No dia-a-dia nos deparamos com diversas situações onde precisamos desfazer besteiras no código ao longo do desenvolvimento. Nessa palestra mostro dez situações diferentes onde podemos lançar mão de funcionalidades esquecidas do Git para nos ajudar nessa jornada.

Conheça um projeto open source que está facilitando a vida de muitas pessoas que precisam usar o computador para estudar, ler, trabalhar, pagar contas, se comunicar, mais elas não possuem visão, ou parcial ou total.

O melhor software do mundo para ajudar deficientes visuais a usar computador, é um software alemão que custa um valor astronômico, e só a licensa, é 8 mil dólares.

Cansados desta situação, dois programadores python australianos, deficientes visuais, resolveram criar o seu proprio software para auxiliar outros deficientes e ainda liberaram o seu software no github.

Quer conhecer?

Então não perca esta apresentação!!!

Não podemos adotar Python porque nossa equipe de informática não pode dar suporte a esta linguagem! :-(

Não podemos adotar Python porque os desenvolvedores Python são muito libertinos! :-(

Não podemos adotar Python porque nossos servidores não possuem esta configuração! :-(

Não podemos adotar Python porque não faz parte de nossa política de TI! :-(

Não podemos adotar Python porque... etc, etc e etc. :-( :-( :-(

Quem nunca ouviu frases como estas e ficou indignado! Eu sou um desses indignados e pretendo compartilhar um pouco do que vivenciei com vocês.

Nesta palestra será abordada a adoção do Python como uma alternativa viável para solução de problemas em um ambiente com cultura rígida, políticas restritas, baseada em normas e administração burocrática.

Serão abordados os seguintes temas:

- Cultura Organizacional em ambientes rígidos;

- Que tipo de problema estamos falando?;

- Resolvendo o problema com simplicidade: Python 3 / Django 1.7 (Admin + Suit + Autocomplete ligth + Date Range Filter + Filters);

- Fatores críticos de sucesso.

É isso!

Lidar com a submissão de formulários é uma tarefa corriqueira de quase todo desenvolvedor web. É também uma tarefa que pode a primeira vista parecer bastante simples, mas será que é mesmo? Desenvolver um formulário capaz de: realizar validações, lidar com erros, exceções e que tenha uma boa experiência de usuário (UX) exige muito mais do que você pode imaginar. Nessa palestra vamos explorar os desafios de desenvolver um formulário com todas essas características e vamos responder as seguintes perguntas:

- Como e onde e quando fazer validações?
- Como lidar com requisições asíncronas?
- Como reportar erros?
- Como garantir um boa UX?

Para isso, vamos utilizar algumas ferramentas modernas como: React, Redux, Sagas, Tapioca-Wrapper e Django REST Framework.

Multitenancy é um modelo de arquitetura de sistemas onde uma única instancia de software serve múltiplos clientes (tenants) cada um em seu próprio contexto disjunto de dados. Isolar dados não só nos permite evitar falhas de segurança no sistema como também simplifica o desenvolvimento da aplicação e sua manutenção. Nesta palestra vamos falar sobre as formas de se desenvolver um sistema multitenant, monstrando vantagens e desvantagens e também explorar as ferramentas disponíveis para o Django que podem facilitar bastante o nosso trabalho. 

Once upon a time which engineers spoke the same idiom: Makefiles and C.
All resources were too scarce and people cared about coding the best approach to solve problems with less memory and cpu usage possible. The main goal of this talk is show how can we get into better solutions for problems we usually assume as simple, and how can an optimized solution impact in the scalability of your product.

Corrotinas? Tulip ? async?  await?  event loop? Se tudo isso não faz sentido pra você, o objetivo dessa palestra é mudar isso, dando desde uma explicação geral sobre concorrência e paralelismo até o estado atual da comunidade, do ferramental, dos benefícios e onde AsyncIO se encaixa.

"Queremos que você seja nosso sócio!" -- Se você trabalha com tecnologia, certamente receberá um convite destes para participar de algum empreendimento.

Isso pode ser uma grande oportunidade! Será? Sim, é possível. Mas tudo tem risco e há casos onde pode ser grande uma cilada.

