Profile

Rebeca Sarai @rsarai


About Me

-

Proposals

A busca por gargalos: Otimizando seu código python

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.

Jane Doe e o desenvolvimento de software.

Testar antes de deployar é uma máxima no desenvolvimento de software. Em alguns casos isso pode ser bem simples, no entanto quanto mais complexo for o seu sistema, mais difícil será testá-lo como um todo. Outra boa prática é criar um ambiente de teste exatamente igual ao seu ambiente de produção. Ainda assim, os dados de teste podem ficar desatualizados e não refletir a situação real do seu sistema, causando bugs inesperados. Então como validar sistemas complexos?


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 na validação 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 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.

Previsão de séries temporais com PyData e Inteligência Artificial

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.