Conheça metodologias como CRISP-DM e TDSP (Microsoft) para estabelecer um processo rastreável e comunicável de projetos de Ciência de Dados para auxiliar na construção de uma cultura orientada a dados na sua organização.

Nesta palestra será demonstrado as funcionalidades do Apache Zeppelin para analise de dados utilizando de diversos interpretadores como Apache Cassandra, Apache Spark, Shell Script, Apache Hive, Apache Flink entre outros. Serão explorados os recursos básicos de analise de dados até os gráficos e visualização e todas seus conceituais. Exemplos serão apresentados.

A palestra tem como objetivo geral abordar os tipos de dados que podem ser obtidos por meio de APIs em Redes Sociais, o que pode ser feito com eles, e os cuidados com aspectos de privacidade. Será apresentado um estudo de caso que analisou publicações do Facebook, por meio de sua Graph API, demonstrando o processo de coleta, pré-processamento e mineração de diversos tipos de dados, sejam eles estruturados ou não (tais como documentos textuais). Será explicado como mesclar diferentes ferramentas para facilitar o trabalho do cientista de dados, que busca em redes sociais informações úteis para modelos de negócio inovadores.

Uma boa parte da população odeia física, mas ok... Como que eu e vários outros físicos entramos no mercado de Data Science? Do que vivemos? Como conseguimos? É mágia? Não, não é, eu conto para vocês :D

A palestra vai abordar carreira e os desafios e incertesas sobre uma área tão desejada.

São diversos os modos de se apresentar as descobertas a partir de análises de dados, nessa apresentação exploraremos uma delas, a Seaborn, que é uma biblioteca que faz parte do PyData Stack da linguagem Python. A usaremos para gerar gráficos elegantes e informativos.

Demonstrar como se utilizar a ferramenta open source da Uber para a visualizaçãod e grandes massas de dados geo localizados com marcação em mapas interativos, tudo isso utilizando a ferramenta ou integrando a mesma em sua aplicação JavaScript

As técnicas de aprendizado de máquina aplicadas à área da saúde tem trazido diversos resultados práticos na melhoria dos diagnósticos e definição do tratamento. Nessa palestra iremos mostrar as melhorias no atendimento aos pacientes do Hospital Conceição utilizando Ciência de Dados nos prontuários eletrônicos.

Trabalhar com data stream (em português chamado de fluxo de dados contínuo) apresenta diversos desafios. Onde o volume de dados é grande (sem tamanho fixo), o tempo de resposta precisa ser curto, e o tempo para pré-processamento é mínimo.

Nesse contexto essa palestra apresentará as diferenças entre Data Stream Mining e Data Mining (tradicional). Demonstrando como processar bases massivas com restrição de memória e tempo utilizando o framework MOA (Massive Online Analysis), explicando como ele atua na etapa de pré-processamento de forma dinâmica, considerando ainda um cenário com mudanças de conceitos (concept drift) dentro de um dataset.

Como construir um time de Data quando não existe a cultura, as pessoas, os sistemas necessários, as ferramentas e os dados? Nessa talk vamos falar dos desafios de construir um time de Data no Luizalabs e contar como escalamos de 7 para 40 pessoas em 4 meses, construindo um ecossistema, criando uma cultura que extrai o máximo dos Data Scientists e Engenheiros, e como saímos praticamente do zero até a produção.