-Nível para criação de programas de! MapReduce com Hadoop!
28 Resultados concretos 4 de uso dessa grande massa de dados?
29 (*) Gartner/2013!
30
31 Obama: Eleições EUA! CASES E CLIENTES! 5Como a NSA consegue espionar milhões de pessoas nos EUA?! A Agência de Segurança Nacional americana montou um gigantesco esquema para bisbilhotar as comunicações nos Estados Unidos e em outros países com vários projetos de Big Data.!
32 Case: Veja como a UNESCO utilizando Big Data esta ajudando São Paulo e os esportes.! Levantamento dos 350 Centros Esportivos de São Paulo;! Atribuição de Raio de 1km ao redor do Centro Esportivo;! Apresentação de todas as Escolas, Academias, Universidades, Teatros, Empresas, etc dentro da área! do raio de atuação;! Relatório no detalhe de todas as informações das empresas de interesse.! Case: Veja como a Telebras uma empresa pública/privada tem utilizado o Business Analytics e os! conceitos de Big Data da iopera para utilizar todo o potencial de consumo de sua infraestrutura! de rede; onde investir e instalar novas redes para que tipo de público; como utilizar os leads! altamente qualificados e enviar por meio dos SmartPhones da força de vendas.! Case: Veja como a Unilever utilizando Big Data e Business Analytics consegue melhorar seu sell-out.! Entendimento do mercado atual (Market Size);! Identificação do ICP perfil ideal de cliente para a Unilever;! Geração de leads com o perfil ICP Unilever Food Solutions;! Distribuição e positivação em tempo real;! Integração com BI e visibilidade em tempo real.! Case: Como a Ceratti conseguiu dobrar suas vendas (aumento em 115%) num ano difícil como foi 2015.! Utilizando Big Data e a iopera, com a geração de leads qualificados a Ceratti superou a crise e! continua crescendo através de sua força de vendas direta e indireta através de seus distribuidores.! Case: Geração de Leads Qualificados usando Big Data para a Thomson Reuters empresa com resultados! globais de U$ 12,6 Bilhões em 2014 potencializar ainda mais seus resultados através das soluções! da iopera.! Case: Como a Telefonica conseguiu em 10 meses utilizando o BIG DATA da iopera aumentar em 23 Milhões! suas vendas. Vendendo onde consegue entregar em até 24 horas, e fazendo UpSell nos Grupos! Econômicos onde já possui ao menos um cliente.!
33 Criou uma série de data products baseados em Hadoop como:! People you may know (2 pessoas)! Year in review (1 pessoa, 1 mês)! Network updates (1 pessoa, 3 meses)! Skills and Endorsements (2 pessoas)! LinkedIn: Hadoop pode capacitar pequenos times a construir grandes projetos.! Mais de 10 data products de:! Busca (vagas, CVs, Empresas etc)! Recomendação por ! Recomendação no site! Geração de conteúdo! Mais de 4 milhões de currículos! Utiliza Solr para os seus aplicativos de busca.! Recomendação de notícias! Recomendação de notícias personalizada para usuários ou de acordo com os artigos! Utiliza Hadoop, Mahout e Solr! Mais de 100 Gb por dia de log processados! Um dos maiores sites do Brasil em termos de audiência! Cliente Semantix de Big Data!
34 Real-Time Big Data Analytics:! Arquitetura MapReduce não é suficiente por não ser real-time! Utilizou soluções que armazenam dados em memória para exibir informações sobre opções curtir! Coloca 80% dos dados em memória (de 100 a 1000x mais rápida);! Coloca o código onde estão os dados! Armazena os dados persistentes após serem processados em bancos como MySQL, HBase e Cassandra! O grande segredo da Amazon: recomendações! Recomendações por ! Recomendações no momento da compra! Compras casadas! Análise do comportamento dos usuários! Análise da cadeia de suprimentos e de que features colocará em cada carro! Comportamento dos usuários! Comportamento de compra! Integração com smartphones nos veículos! Carros melhores com dados analisados! Natural Language Processing para analisar comentários e sugestões de usuários!
35 É isso o que fazemos na iopera Ajudamos os principais agentes de transformação das empresas a serem mais eficientes no processo de decisão!. Muito Obrigado!
