[Iniciante]

Todo bom programador já passou por uma fase na vida em que a POG (Programação Orientada a Gambiarra) foi sua melhor amiga. Junto com ela (ou até mesmo sem ela!), encontram-se erros comuns e alguns erros absurdos que são cometidos com frequência e que, na maioria das vezes passam despercebidos até mesmo por programadores experientes. 
Nesta palestra, irei mostrar algumas dicas do que não fazer quando estiver programando em Python, utilizando como exemplos alguns códigos e erros que programadores (do Padawan ao Mestre Yoda) cometem sem nem sentir o peso.

13(-10) reasons why você precisa assistir esta palestra:
1. "O inteligente aprende com os seus erros, o sábio aprende com os erros dos outros."
2. Conhecer os erros ajuda a evitá-los.
3. Python é bom demais pra ser codado errado.

Segundo a pesquisa “Empreendedorismo nas Universidades Brasileiras”, feita pela Endeavor e pelo Sebrae em 2015, quase 6 em cada 10 universitários pensam em empreender, mas poucos pensam em inovar e ter muitos funcionários. As conclusões que podem ser retiradas da pesquisa é que o universitário brasileiro pensa em empreender, mas não pensa em ter um negócio inovador e crescente. Muitos pensam em empreender por necessidade, e não por oportunidade. Diante desse cenário, vivemos em um país que importa inovação e não a gera, e universidades que formam seus alunos para o meio acadêmico ou para a indústria. Como podemos mudar esse cenário e fazer com que a universidade seja um ambiente inovador? Em meio a crise, como podemos fazer os estudantes entenderem que eles podem criar suas próprias oportunidades?

O objetivo da palestra é mostrar como a API C do interpretador Python pode ser usada para desenvolver módulos Python em código nativo (extensions) e construir sistemas híbridos, com partes escritas em Python e outras em C++.

Também serão discutidas as situações nas quais é vantajoso utilizar estas técnicas. Esta discussão consiste em deixar claro quando um sistema, ou parte dele, tem um gargalo de IO (IO-bound), situação na qual é vantajoso utilizar uma linguagem dinâmica como Python. E de forma semelhante, quando o gargalo é processamento (CPU-bound), situação na qual vale a pena usar código nativo e tipagem forte por motivos de performance, em particular C++14.

O problema inverso, embarcar scripts Python em aplicações C ou C++ e promover interoperabilidade entre sistemas existentes também será abordado. As tecnologias abordadas serão:

- A API C do interpretador Python mais usado (CPython)

- A biblioteca C++ boost::python que facilita a criação de extenções para o CPython.

Em muitos problemas de matemática aplicada, física e engenharia precisamos usar métodos numéricos. Existem bibliotecas (não precisamos reinventar a roda) no Python que podem auxilar na solução desses problemas, gerando, quando for necessário, gráficos de excelente qualidade.

Nesta palestra apresentaremos algumas bibliotecas matemáticas e exemplos de como usar essas bibliotecas. As principais bibliotecas são:

Numpy : fornece poderosos objetos para matrizes numéricas e rotinas para os manipulá-los. 
Scipy : rotinas de processamento de dados de alto nível. Otimização, regressão, interpolação, etc. 
Matplotlib : Visualização 2-D, plotagens prontas para publicação.

Uma definição de computação científica: uma área de atividade/conhecimento que envolve a utilização de ferramentas computacionais (software) para a solução de problemas científicos e das engeharias.

Quer construir o seu próprio Next-Generation Firewall (NGFW) ?

Como analisar mais de 50 gigas de tráfego coletado ?

Nesta palestra eu vou apresentar algumas aplicações de Python e Machine Learning na área de Cyber-Segurança.

Aplicações Web modernas são compostas de diversos componentes que vão além de um servidor web e um banco de dados.

O objetivo dessa talk é apresentar uma arquitetura avançada de uma aplicação web pontuando os conhecimentos que um desenvolvedor Full-Stack Python deve adquirir.

Tópicos abordados:

- IaaS/PaaS
- Web Frameworks
- Servidor Web e Servidor de Aplicação
- Cache
- Fila de Tarefas Assíncronas
- Monitoramento
- Deploy

🚀 Rocket.Chat 💖 Python 🐍

Uma introdução a ChatOps com Rocket.Chat e Python

Nessa talk, falarei um pouco sobre Rocket.Chat, a maior plataforma de chat Open Source, e ChatOps, um crescente modelo de colaboração.

ChatOps é um modelo de colaboração que conecta pessoas, ferramentas, processos e automação em um Workflow transparente. Esse fluxo conecta o trabalho a ser feito, o trabalho sendo feito, e o trabalho já feito em um local persistente controlado por pessoas, bots, e ferramentas relacionadas. A transparencia encurta o loop de feedback, melhora o compartilhamento de informações e a colaboração. Sem falar do treinamento e da cultura de time.