Tudo depende de como você analisa a oportunidade com os riscos associados, e principalmente, como tudo isso encaixa na sua vida.

Como tomar a melhor decisão?

Nessa palestra eu vou explorar os cenários mais comuns com suas grandes ciladas. Vou te provocar com as entrelinhas que costumam passar despercebidas. Vou compartilhar estratégias para evitar fazer um mau negócio, e realinhar seus interesses para fazer uma contra-oferta.

Começando em Big Data.  

Uma Desenvolvedora jr. aprendendo a trabalhar com grandes dados. 

As tecnologias e como trabalhar num ambiente com muitos dados. 

Nesta palestra vamos calcular recomendações simples (como a tradicional recomendação "Quem viu, também viu") criando execuções de map-reduce no Hadoop através da biblioteca mrjob.

Para isso irei falar sobre:

- O que é Hadoop e como funciona um job Map reduce?
- Calculando recomendações usando apenas "python puro"
- O que é MrJob
- Usando MrJob para calcular:
    * Popularidade de produtos
    * Quem viu, também viu
    * Quem viu, também comprou

Se você esta sentindo que esta perdendo o controle da sua infraestrutura ?

Não consegue mais conviver com noites de pizza e deploy ?

Não se sente seguro fazendo deploys artesanais em servidores snowflakes ?

Voce está cansado de brigas em equipes em um sistema de empurra-empurra ?

Junte-se a mim, em uma jornada de histórias com sucessos e fracassos, rumo ao sucesso de uma organização estrutural !

E COM SOLUÇÕES PYTHONICAS!

Qual é a maneira ideal de se trabalhar com Django usando um framework moderno de front?

Depois de passar anos usando Django e ótimas e péssimas experiências com frameworks de front, sinto que é hora de se falar mais sobre o assunto.
Pretendo discutir diferentes paradigmas de implementação para cada tipo de problema, passando por alguns pontos:
 - como decidir qual framework usar;
 - quando usá-los;
 - Django Rest Framework vs. Django puro;
 - e como tornar a aplicação extensível e pronta para aceitar diferentes soluções.

* Qual a importância da comunidade na sua vida

* Qual a sua importância para comunidade

* Adote um aluno

* Faça contatos

* Faça o certo (sempre)

* Participe 

Nessa palestra vamos ver exemplos práticos de como usar de maneira eficiente os recursos de debug. Ao final da palestra eu espero que você consiga debugar de maneira mais rápida, eficiente e principalmente agradável :)

Nessa palestra, mostraremos como construir uma API de forma rápida e fácil sem a necessidade de servidores e usando serviços disponíveis na nuvem da Amazon Web Services. 

Apresentaremos serviços como AWS Lambda e Amazon API Gateway e mostraremos como podemos combinar esses serviços com código escrito em Python para construir e disponibilizar uma API em poucos minutos. 

Pontos que serão abordados:

> Serverless

> Microserviços

> Amazon Web Services

> AWS Lambda

> Amazon API Gateway

Se você conhece ou trabalha com o Django e deseja saber como começar a contribuir está palestra é para você!

Juntos vamos solucionar um bug do django e fazer nossa primeira contribuição!

Para quem está começando a desenvolver sistemas e deseja fazer contribuições open source, as vezes é difícil saber por onde começar. 

A idéia de contribuir com uma grande lib que você adora parece um pouco assustadora?

Eu vou mostrar passo a passo, como contribuir com o django de forma simples! 

Usaremos um bug previamente resolvido por mim, para explicar o passo a passo.

Testar unitariamente é fácil, mas quando temos uma dependência externa no nosso código, a implementação do teste acaba demorando quando não sabemos usar direito os "paranauês" do mock.

Nessa palestra vou mostrar na prática as diversas maneiras de mockar objetos e isolar seu código testável de dependência externas como APIs e bancos de dados.

Falarei brevemente de teste unitário, qualidade de código até me aprofundar sobre mocks no python.

Channels mudam a forma como utilizamos Django: ao invés de somente receber e responder requisições – uma atrás da outra – agora temos acesso a WebSocket, long-poll HTTP e outras maravilhas da assincronia. Orientação a evento FTW. 