Big Data Open Source com Hadoop
Big Data Open Source com Hadoop Palestrante: Marcio Junior Vieira [email protected] Realização: Marcio Junior Vieira 14 anos de experiência em informática, vivência em desenvolvimento e análise
BIG DATA. Jorge Rady de Almeida Jr. Escola Politécnica da U SP
BIG DATA Jorge Rady de Almeida Jr. [email protected] Escola Politécnica da U SP BIG DATA - MOTIVAÇÃO Aumento da geração e armazenamento digital de dados Aumento da capacidade de processamento em geral:
Informática Parte 10 Prof. Márcio Hunecke
Escriturário Informática Parte 10 Prof. Márcio Hunecke Informática CONCEITOS DE MAPREDUCE E HDFS/HADOOP/YARN 2.7.4 Big Data O termo Big Data refere-se a um grande conjunto de dados armazenados e baseia-se
Informática Parte 11 Prof. Márcio Hunecke
Escriturário Informática Parte 11 Prof. Márcio Hunecke Informática FERRAMENTAS DE INGESTÃO DE DADOS (SQOOP 1.4.6, FLUME 1.7.0, NIFI 1.3.0 E KAFKA 0.11.0) Visão geral sobre os quatro componentes Fazem
BUSINESS INTELLIGENCE E DATA WAREHOUSE. Big Data Conceitos, Técnicas, Ferramentas e Arquitetura. tutorpro.com.br cetax.com.br
BUSINESS INTELLIGENCE E DATA WAREHOUSE Big Data Conceitos, Técnicas, Ferramentas e Arquitetura tutorpro.com.br cetax.com.br Quem somos 2 3 Objetivos do Curso de Big Data 4 Alinhamento das expectativas
Bruno Antunes da Silva UFSCar - Sorocaba
Bruno Antunes da Silva UFSCar - Sorocaba Introdução HDFS Arquitetura Leitura e escrita Distribuição de nós Controle de réplicas Balancer MapReduce Conclusão Aplicações web com grandes quantidades de dados
Benjamin Bengfort Jenny Kim
Benjamin Bengfort Jenny Kim Novatec Authorized Portuguese translation of the English edition of Data Analytics with Hadoop, ISBN 9781491913703 2016 Benjamin Bengfort, Jenny Kim. This translation is published
AVALIAÇÃO DE DESEMPENHO DE PROCESSAMENTO DISTRIBUÍDO EM LARGA ESCALA COM HADOOP
AVALIAÇÃO DE DESEMPENHO DE PROCESSAMENTO DISTRIBUÍDO EM LARGA ESCALA COM HADOOP Débora Stefani Lima de Souza [email protected] Orientador: Dr. Paulo Romero Martins Maciel INTRODUÇÃO Nem sempre os dados
A NOVA EXPERIÊNCIA ANALÍTICA
A NOVA EXPERIÊNCIA ANALÍTICA USANDO MELHOR O HADOOP COMO PEÇA DO QUEBRA-CABEÇA DO BIG DATA Rafael Aielo Gerente de Soluções AGENDA Era Big Data Hadoop O que é e como funciona SAS e Hadoop ERA BIG DATA
CASSANDRA: BANCO DE DADOS NÃO RELACIONAL DE ALTO DESEMPENHO
Patrocínio, MG, outubro de 2016 ENCONTRO DE PESQUISA & EXTENSÃO, 3., 2016, Patrocínio. Anais... Patrocínio: IFTM, 2016. CASSANDRA: BANCO DE DADOS NÃO RELACIONAL DE ALTO DESEMPENHO Moises Wesley de Souza
Sergio Adriano Blum Data Scientists
Big Data e Inovação Sergio Adriano Blum Data Scientists Instrutor Gerente de Projetos Consultor MBA Gestão Estratégia de Empresas pela Unisinos Bacharel em Administração de Empresas com Ênfase em Análise
PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA
PÓS-GRADUAÇÃO ANÁLISE DE BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e
Introdução. O que é um Banco de Dados (BD)?
O que é um Banco de Dados (BD)? É uma coleção de dados relacionados e armazenados em algum dispositivo Associações aleatórias de dados não podem ser chamadas de base de dados Conceito de dados Valor de
MBA ANALYTICS EM BIG DATA
MBA ANALYTICS EM BIG DATA OBJETIVOS Este curso tem como objetivo principal apresentar de forma clara, objetiva e com aplicações reais como as metodologias de Big Data, Inteligência Artificial e Computação
BCD29008 Banco de dados
BCD29008 Banco de dados Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José [email protected] http://docente.ifsc.edu.br/mello/bcd 31 de julho de 2017 1/24 Apresentação
Big Data. A Nova Onda
Big Data A Nova Onda Ricardo Rezende 18 anos em TI; 12 anos como DBA Oracle; Infrastructure Principal @ Accenture Enkitec Group; Oracle Certified Professional; IBM Certified Database Associate; Mestrando
informação enviada (ex. Facebook) ou que a rede social utilize essa informação para sugerir locais de interesse próximos ao usuário (ex. Foursquare).
