Nesta apresentação vou mostrar como utilizar o proxy Envoy para trazer mais resiliência e confiabilidade para suas aplicações Flask e também como isso pode se encaixar no contexto do Kubernetes.

Conteúdo:

Introdução:

 - O que é o Envoy?

 - O que é o Kubernetes?

Padrões de resiliência:

 - Circuit Breakers

 - Automatic Retries

 - Health Checks

Kubernetes:

 - Network de um Pod

 - Sidecar pattern

Vamos aprender nesta palestra que, o REST eh muito bom no que ele se propoe a fazer, porem ele possui suas limitacoes tecnicas, existem seus pontos positivos porem tambem seus pontos negativos, os quais serao expostos nesta apresentacao;

o objetivo nesta palestra eh que os participantes ja saiam sabendo o que eh o GraphQL a ja saibam criar suas proprias Querys Languages baseadas nas que serão usadas aqui nos exemplos;

Historicamente temos estas opcoes/formas/maneiras de realizar troca de informacoes via rede:

->FTP

->SOA

->SOAP

->WSDL

->WADL

->REST

->GraphQL

Quais as vantagens?

Quais as desvantagens?

Qual o melhor?

Qual me oferece mais segurança?

Qual deles me da suporte assincrono?

Qual o melhor para uso Stateless/Stateful?

Estas e outras questoes serao respondidas nesta palesta!

Abordagem de design de solução utilizando Python e Flask para em conjunto resolver problemas atuais de arquiteturas distribuídas e escalares.

A definição de estilos arquiteturais vai muito além na prática, onde entenderemos o que pode dar certo e errado na definição de processos dentro de uma aplicação que sempre inicia-se pequena e possivelmente desorganizada, para uma arquitetura mais bem planejada e robusta que pode assim atender todos os requisitos funcionais e não funcionais no contexto de negócio do qual estiver inserida.

O design de solução aqui deve ser considerado como peça fundamental para um ciclo de vida de aplicação que possui um longo caminho pela frente.

A idéia principal é testar um CRUD desenvolvido em Flask, utilizando o selenium. Abordaremos um pouco sobre o que é o BDD (Behavior Driven Development), falarei um pouco sobre o selenium e mostrarei a estrutura do Gherkin (Gherkin é uma linguagem que foi criada especialmente para descrições de comportamento). 

Parte dos testes serão feitos na forma de live code.

* Por que eu escolhi Flask ao invés de Django?

* Um pouco sobre o processo de criação do nosso MVP e como foi a escala dele após ser validado no mercado.

* Como construímos nosso Backlog.

* Como flask nos ajuda a manter o desenvolvimento rápido e enxuto após escalar.

* Usando (apenas) JINJA tanto na versão WEB como na versão MOBILE.

* Nossa primeira API aberta.

Qual é o objetivo de criar um modelo de ML se você não o colocar em produção? 

Só criar o modelo, calcular métricas NÃO É O FIM DO TRABALHO de um cientista de dados. 

Podemos fazer muito mais que isso. Na verdade, implantar um modelo escalonável é muito mais fácil do que parece. 

E saber como fazê-lo certamente agregará grande valor ao seu currículo, porque a maioria dos cientistas de dados não vai tão longe. 

Então, a ideia da palestra é falarmos sobre:

- O que é machine learning e o papel do cientista de dados;

- Árvores de decisões;

- Pré processamento do conjunto de dados;

- Ajustes no modelo; 

- Criando uma aplicação simples utilizando, claro, Flask;

- Conclusões

Vamos ver como é simples criar um modelo de machine learning e o colocarmos em produção. Tudo isso utiliazando Python e Flask <3

Nunca viu flask? Nunca fez um projeto web na vida?

O objetivo dessa palestra é fazer nosso primeiro código com flask e tentar dar uma visão geral do mundo web.

Minha ideia é tentar traçar um roteiro básico do que você precisa e bolar um plano de estudos para você sair do zero.

Pretendo ir falando e fazendo codar um pouco pra desmistificar a dificuldade que existe nisso.

É mais simples do que parece. Vamos aprender juntos?

<3

O que é mock/patch? Quando utilizar mock/patch? Como desenvolver aplicações estáveis e escalaveis tendo um coverage alto de testes unitários, e qual é a implicação disso na sua vida como dev? Prentendo mostrar alguns casos de uso reais e code snippets que já utilizei e vi sendo utilizados.

Nessa palestra venho abordar como o desenvolvimento orientado a teste ajuda no desenvolvimento de um código limpo e conciso seguindo as boas práticas do SOLID. Tendo como resultado um código mais fácil de manutenção e evolução.

Nesta palestra vamos apresentar o plugin pytest-regressions e seu uso para construir testes de regressão de modelos numéricos. Também vamos apresentar a biblioteca serialchemy para testes de regressão em APIs de banco de dados com exemplos utilizando flask-sqlalchemy.