Communities Dev Show 2018
Caro(a) palestrante, seja bem-vindo(a) ao Communities Dev Show 2018
Você pode falar sobre qualquer assunto que envolva tecnologia e desenvolvimento, fique a vontade.
Será dia 29 de Setembro de 2018 na B2W
Prepare-se para uma palestra de 25 minutos (+ 5 min pra perguntas).
Meetup
Por favor coloque seus slides na internet e nos informe o link o quanto antes.
Mesmo assim garanta uma versão em PDF e nos envie por email (backup).
Obrigado.
Propostas
Arquitetura resiliente usando microserviços
Nesta palestra vou explicar como funciona a arquitetura da Olist (empresa em que trabalho) e como esta arquitetura funciona para resolver problemas de indisponibilidades entre sistemas. Resumo (#spoileralert):
- O AWS SNS (https://aws.amazon.com/pt/sns/);
- O AWS SQS (https://aws.amazon.com/pt/sqs/);
- O Loafer (https://engineering.olist.com/python-e-microservicos-introducao-ao-loafer-11b047194b2a);
- A plataforma Olist (https://engineering.olist.com/como-funciona-a-plataforma-olist-8e2eb8b8181a).
Coma seus vegetais
A ideia é fazer um bate papo sobre testes e explorar as ferramentas de BDD com Python.
- Entender o que é BDD e por que isso é diferente de TDD
- Vamos fazer alguns testes em live code mesmo
- Gerando documentação viva das funcionalidade em linguagem natural com gherkin
- Fazer testes funcionais e explorar seu sistema testando requisitos
Vamos usar básicamente o behave e tentar enteder seus outputs e seus hooks e como isso pode ajudar em um desenvolvimento mais testável e tentar entender um pouco mais a cultura de testes relacionados a comportamento.
Construindo um front-end moderno com Vue.js
Nesta palestra aprenderemos na prática os conceitos básicos de uma aplicação front-end moderna, como componentes e data binding.
Aprenderemos também a como consumir uma API e o sistema de rotas do Vue.js.
Data science em prática: Eficiência logística através da redução do roubo de carga
A ideia é apresentar o projeto da Cobli com um grande empresa do mercado nacional de cigarros que tinha como objetivo reduzir o prejuízo causado pelo roubo de suas cargas.
Vamos passar por:
- Escopo do projeto
- Metodologia utilizada
- Como tratamos os dados
- Resultados obtidos
- Definição de pilotos e próximos passos
entre outras descobertas desse projeto que conseguiu utilizar dados de maneira eficaz e interessante.
Elasticsearch e Python para monitorar e previnir falhas na sua aplicação
Nessa palestra irei demonstrar como utilizar a Elastic Stack (Elasticsearch, Logstash, Filebeat e Kibana) para monitorar aplicações.
Com a Elastic Stack é possível monitorar todos os logs da sua aplicação, inluído tempo de resposta, quantidade de requisições, quantidade de requisições com erros e quais os maioras falhas que a aplicação retorna.
Juntando o Elasticsearch mais Python, vamos realizar correções paliativas de erros na aplicação em quase tempo real enquanto o usuário acabou se sentir um problema.
Fernando Diaz - Log Aggregation Solution EKK
Centralização de Logs utilizando os serviços dentro da Cloud AWS (ElasticSerach Service, Kinesis, Lambda, Kibana,).
A palestra tem o Objetivo de demonstrar como utilizar a arquitetura da aws para armazenar grande escala de logs e dados, enfatizando
diversos casos de uso como logs de aplicações, servidores, e até mesmo logs da própria cloud aws.
Este projeto foi realizado pelo time interno da Sephora B2W
O que é desenvolvimento seguro, DevSecOps e S-SDLC
Conceitos básicos de segurança - O que é estar seguro?
Evolução dos ataques - Como eram os ataques, como são, e como serão?
Por que desenvolvimento seguro - Por que se preocupar com isso?
DevSecOps - Só moda?
Processo de S-SDLC - Que sigla é essa?
OWASP Top 10 - Um projeto bacana pra guiar boa parte do trabalho.
The joy of composition
O objetivo dessa palestra é falar sobre a ideia de composição no desenvolvimento de software e sua relação com o paradigma funcional.
Zhang Yifei - Marvin AI: Abstração e padronização em projeto de Machine Learning
Marvin-AI é a plataforma de código aberto que ajuda os times de ciência de dados a produzir modelos de machine learning de maneira
ágil. Ele é composto de ferramentas, bibliotecas e um poderoso servidor de aplicação que expõe micro serviços garantindo a sua
segurança e a escalabilidade.