1 Introdução 1.1 Contextualização Recentemente, tem-se percebido um movimento de integração de comunidades físicas e comunidades virtuais. As pessoas utilizam cada vez mais a Internet para se comunicar
SOLUÇÃO HADOOP COM EMC ISILON E CLOUDERA ENTERPRISE
SOLUÇÃO HADOOP COM EMC ISILON E CLOUDERA ENTERPRISE PRINCÍPIOS BÁSICOS EMC ISILON Use a primeira e única solução NAS scale-out do setor com suporte nativo ao Hadoop Reduza os custos e acelere os resultados
COMPUTAÇÃO EM NUVEM E PROCESSAMENTO MASSIVO DE DADOS Conceitos, tecnologias e aplicações
COMPUTAÇÃO EM NUVEM E PROCESSAMENTO MASSIVO DE DADOS Conceitos, tecnologias e aplicações Jaqueline Joice Brito Slides em colaboração com Lucas de Carvalho Scabora Sumário Computação em Nuvem Definição
Prof. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro Volume de dados muito grande Principais problemas em relação aos SGBD Relacionais é conciliar o tipo de modelo com a demanda da escalabilidade. Exemplo -Facebook Um crescimento
CARACTERÍSTICAS Interface intuitiva. Em pouco tempo você está ambientado com o software;
DATASHEET 1 UMA REVOLUCIONÁRIA FERRAMENTA DE MONITORAMENTO DE REDES Monsta é uma poderosa ferramenta de monitoramento que diagnostica, detecta, alerta e auxilia na solução de problemas existentes em sua
BCD29008 Banco de dados
BCD29008 Banco de dados Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José [email protected] http://docente.ifsc.edu.br/mello/bcd 21 de fevereiro de 2018 1/24 Apresentação
5 Infraestrutura de TI
Hardware consiste na tecnologia para processamento computacional, armazenamento, entrada e saída de dados. Ex: grandes mainframes, servidores, computadores pessoais, laptops e dispositivos móveis. 1 2
Elaborando uma plataforma de Big Data & Analytics 100% Open Source com apoio do Pentaho.
Open Source Data Science Elaborando uma plataforma de Big Data & Analytics 100% Open Source com apoio do Pentaho. Palestrante: Marcio Junior Vieira CEO e Data Scientist na Ambiente Livre [email protected]
Introdução aos Bancos de Dados Não-Relacionais. Mauricio De Diana (mestrando) Marco Aurélio Gerosa (orientador)
Introdução aos Bancos de Dados Não-Relacionais Mauricio De Diana (mestrando) Marco Aurélio Gerosa (orientador) Conteúdo Histórico de BDs não-relacionais na Web 4 Categorias de bancos NoSQL Exemplos de
Curso online de Fundamentos em Android. Plano de Estudo
Curso online de Fundamentos em Android Plano de Estudo Descrição do programa A Certificação Android ensina como usar as ferramentas necessárias para projetar e implantar aplicativos Android para dispositivos
Organização de Computadores I
Organização de Computadores I Aula 2 Material: Diego Passos http://www.ic.uff.br/~debora/orgcomp/pdf/parte2.pdf Organização de Computadores I Aula 2 1/29 Tópicos de Computação. de um Sistema de Computação..