Nessa talk vamos ver os conceitos requisições assíncronas, WebSockets e como implementá-las com Django Channels!

The D is silent.

Serverless é um estilo de arquitetura onde não temos servidores*, lidando apenas com serviçoes de terceiros. Isso significa poder escalar infinitamente, com menos downtime e menor manutenção. Claro que essa não é a resposta para todos os nossos problemas, mas dependendo do caso, pode ser uma boa escolha.

Aliado a este conceito, temos o Zappa, uma ferramenta que torna extremamente fácil o deploy de aplicações Python WSGI no AWS Lambda.

Nessa talk vamos discutir sobre o conceito e aplicar a ferramenta, criando e deployando uma aplicação web Python com Zappa!

* Brinks: Serverless ainda é feito de servidores ;) 

Meu nome é Gustavo.

Eu trabalho em uma empresa de distribuição de conteúdo para canais de TV, em 2015 eu poderia ter sido demitido, mas eu descobri como poderia aumentar incrivelmente a produtividade e me tornar indispensável. 

Esta é a história de como eu comecei a aprender Python.

Vou mostrar aplicações práticas do uso de expressões na área de raspagem de dados, com exemplos reais mostrando coisas simples e também alguns exemplos um pouco mais avançados. 

Aviso! Esta não é uma palestra sobre Kung Fu, mas sim sobre como explorar de maneira interativa a biblioteca open-source Pandas, escrita em Python.

Pra quem não sabe, quando estamos trabalhando com Ciência de Dados, é bastante comum utilizar esta biblioteca para manipular o conjunto de dados que se tem em mãos, como uma etapa anterior a aplicação de qualquer algoritmo de Machine Learning.

O objetivo desta palestra é mostrar a você a alta performance provida pelo Pandas e também como é fácil utilizá-lo. Através de exemplos interativos utilizando Jupyter Notebook, você perceberá que não precisa ser especialista na área pra cair dentro de análise de dados.

E aí? Vamos começar fazendo um alongamento?

Pretendo explorar conceitos como responsabilidade e reusabilidade no nosso cotidiano, fora do editor de texto, e fazer analogias com o processo de aplicações que usam Django. Além disso, pretendo refatorar um app indo além dos conceitos como fat models e thin views e levando consideração alguns passos:

1. Add tests
   We need to guarantee it is working before changing it


2. Isolate code
   Identify portions of code that could be on another method


3. Reuse code
   Try to find repeated peaces of code and reuse it


4. Improve test
   Change tests to reflect the new structure and test the components accordingly


5. Abstract code
   Now that code is more organized we can use Django/our own abstractions to improve code


6. Improve domain
   We end up using the same domain to totally different things

Aprenda a aplicar o TDD corretamente com o microframework Flask para desenvolver APIs RESTful e tenha a segurança que o seu código faz o que você espera dele.

Serão abordados o Acceptance Test-Driven Development (ATDD), Testes Unitários, Mock, Fixtures de BD e Dublês de Testes.

Como você lida com chaves de api e outros dados secretos que são usados pela sua aplicação?

Nesta palestra vou falar sobre ferramentas como ansible vault, blackbox e etc, que te ajudam a gerenciar dados secretos de maneira eficiente e segura.

A algum tempo estudo sobre como gerenciar versões em projetos distribuidos, e como isso acontece no mundo open-source, acabei encontrando um modelo de ramificação (branch) e um processo bem interessante.

Nessa palestra, vou aprensentar como esse modelo impacta na redução de bugs em sua versão estável, versionamento (CHANGELOG) e como trabalhar distribuido em projetos Git (open-source).

Nível: Iniciante ~ Intermediário

Requisitos: Minímo sobre Git

Palavras-chave: git, github, versionamento, open-source, issues, hotfix, release

Interfaces gráficas são usadas diariamente nos experimentos científicos do Laboratório Nacional de Luz Síncrotron (LNLS), para controle de diversos dispositivos. No entanto, as GUIs apresentavam pouca flexibilidade e desempenho.

