https://media.blubrry.com/hipsterstech/p/content.blubrry.com/hipsterstech/hipsters_073_big_data.mp3Podcast: Reproduzir em uma nova janela Baixar Incorporar Android RSS More Compartilhar Assinar Big Data e Data Science: pra quê afinal? – Hipsters #73 05/12/2017 / Podcast programação / 16 Comentários Neste episódio, finalmente vamos descobrir o que é big data e data science e qual a relação entre elas. Participantes: Paulo Silveira, o host que aprendeu muito nesse episódio Fabiane Nardon, cientista de dados chefe na Tail Maurício Linhares, co-host e boxeador chefe da Digital Ocean Links: Mllib Mahout Palestras do pessoal da Tail Meetup machine learning, big data e engenharia Curso de data analysis da Alura Produção e conteúdo: Alura Cursos online de Tecnologia Caelum Ensino e Inovação Edição e sonorização: Radiofobia Podcast e Multimídia Relacionado
Douglas_Murita - 0 Quais os livros que eu posso comprar para iniciar meus estudos em Data Science e Big Data ? Responder
Igor C. F. Nobre - 0 Data Science do Zero. Primeiras Regras com o Python Bad Data Handbook Julia for Data Science Mastering Python Data Analysis Mastering Python Scientific Computing Responder
diegobdev - 0 Tanto conteúdo e em tão pouco tempo! Façam a “parte 2″…e com mais tempo, o assunto é bem extenso, mas, vale a pena. Abraço. Responder
Fernando Quadro - 0 Paulo, quando entrei pra escutar o podcast e vi que teria apenas um convidado, achei que poderia ficar um pouco “chato”. Mas me surpriendi,e achei que Fabiane deu um “show”, e proporcionou um excelente podcast. Parabéns! Responder
Paulo Silveira - 0 ela é uma das pioneiras e maiores desenvolvedoras do brasil, eu nao convidei mais ninguem pois sabia que ia dar muita conversa! Responder
Fernando Boaglio - 0 Achei que nunca mais escutaria alguém falar de Cadeias de Markov kkk Minha sugestão aos interessados é ficar ligados nos Meetups gratuitos que acontecem por aí, tive o privilégio de ver a Fabiane em um deles https://www.meetup.com/pt-BR/conexaotwsp/events/239492915/ Responder
Walter - 0 ‘ Sharding ‘ de dados nesse caso é o scraper ( Termo comumente utilizado ) ? Sei que a tradução de ambos os termos é ‘ raspagem ‘, mas do modo como foi mencionado parece um processo armazenar dados, independente da fonte dos mesmo. Responder
Tiago Silveira - 0 Não. Simplificando bastante, sharding é o processo de repartir os dados em N pedaços, para poder executar um programa em N máquinas em paralelo. Tá melhor explicado aqui: https://pt.wikipedia.org/wiki/Shard_(arquitetura_de_banco_de_dados) Responder
Walter - 0 Seria da hora fazer um trabalho para deixar o player deste podcast parecido com o do Jovem Nerd que tem atalhos, cache … da pra navegar enquanto ouve, o player é fixado então não importa se tu descer tu pode parar o pod a qualquer momento … Responder
Yukio - 0 Muito bom o tema e ótima convidada. Explicações bem didáticas. Eu acrescentaria apenas que saber uma variedade de algoritmos é sim importante, mas testar vários até encontrar o melhor, tem menos impacto do que muita gente acredita. Uma das coisas mais faladas nos fóruns de modelagem é que se o modelo mais simples resolve o problema, é ele que devemos utilizar. Em muitos casos o ganho de um algoritmo muito complexo é pequeno. Aqui tem uma tabela boa ilustrando isso: https://estatsite.com/2016/12/24/muitos-posts-sobre-manipulacao-de-dados/ Responder
Tiago Silveira - 0 Kaggle é a melhor recomendação do podcast, deveria estar na lista de links. Eles estão em desenvolvimento ativo e os desafios são muito bons. Responder
