Profile

Robson Luis Junior @robson_luis


About Me

-

Proposals

big data disruptiva com python

trabalhar com enormes massas de dados dos mais variados tipos, é um desafio que vem sendo vencido dia a dia com python.


A palestra abordará:


- investigação e operacionalização dos seus dados;


- conceitos de computação distribuida com python:


- hackeando fonte de dados;


- estatistica e matematica para iniciantes


 

Data Analysis com Python sem segredo

Aprendar um pouco como manipular dados com python de maneira simples, com ferramentas avançadas para apliação com aplicação no seu dia a dia.


 


- Como começar?


- O que posso fazer?


- Hands on!


 


:)


 


 

deep pandas

pandas é um pacote para manipulação de estrutura de dados extremamente rápido e flexivel. Pandas permite fazer analise de dados para o mundo real de maneira intuitiva e rápida. Nesse tutotiral vamos fazer um introdução sobre o pandas, obtenção e seleção de dados, slicing, limpeza e agregações! De quebra ainda terá um bom overview sobre iPython.


Material:


- Um computador ou tablet com teclado ;


- Acesso a internet. 

deep pandas

pandas é um pacote para manipulação de estrutura de dados extremamente rápido e flexivel. Pandas permite fazer analise de dados para o mundo real de maneira intuitiva e rápida.


O tutotiral vamos fazer um introdução sobre o pandas, obtenção e seleção de dados, slicing, limpeza e agregações! De quebra ainda terá um bom overview sobre iPython.


Material:


- Um computador ou tablet com teclado ;


- Acesso a internet. 


Pode ser aplicado em 4 ou 8 horas!

pyspark e computação distribuida

Spark é um framework generalista para tratamento de big data. O tutorial abordará!


- Um overview sobre Apache Spark como produto;


- PySpark


- iPython


- Uso de RDD


- Uso do SparkSQL


- Criação de um programa completo para tratamento de uma massa de dados com 16 anos de informação das eleições gerais do Brasil.


 


Material:


- Um computador ou tablet com teclado ;


- Acesso a internet. 


Tutorial de 8h.