Page 1

Imersão em Ciência de Dados


ANAIS DO DATA SCIENCE SUMMIT – 2018 TEMA:

Imersão em Ciência de Dados 27 e 28 de março de 2018 Local: Campus da Indústria – FIEP Curitiba - Paraná

COMISSÃO ORGANIZADORA DO EVENTO: Rogério Moreira de Oliveira Gerente do Tecpar Informação Coordenador Executivo do DSS – 2018

Celso Romero Kloss Diretor Superintendente do Paraná Metrologia Vice Coordenador Executivo do DSS – 2018

Anice Lucia Kalluf Daher Bill Jorge Costa Débora Cristina Colla Diego Rodrigues Pessoa Edna Martins Emanuel Ribeiro de Oliveira Ferrúcio Kochinski Giuliano Gonzalez Iramar Lopes Severiano Lívia Regina Nogueira dos Santos Luciana Kuczera Marcos Vinicius Souza Coloma Marilene Boaron Milton Pires Ramos Vilmar Faria Silva


Agradecimentos


Sumário Apresentação: Dois dias de imersão em Ciência de Dados........................................................6 Rogério Moreira de Oliveira – Instituto de Tecnologia do Paraná Os robôs enfim abrem os olhos....................................................................................................7 Aleksandro Montanha - Tecnoimagens Análise de Dados na Avaliação de Desempenho em Saúde - GPS-2iM©..................................8 Jovaldo Savian – 2iM Inteligência Médica Desafios e perspectivas das aplicações de geoinformação na era do compartilhamento......9 Luciene Stamato Delazari e Silvana Philippi Camboim - UFPR Estruturando uma área de Business Analytics, Data Science e Machine Learning em gestão de demanda: o caso de O Boticário...............................................................................10 Donald Neumann e Matheus Lima – Grupo Boticário Análise de dados na segurança pública: Um caso de sucesso no Governo do Paraná........11 Manoel Flávio Leal – CELEPAR e Capitão Rodrigo Perim de Lima – Polícia Militar Os dados e a Industria 4.0...........................................................................................................12 Sergio Rangel – Bosch Curitiba Aplicações práticas de ciência de dados voltadas ao segmento da saúde...........................13 Marcelo Dallagassa – Unimed Paraná DAMA – DMBOK 2: as melhores práticas para uma Ciência de Dados mais eficiente.........14 Manoel F. Dutra Lopes Jr. – DAMA Brasil Realidade Virtual e Ciência de Dados.......................................................................................15 Manoel Flávio Leal – CELEPAR e Capitão Rodrigo Perim de Lima – Polícia Militar

Machine Learning na Ciência de Dados...................................................................................16 Jacson Fressatto – Laura Tendências de Business Intelligence 2018...............................................................................17 Marcelo Manzano - Tableau


Imersão em Ciência de Dados Sumário Construindo Startups com Data Science..................................................................................18 Daniel Ikenaga - Jupter Um panorama da aplicação de Big Data e Machine Learning nos negócios.........................19 Leandro Escobar - Convexa Data Science Data-driven Decision Making.....................................................................................................20 Stephan Rodrigues Garcia – Code for Brazil A Produção e a Proteção do Conhecimento Sensível na Inteligência de Estado.................21 Paulo Teixeira – Agência Brasileira de Inteligência Discussões no Data Science Summit 2018..............................................................................22 Milton Pires Ramos – Instituto de Tecnologia do Paraná Avaliações do Evento................................................................................................................24 Participantes do DSS 2018 Considerações...........................................................................................................................25 Bill Jorge Costa – Instituto de Tecnologia do Paraná


Dois dias de imersão em Ciência de Dados A primeira edição do Data Science Summit

Agência Brasileira de Inteligência, Unimed

surgiu com a necessidade de discutir

Paraná, Technoimagens, Bosch do Brasil,

técnicas, tecnologias e tendências em

O Boticário, 2iM Inteligência Médica, Azuris

Ciência e Análise de Dados para que haja

Cloud & Mobile, Laura, Tableau,

suporte a Smart Things e Smart People,

Universidade Federal do Paraná, Jupter,

bem como compreender o panorama

Convexa Data Science e da Polícia Militar

paranaense na área: como nossas

do Paraná.

indústrias e instituições estão se comportando frente a este novo cenário.

Este Anais reúne os resumos de todas as apresentações do evento, bem como, um

O Data Science Summit foi organizado pelo Instituto de Tecnologia do Paraná em

relato dos temas discutidos nas mesas redondas ao final de cada dia.

parceria com a rede Paraná Metrologia e contou com o apoio da Fundação Araucária, da Secretaria de Ciência e Tecnologia e

Ensino Superior do Paraná, da Universidade Federal do Paraná e da Unilivre.