Buscando alternativas, foi encontrada no Python uma solução: o PyQt. Esta biblioteca tem trazido maior liberdade para o desenvolvimento de GUIs e será usada no Sirius, o novo acelerador de partículas brasileiro.

Nesta palestra, contarei sobre os desafios encontrados e qual o atual estado da solução em PyQt que será empregada no Sirius.

Sempre que começamos a trabalhar com python uma das primeiras coisas que a gente escuta e aprende são como fazermos o nosso código dentro das "guide lines" do python. Essas guides lines estão, em sua maioria, condensadas dentro da Pep8 e aborda várias coisas que vão desde espaçamento, forma de escrever funções, métodos, variáveis, etc.

A questão que simplesmente seguir esse conjunto de regras não garante que seu código seja Pythonico e consiga extrair o máximo dos recursos que a linguagem oferece.

A idéia dessa palestras é mostrar primeiros o que é o Pep8 e como ir além dele, conseguindo construir uma base de código conscisa, claro e boa.  Falar de coisas como clean code, uso de recursos que facilitam a cormpreensão (ex: contex, magic methods),  jeitos mais eficazes de escrever em python, etc.

Mais info:

https://www.youtube.com/watch?v=wf-BqAjZb8M

http://pyvideo.org/pycon-us-2015/beyond-pep-8-best-practices-for-beautiful-inte.html

https://www.reddit.com/r/programming/comments/3g8o2o/raymond_hettinger_beyond_pep_8_best_practices_for/

Hoje com o mundo de APIs distribuídas, nasceram algumas dificuldades de validar e navegar entre os dados de diversos micro serviços. O modelo JSON Schema e JSON Hyper-Schema hypermedia veio para documentar, validar e deixar sua API auto-descritiva, portanto melhora esses pontos para os clientes.

Kivy é um framework multiplataforma que permite fazer aplicações em Python com interfaces inovadoras para Linux, Windows, OS X, Android e iOS. E é um dos projetos em Python mais legais que tem, só que ainda é muito pouco utilizado. O objetivo dessa palestra é apresentar o Kivy, mostrar o que é possível fazer com ele e indicar o caminho pros primeiros passos. 

Algumas perguntas que serão respondidas:
- Funciona mesmo no celular? A performance é decente? Não fica feio?
- Consigo acessar os recursos do celular?
- Tem algum projeto em produção pra gente ver? O povo usa mesmo?
- Exemplos! Cadê exemplos de projetos livres usando Kivy pra eu aprender?

Algumas observações que não perguntam, e por isso mesmo que vou falar:
- Kivy *NÃO* e só pra celular! (vc não precisa usar gtk ou qt pra botar uma interface visual no seu programa que roda no computador)
- A Kv Lang (linguagem de marcação do Kivy, usada para criar as interfaces) é muito boa
- Dá pra fazer jogo! \o/

Ao projetar seus sistema a maoria das pessoas buscam o paradigma de micro serviços, onde cada serviço / parte / sistema é responsável por uma parte do negócio. Isso ajuda em várias questões como escabilidade, distribuição, menor problemas de falhas em cascata, etc. O problema é que no mundo real, por mais que a premissa do micro serviços sejam independencia total, eles precisam de dados que são comuns. Num sistema de assinatura, um serviço de cobrança quer saber dados do usuário, assim como o sistema de playlist dele, e por aí vai.

O desafio está em como fazemos com os dados sejam "onipresentes" sem perder todas as vantagens de termos um sistema distribuído e sem adicionar muita complexidade.

A idéia dessa palestra é mostrar como dentro do contexto da empresa e do produto que atuo, fizemos e estamos pesquisando para resolver esse problema.  Vamos conversar sobre coisas sobre o que muitos tem chamado de Sistema de Dados orientados a Evento, stream de dados, kafka, logs distribuídos, transações e assincronismo. Claro que adicionando um bom tempero do python e como ele se encaixa como uma das peças que ajudam na solução final.