Introdução a Computação em Nuvem
Introdução a Computação em Nuvem Sistemas Distribuídos Mauro Lopes Carvalho Silva Professor EBTT DAI Departamento de Informática Campus Monte Castelo Instituto Federal de Educação Ciência e Tecnologia
BD e Cloud Gerenciamento de. Dados na Nuvem
CIn/UFPE In940 - Banco de Dados Gerenciamento de Dados na Nuvem Conceitos e Arquiteturas Chaina Santos Oliveira - cso2 Roteiro Motivação Computação em Nuvem Gerenciamento de dados na Nuvem Sistemas de
QUESTIONÁRIO SOBRE HADOOP LEITURA DO MATERIAL FORNECIDO ALUNO/GRUPO ;
QUESTIONÁRIO SOBRE HADOOP LEITURA DO MATERIAL FORNECIDO ALUNO/GRUPO ; LEIA O MATERIAL ANTES DE FAZER O EXEMPLO DIDÁTICO. AS QUESTÕES ABAIXO PODEM SER RESPONDIDAS, USANDO, PREFERENCIALMENTE, SUA PRÓPRIAS
UNIVERSIDADE PRESBITERIANA MACKENZIE
1. Identificação do Curso a. Curso de Especialização em: Ciência de Dados (BIG DATA ANALYTICS) b. Área: Computação c. Área temática (tema): BIG DATA d. Linha de Pesquisa: Computação e Sistemas de Informação
UM POUCO DO NOSSO TRABALHO. Performance, Otimização e Analytics
UM POUCO DO NOSSO TRABALHO Performance, Otimização e Analytics Trabalhamos com metodologias assertivas de estratégia de conteúdo e marketing digital Identificamos tendências de comportamento e usamos ferramentas
Introdução a Big Data. Juciander L. Moreira Wallace Brito
Introdução a Big Data Juciander L. Moreira Wallace Brito 1 Sumário 1. 2. 3. 4. 5. 6. Introdução Os 3 Vs de Big Data Definição de Big Data Mitos sobre Big Data Aplicações Iniciando um projeto de Big Data
APLICAÇÕES DE BIG DATA COM SPARK E PYTHON
CURTA DURAÇÃO APLICAÇÕES DE BIG DATA COM SPARK E PYTHON CARGA HORÁRIA: 48 horas DURAÇÃO: 3 meses COORDENAÇÃO: Prof. Dr. Adolpho Pimazoni Canton Prof.ª Dr.ª Alessandra de Ávila Montini APRESENTAÇÃO O crescente
Avaliação de desempenho e dependabilidade de processamento de dados em larga escala com Hadoop
Avaliação de desempenho e dependabilidade de processamento de dados em larga escala com Hadoop Débora Stefani Lima de Souza [email protected] Orientador: Paulo Romero Martins Maciel [email protected] Dados,
Desenvolvedor Android: Avançado. Plano de Estudo
Desenvolvedor Android: Avançado Plano de Estudo Descrição do programa A Certificação Android fornece as ferramentas necessárias para projetar e implementar aplicativos para dispositivos Android, com base
STD29006 Sistemas Distribuídos
STD29006 Sistemas Distribuídos Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José [email protected] http://docente.ifsc.edu.br/mello/std 28 de julho de 2017 1/22 Apresentação
O CMS JOOMLA! UM GUIA PARA INICIANTES
O CMS JOOMLA! UM GUIA PARA INICIANTES 25/04/2016 Daniel Picon [email protected] 1 INTRODUÇÃO REDE DE COMPUTADORES E INTERNET O que acontece quando tentamos acessar um site da internet? Computadores se comunicam
Prof. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro Volume de dados muito grande Principais problemas em relacao aos SGBD Relacionais é conciliar o tipo de modelo com a demanda da escalabilidade. Exemplo -Facebook Um crescimento
Gravação em nuvem de câmeras e DVRs
Bem-vindo à Monuv Gravação em nuvem de câmeras e DVRs A Monuv é a plataforma para gravação de Câmeras e DVRs na nuvem pioneira no Brasil Com a Monuv armazena e acessa às imagens das suas câmeras com facilidade
Aula 02. Conceitos relacionados à informática. Prof.: Roitier Campos Gonçalves
Aula 02 Conceitos relacionados à informática Prof.: Roitier Campos Gonçalves Dados e Informação Dados É um fato isolado que completa a informação. Uma vez processados (ordenados, somados,filtrados) constituem
As Redes Sociais e a Sociedade da Informação: Pokémon GO como Case
As Redes Sociais e a Sociedade da Informação: Pokémon GO como Case Professor: Rômulo César Dias de Andrade. E-mail: [email protected] www.romulocesar.com.br PROFESSOR... NOME: RÔMULO
Histórias de Dados. Big Data 2018
Histórias de Dados Big Data 2018 O que é Big Data Big Data são assets de informação de alto-volume, alta-velocidade e/ou alta-variedade que demandam formas de processamento inovadoras e econômicas que
Informática I. Aula /09/2006 1
Informática I Aula 3 http://www.ic.uff.br/~bianca/informatica1/ 06/09/2006 1 Ementa Histórico dos Computadores Noções de Hardware e Software Microprocessadores Sistemas Numéricos e Representação de Dados
Prof. Claudio SIBC, TI e SGBD PRINCÍPIOS DE SISTEMAS DE INFORMAÇÃO
Prof. Claudio SIBC, TI e SGBD PRINCÍPIOS DE SISTEMAS DE INFORMAÇÃO Revisão Dado é diferente de é diferente de conhecimento Sistemas podem ser: Simples e Complexos; Abertos e Fechados; Estáveis e Dinâmicos;
NoSQL Apache Cassandra para DBAs. Conceitos básicos que todo DBA deve conhecer sobre Apache Cassandra.
