PROF. MARLOS BOSSO

Resumo
Uma introdução aos conceitos de TI pertinentes a Data Science. Explicações sobre Big Data, Cloud, IoT (Internet of Things), Bancos de dados, Servidores, Storage, Data Center e como eles se relacionam com os cálculos analíticos. Qual o papel e a importância deles para o estatístico que realiza trabalhos de análise e modelagem.

Data
Dias 18 (sábado) e 19 (domingo) de JUNHO de 2016
Das 08h às 17h

Carga horária: 14 horas
Certificação no final: sim
Local: CONRE-3 - Rua Itapeva 366 Conj.21 - próximo ao Metrô Trianon/MASP da Av. Paulista.
Realização: COOPEREST

Investimento:
- Estatísticos com anuidade em dia em qualquer CONRE, estudantes do Bacharelado em Estatística = R$ 420 (parcelamento estará disponível)
- Demais casos: R$ 630 (parcelamento estará disponível)

POLÍTICA DE CANCELAMENTO: até 05/06, devolução de 95% do valor pago; até 12/06, devolução de 75% do valor; até 15/06, devolução de 50% do valor; até 17/05, devolução de 25% do valor, após 17/05, não haverá devolução.

Coffebreak será servido
Almoço por conta do aluno - nas proximidades há shoppings, restaurantes, lanchonetes, padarias, foodtrucks, kiosks

Conteúdo

1. Introdução
a. Agenda do curso, logística, apresentação
b. Motivação
c. O que esperar, o que irão aprender
d. O que é data science, machine learning, inteligencia artificial ?

2. Conceitos de computação (arquitetura de TI)
a. Servidores
b. Storage
c. Rede
d. Data Center
e. Bancos de dados
f. Nuvem
g. IoT
h. Big data

3. Linguagens de programação
a. O que são
b. Quais os tipos
c. Como funcionam
d. Mais comuns
e. Exemplos/Casos

4. Bancos de dados (SQL)
a. O que são, porque usar
b. Algebra relacional (SQL language)
c. UDFs
d. Bases de dados em paralelo e in-database analytics
e. Exemplos/Casos

5. Big Data (Hadoop)
a. O que é, de onde veio
b. Conceitos
c. HDFS
d. Map & Reduce
e. Algoritimos e extensões (Hive, Pig, etc....)
f. Spark e H20
g. Armazenamento key-value par
h. Exemplos/Casos

6. Cloud
a. O que é
b. De onde veio
c. Qual a diferença
d. Importância para Data Mining e Analytics
e. Exemplos/Casos

7. Referencias
a. Sites
b. Livros
c. Cursos
 
SOBRE O PROFESSOR - Marlos Bosso é formado em engenharia elétrica pela UNESP. Tem 10 anos de carreira em TI, começou na Microsoft onde trabalhou com 8 anos em cargos de gerência de suporte e vendas técnicas. Atualmente é Arquiteto de Pré-Vendas no SAS onde trabalha com os grandes clientes para desenhar a melhor arquitetura de TI para uso das ferramentas analíticas e estatísticas. Apaixonado por tecnologia, como ela impacta a vida da pessoas e cada vez mais interessado pelo mundo dos cálculos analítico e suas possibilidades.

Eventos recentes em que palestrou recentemente:
. Big Data Week 2015: Palestra Big Data Analytics
. Fórum Mobile+ 2015: Internet das Coisas: Os Caminhos para a Indústria 4.0
. Webinar SAS: A Inteligência analítica das coisas

Próximos eventos em que vai participar:
. SAS Global Forum 2016 (Las Vegas): Creating a Strong Business Case for SAS® Grid Manager: Translating Grid Computing Benefits to Business Benefits
. SAS DM Fórum (São Paulo): A era da monetização da informação