Quando se trabalha com grandes quantidades de dados seu código Python não deve só ser executado corretamente, ele também precisa ser executado rapidamente. Otimizar código é uma grande parte do dia-a-dia do programador e à medida que a complexidade do projeto/problema aumenta as soluções comuns já não são eficientes. Essa palestra visa apresentar ferramentas para identificar gargalos no desempenho e mostrar como resolvê-los efetivamente. A partir de exemplos reais abordaremos ferramentas para lidar com “profiling”, otimização de código, concorrência, paralelismo e como modificar essas ferramentas para se adequarem a realidade do problema.

Em dias de vazamentos de dados sigilosos, proteger os dados de clientes se tornou um ponto de falha para várias empresas e a solução está longe de trancar tudo em um lugar seguro. Compartilhar de dados é inevitável. Nesta palestra abordaremos o problema da anonimização de dados, explorando como usar técnicas de anonimização para proteger as informações pessoais dos usuários ao analisar, testar, processar ou compartilhar um banco de dados.

Jane Doe é uma personagem fictícia que perdeu a memória e não tem noção nenhuma da sua identidade, apesar disso ela consegue realizar as mesmas atividades complexas de antes. Essa palestra vai utilizar o exemplo de vida de Jane Doe no desenvolvimento de software, abordando como realizar uma anonimização em uma base de dados com o objetivo de permitir que qualquer um possa testar/analisar/processar sem infringir os direitos de privacidade do usuário garantidos pela Lei Geral de Proteção de Dados Pessoais (LGPD).

A partir de um projeto amostra, todos os campos de identificação pessoal do usuário serão substituídos por pseudônimos, explorando algumas estratégias genéricas de implementação, seus desempenhos e limitações. Por fim, o uso desse conceito excede o teste de features mais complexas, mas também protege a privacidade dos usuários nos sistemas em que trabalhamos.

Dados são importantes. Nos últimos anos o número de leis relacionadas a privacidade foi de 20 para 100, alguns exemplos são: PCI compliance no setor de pagamentos, a GDPR europeia e a LGPD brasileira. Todos esses novos regulamentos tentam preencher uma lacuna antiga: o problema da anonimização de dados. Como proteger informações pessoais de usuários ao analisar, testar, processar ou compartilhar um banco de dados? E como continuar garantindo privacidade quando temos produtos baseados em IA?

Proteger os dados de clientes se tornou um ponto de falha para várias empresas e a solução está longe de trancar tudo em um lugar seguro. Compartilhar de dados é inevitável. Nesta palestra abordaremos o problema da anonimização de dados, explorando as técnicas mais comuns (K-anonymity, I-diversity, T-closeness) e as mais avançadas (Privacidade Diferencial, Federated Learning).

Quem é o público-alvo da sua palestra?

Pessoas de todos os níveis técnicos podem aproveitar esta palestra.

 O que os/as participantes devem esperar da sua palestra?

• Participantes irão aprender a importância de anonimizar uma base de dados e como realizar essa operação em um cenário real.


• Quais são as partes relevantes para desenvolvedores de regulamentos comuns (GDPR, LGPD, PCI)


• Quais são os principais algoritmos de anonimização e como eles funcionam? (K-anonymity, I-diversity, T-closeness)


• Em que situações anonimização não é suficiente e o que fazer nessas horas

Uma previsão correta sobre um conjunto de dados observados pode significar milhões de lucro para uma empresa, ao mesmo tempo que uma previsão errada pode levar outra empresa a falência. Nessa palestra você vai ver como utilizar alguns módulos do PyData (Pandas, numpy e outras) e algumas técnicas de Inteligência Artificial (redes neurais, computação evolucionária, inteligência de enxames) para resolver problemas reais de previsão.