Mais info:

https://www.confluent.io/blog/data-dichotomy-rethinking-the-way-we-treat-data-and-services/

https://www.thoughtworks.com/insights/blog/scaling-microservices-event-stream

A idéia é explicar brevemente o que é concorrência / paralelismo e depois entrar em detalhes sobre os principais modelos disponiveis no Python (não só com explicações teoricas, mas com demosntrações praticas).
Em outras palavras, nesse talk veremos as diferenças entre Threads, Processos e programação Async.

O maior hype dos anos 10 é o empreendedorismo, especialmente o digital, mas qual o caminho de tijolos amarelos que precisamos caminhar pra realizar MILHÕES em lucro?

Nessa palestra vamos utilizar todo senso comum e auto-ajuda possíveis para discutir:

-Make your dreams come true, just do it!

-Como e quando começar a programar aquele seu projeto maravilhoso que provavelmente irá falhar, e por que ele deve ser feito em python, ou não.

-Você tem um modelo de negócio ou um sentimento de que agora vai?

-Quanto dinheiro você precisa para queimar na fogueira das vaidades?

-Quando sai a próxima ponte aerea pro sucesso?

-É tetra!

O objetivo da palestra é mostrar boa parte dos métodos utilizados para validar um projeto em desenvolvimento, quais são os pontos chave para alavancar ou afundar uma ideia boa ou ruim, mostrar um projeto simples em python que atenda uma entrega de valor.
Não é um tutorial de empreendedorismo, mas uma palestra para que desenvolvedores possam entender o quanto seu trabalho pode contribuir ou ser desperdiçado.

Um ponto de vista de programador sobre como aproveitar seu espírito empreendedor sem necessariamente arriscar seu pescoço. Foco em histórias, principalmente de erros que cometemos ao empreender, e de como podemos ser empreendedores internos.

Após anos trabalhando com a cuidadosa especificação de requisitos bem escritos, corretos e completos, mas que nunca eram lidos, e não se mantinham atualizadas ao longo do projeto, comecei a estudar a abordagem de Especificação por Exemplos. Nessa metodologia encontrei a resposta para alguns dos meus questionamentos, e adotei uma nova forma de especificar meus projetos.
Nessa palestra pretendo compartilhar um pouco dessa experiência, discutindo as vantagens e desvantagens dessa metodologia e situações onde ela pode ser melhor aplicada. Mais especificamente no contexto de projetos em Python, falaremos sobre o uso de Lettuce (http://lettuce.it/) para especificação e automação da validação de requisitos.

Vamos brincar um pouco com concorrência.

O que você vai fazer amanhã? E nos próximos meses? Para onde vai, o que vai comprar... Você pode até não saber, mas com machine learning é possível prever suas ações, gostos e comportamentos. Estamos saindo da era da busca para era da recomendação, onde é possível identificar o que você quer antes mesmo de você pensar sobre isso. Venha descobrir como machine learning funciona, e como ele consegue fazer isso.

É comum usar linters como flake8 para checar a sintaxe e o padrão de código em projetos Python. Porém, ainda é raro o uso de outras checagens automáticas que podem evitar problemas de legibilidade, segurança, configuração, erros comuns, etc. Por exemplo:

- Seus imports são uma bagunça? Sem ordem, misturando módulos da stdlib com externos? Organize-os automaticamente com um clique usando isort.
- Cansado de checar se as libs que você usa receberam atualizações de segurança? Deixe safety fazer isso para você.
- Quer impedir que código inseguro entre no seu projeto? Escreva análises estáticas customizadas com bandit.
- Estressado com seu colega que deu push em um arquivo de vários MBs no repositório, deixando-o lento? Ou com outro que commitou com um pdb no código? Impeça esses erros de serem commitados com um pre-commit hook.
- Esqueceu funções e classes não usadas no código? Previna isso usando vulture.

Como podemos ver nos exemplos acima, muitos problemas podem ser evitados através do uso de linters, os quais podem ser integrados em tempo de commit ou de continous integration. Nesta palestra, apresentaremos os linters listados acima e outros, explicaremos como utilizá-los e detalharemos quais boas práticas eles cobrem. Além disso, como Django é um dos frameworks web mais utilizados em Python, abordaremos o Django system check framework, o qual pode ser utilizado para escrever checagens customizadas integradas a ele.