NoSQL Apache Cassandra para DBAs Conceitos básicos que todo DBA deve conhecer sobre Apache Cassandra. Apresentação Pessoal Ronaldo Martins: Há mais de 14 anos dedicado à tecnologias Oracle, passando pelas
Bancos de Dados NoSQL PROF.: DR. LUÍS CARLOS COSTA FONSECA
Bancos de Dados NoSQL PROF.: DR. LUÍS CARLOS COSTA FONSECA Agenda 2 Historia O que é NoSQL Teorema CAP Do que abrimos mão. Tipos de NoSQL Modelos de Dados Quem utiliza e o que. História 3 Bancos de Dados
Backup e Restauração Banco de Dados. Evandro Deliberal
Backup e Restauração Banco de Dados Evandro Deliberal [email protected] https://www.linkedin.com/in/evandrodeliberal Redes de armazenamento: Tecnologias e Virtualização Agenda I. DAS e Introdução a
TCE Informática Dados Estruturados e Não-Estruturados Prof. Marcelo Ribeiro
TCE Informática Dados Estruturados e Não-Estruturados Prof. Marcelo Ribeiro www.acasadoconcurseiro.com.br Informática DADOS ESTRUTURADOS E NÃO-ESTRUTURADOS Esses termos referem-se à forma como um conjunto
Professor: Lau Cheuk Lung
Introdução à Informática Professor: Lau Cheuk Lung Conceitos Básicos Sistemas computacionais 2 partes básicas: hardware e software HARDWARE SOFTWARE É a parte mecânica e física da máquina, com seus componentes
COMO BIG DATA E BUSINESS ANALYTICS PODEM MUDAR O RUMO DO SEU NEGÓCIO
COMO BIG DATA E BUSINESS ANALYTICS PODEM MUDAR O RUMO DO SEU NEGÓCIO Com o Big Data, o volume de dados produzidos e a diversidade de novas fontes de dados que apareceram nos últimos anos, organizações
Governança e Big Data. Celso Poderoso
Governança e Big Data Celso Poderoso [email protected] Celso Poderoso Formação Acadêmica: Economista Especialista em Sistemas de Informação Mestre em Tecnologia (Grid Computing/Cloud Computing)
Sistemas de Apoio a Decisão
Sistemas de Apoio a Decisão (Inteligência nos Negócios - Business Inteligente) Sistemas de Informação/Ciências da Computação Aran Bey Tcholakian Morales, Dr. Eng. (Unidade 1) 1. Inteligência nos Negócios
Sistemas Distribuídos Aula 8
Sistemas Distribuídos Aula 8 Aula passada Limitação dos semáforos Monitores Variáveis de condição Semântica de signal Aula de hoje Arquitetura de sistemas Arquitetura de sistemas distribuídos Cliente/servidor
Sistema Gestor de Bancos de Dados (SGBD)
Sistema Gestor de Bancos de Dados (SGBD) Conceitos Gerais Prof. Guilherme Tomaschewski Netto [email protected] Roteiro! Contextualização! Apresentação, um pouco de história Legendas! Nesta apresentação
INTRODUÇÃO A PROGRAMAÇÃO PARA WEB
INTRODUÇÃO A PROGRAMAÇÃO PARA WEB PROF. ME. HÉLIO ESPERIDIÃO Navegador O navegador também conhecido como web browser é um programa que habilita seus usuários a interagirem com documentos hospedados em
Introdução à Informática
Conteúdo Complementar Introdução à Informática FORMAÇÃO TÉCNICA Curso Técnico em Agronegócio Introdução à Informática Sumário Ferramentas colaborativas na Internet 5 Armazenamento de arquivos online 6
Introdução a Computação em Nuvem
Introdução a Computação em Nuvem Sistemas Distribuídos Mauro Lopes Carvalho Silva Professor EBTT DAI Departamento de Informática Campus Monte Castelo Instituto Federal de Educação Ciência e Tecnologia
Programação para Dispositivos Móveis