  Se você acredita nessa história de que Python é uma linguagem funcional, você não sabe de nada inocente. :)

O que acontece quando reunimos a melhor linguagem de programação, o melhor microframework e o banco NoSql mais quente do momento?

O resultado disso é muito bom, Quokka é um CMS open source desenvolvido com estas tecnologias.

Ele é flexivel possui extensões e modulos usando Flask Blueprints e temas.

Ele foi criado por @rochacbruno um dos maiores devs python do Brasil, muito ativo na comunidade Python.

Nesta apresentaçao será exibido como configurar, instalar e rodar o projeto, usar e criar extensões, modulos e temas.

Por quanto tempo é aceitável deixar o seu usuário esperando uma resposta do servidor? Para a maioria dos casos a resposta certa é: o mínimo que a conexão de internet dele permitir. Isso significa que o tempo que o seu servidor deve passar processando a requisição deve ser o mais próximo de zero possível. Nessa palestra vamos falar sobre o que são, para que servem, como  funcionam e quais são as boas práticas a se seguir quando estamos desenvolvendo tarefas assíncronas.

Mostraremos nesta palestra como a globo.com arquitetou e mantém o projeto que serve mais de 14 milhões de matérias todos os dias.

Será apresentado como utilizamos Python, Tornado e toda stack que precisamos montar para atender essa quantidade de acessos. 

Ficou curioso? Aproveita e vota :P

vamos conversar sobre quando devemos sair da nossa zona de conforto.

A melhor hora para tomar decisões é agora!!

- Porque sair da zona de conforto

-Como planejar para tomar a melhor decisão

-O que esperar de uma nova carreira 

-Foco no estudos 

A idéia dessa palestra é passar brevemente pela introdução à Redes Neurais e partir para a implementação de uma rede neural simples, mostrando como utilizar Python e Scikit para criar redes supervisionadas e não-supervisionadas.

Que o desenvolvimento de software permite colaboração distribuída, todo mundo já sabe. Mas quais ferramentas e atividades funcionam melhor no dia a dia de projetos com membros espalhados pelo mundo?

Desde preocupação com timezones, pareamento remoto, code review, idioma escolhido para comunicação e outras técnicas - o que tem funcionado e o que não deu certo nos últimos projetos que trabalhei.

 O objetivo da palestra é contar os casos e exemplos de iniciativas que fizemos dentro de projetos com pessoas localizadas em diversos países e mostrar os problemas que são enfrentados no dia a dia.

O JupyterHub permite que você crie um serviço de notebooks jupyter e habilita usuários a acessar de forma autenticada esses notebooks. Com isso, os usuários podem utilizar python, pyspark, R, sparkR, etc... usando notebooks. Esses notebooks são bons também para criação de um ambiente para ensino dessas tecnologias sem que o usuário precise instalar algo na sua máquina.

Vim? Sublime? Ficar se matando no pdb? JAMAIS!

Vou ensinar como usar o pycharm de forma eficiente e você nunca mais vai ter que navegar usando HJKL

O módulo unittest.mock é nativo no Python 3 e com ele podemos escrever testes mais precisos e mais velozes. A palestra será um live coding para ensinar como testar apenas o código da aplicação, sem depender de fatores como: externalidades (sistema de arquivo, banco de dados, servidores web etc.),  pacotes de terceiros (não precisamos testar o que o Django já testou e implementou, por exemplo) ou código nativo (não precisamos testar o que já está no core do Python). Ainda deixaremos nossos códigos mais rápidos refinando a granularidade dos testes, não testando (por efeito cascata) as funções da aplicação mais de uma vez.

Com esta palestra quero falar um pouco da minha experiência (desde novembro de 2015) com trabalho como freelancer com Python via Toptal. Falar sobre os desafios encontrados, problemas enfrentados e as vantagens deste modelo de trabalho.

Um overview do framework Scrapy, usado para extração de dados de sites. Como criar um crawler de uma forma fácil e rápida, interagir com formulários e simular o uso de humanos. Serão utilizados exemplos reais.