Prof. MSc. Flávio Barros [email protected] www.flaviobarros.com.br Programação para Dispositivos Móveis Aula - Arquiteturas de Aplicação Móvel Caxias - Ma Roteiro Arquiteturas de Aplicação Móvel Arquiteturas
Introdução à Computação para Engenharia MAC2166 Prof. Dr. Paulo Miranda IME-USP. Aula 1 Introdução à Computação
Introdução à Computação para Engenharia MAC2166 Prof. Dr. Paulo Miranda IME-USP Aula 1 Introdução à Computação Eventos históricos: 1) Primeiro computador a válvulas, o Eletronic Numeric Integrator And
#pragma LeadBot. Um Bot* inteligente em sua homepage conectado ao Dynamics 365
#pragma LeadBot Um Bot* inteligente em sua homepage conectado ao Dynamics 365 Crie um processo de atendimento automatizado em seu site capturando Clientes Potenciais via chat autônomo. Ofereça suas ofertas
O que é preciso para ser Cientista de Dados?
O que é preciso para ser Cientista de Dados? Cássio Socal Cervo Administração de Empresas - PUCRS Ciências Contábeis - PUCRS MBA Gerenciamento de Projetos - FGV/Decision MBA Big Data e Analytics - FGVSP
Cassandra no Desenvolvimento de Aplicações para serviços Móveis. por J.P. Eiti Kimura
Cassandra no Desenvolvimento de Aplicações para serviços Móveis por J.P. Eiti Kimura Apache Cassandra O que é? Princípio de Funcionamento Modelo de dados Aplicação do Cassandra Requisitos do serviço Arquitetura
Sistemas Distribuídos
Sistemas Distribuídos Prof. Emerson Ribeiro de Mello Instituto Federal de Santa Catarina IFSC campus São José [email protected] 29 de julho de 2015 1/21 Apresentação da disciplina Objetivo da disciplina
Fundamentos de Informática Introdução aos Conceitos Básicos
Fundamentos de Informática Introdução aos Conceitos Básicos Professor: Luiz A. P. Neves [email protected] e [email protected] 1 Roteiro Objetivos Conceitos Básicos Processamento de Dados Modalidade de Computadores
USO DE CANAIS DIGITAIS NA VENDA DE IMÓVEIS TECNOLOGIAS QUE IRÃO TRANSFORMAR A INTERMEDIAÇÃO IMOBILIÁRIA NOS PRÓXIMOS ANOS SERGIO LANGER
USO DE CANAIS DIGITAIS NA VENDA DE IMÓVEIS TECNOLOGIAS QUE IRÃO TRANSFORMAR A INTERMEDIAÇÃO IMOBILIÁRIA NOS PRÓXIMOS ANOS SERGIO LANGER Sergio Langer Possui mais de 20 anos de experiência em comunicação
Entendendo o Big Data
Entendendo o Big Data Gerência de Arquitetura Corporativa Arquitetura De Dados Fernanda Farinelli Você já parou para pensar nos dados que geramos a cada instante? SCM Quantidade de Dados por dia Processa
Apache Hadoop É hoje que vai instalar o seu primeiro cluster?
Apache Hadoop É hoje que vai instalar o seu primeiro cluster? Date : 16 de Março de 2016 Como processar grandes quantidades de dados de forma rápida e a baixo custo? A resposta é Hadoop! Esta framework
Replicando dados para o Kafka com o Oracle GoldenGate DBA Brasil 4.0 #DB4BRASIL
Replicando dados para o Kafka com o Oracle GoldenGate DBA Brasil 4.0 #DB4BRASIL Murilo Nascimento Engenheiro de Soluções Oracle Brasil 4 de maio de 2019 Copyright 2019, Oracle and/or its affiliates. All
FUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES SISTEMAS DE COMPUTAÇÃO. Cristina Boeres
FUNDAMENTOS DE ARQUITETURAS DE COMPUTADORES SISTEMAS DE COMPUTAÇÃO Cristina Boeres Sistema de Computação! Conjunto de componentes integrados com o objetivo de manipular dados e gerar informações úteis.