O evento ocorreu no Campus da Indústria da Federação das Indústrias do Paraná em Curitiba/PR, nos dias 27 e 28 de março de 2018. Contou com palestrantes da Companhia de Informática do Paraná, da

6

Rogério Moreira de Oliveira CEO DSS 2018


Imersão em Ciência de Dados Os robôs enfim abrem os olhos O Especialista Alexandro Montanha,

O tema apresentado abordou a

mostrou como dados obtidos por "visão

importância da inteligência artificial e o

de máquina" podem potencializar o

sensoriamento baseado em

mundo Smart em diversos setores.

processamento imagens para os projetos

Trouxe para os participantes o Semáforo

atuais e futuros nas mais variadas áreas.

Inteligente, que de fato é inteligente ao

A aplicação das tecnologias inovadoras

obter dados sobre o trânsito antes

de internet das coisas também foi

mesmo que os veículos cheguem ao

suscitada como uma oportunidade e não

cruzamento e assim decida a melhor

como um obstáculo frente ao mercado

forma de gerenciar a passagem dos

internacional, que desenvolve muitos

carros e proporcionando o melhor fluxo

recursos em escala, mas que ainda

possível.

enfrentam problemas de infraestrutura. soluções desenvolvidas no Brasil foram apresentadas, tais como semáforos inteligentes, controle de acesso veicular com reconhecimento facial e muitos outros sistemas de sensoriamentos.

Data Science Summit – DSS 2018

7


Análise de Dados na Avaliação de Desempenho em Saúde GPS-2iM© Esse processo utiliza o conceito de

acordo com a complexidade dos casos

Business Analytics e é ideal para uma

atendidos e na estruturação de

gestão eficiente de Hospitais Privados,

scorecards robustos e de fácil

acreditados ou em processo de

entendimento por quem está sendo

acreditação, operadoras de planos de

avaliado. O uso da avaliação de

Saúde Suplementar, além de sistemas de

desempenho também é uma estratégia

saúde de Estados e Municípios.

educacional para a melhoria contínua do

Este modelo é focado no paciente e

sistema. Estas premissas estão

encontra-se estruturado nas dimensões

estruturadas sobre dois conceitos

da qualidade na saúde, estimulando o

fundamentais: modelo centrado no

comprometimento do médico ou

paciente e rigor ético.

prestador com o sistema em que está

O objetivo final do modelo GPS.2iM©

inserido e propõe o estimulo destes

segue o conceito de que a qualidade se

profissionais com incentivos expressivos

avalia através de todos estes domínios

o suficiente para motivar mudanças na

combinados e não isoladamente o de

sua forma de prestar serviço, além disso

resultado, surgindo assim a analise

e cria o sentido de responsabilidade no

multidimensional da qualidade.

cuidado à saúde que extrapola o momento do atendimento. O modelo GPS.2iM© pode ser aplicado em qualquer setor de saúde, utilizando indicadores agrupados em domínios

relacionados à qualidade na saúde, na busca pela excelência através do uso de bandas ideais, nos ajustes de risco de 8


Imersão em Ciência de Dados Desafios e perspectivas das aplicações de geoinformação na era do compartilhamento Foram apresentados trabalhos desenvolvidos com diversos parceiros, como o mapeamento colaborativo de ruídos urbanos, cartografia colaborativa de favelas e um aplicativo móvel para o levantamento da arborização urbana. O grupo de pesquisas trabalha com Com o crescimento da disponibilidade de

conceito de ciência aberta, apostando

dados espaciais adquiridos através de

nas plataformas livres e no

ferramentas como aplicações mobile com

desenvolvimento de sistemas de forma

uso de geolocalização, sensores, drones,

aberta e compartilhada, para

mapeamento colaborativo, é possível

potencializar a inovação tecnológica. De

desenvolver uma série de aplicações que

forma geral, o principal desafio para o

permitam a geração de conhecimento

futuro é capacitar uma nova geração de

com base em padrões espaciais. Este

profissionais para desenvolver aplicações

conhecimento pode embasar decisões e

que possam explorar o conhecimento

permitir a visualização do relacionamento

gerado neste cenário em evolução, de

de fenômenos e da sociedade com o

abundância de informações espaciais e

território. Durante a apresentação, foram

transdisciplinaridade."

tratadas algumas linhas de ação que têm norteado as pesquisas do grupo na UFPR: Big Data Geoespacial; desafios das Infraestruturas de Dados Espaciais e o usuário como produtor da informação. 9


Estruturando uma área de Business Analytics, Data Science e Machine Learning em gestão de demanda: o caso do Boticário. Inicialmente, as análises foram voltadas para a previsão de demanda e nas reduções de sobrestoque ou de vendas perdidas que, com frequência e facilidade, demonstravam ganhos financeiros para a empresa. No entanto, descobriu-se que quando a ciência de O Boticário possui um complexo cenário

dados era voltada a análise de eficácia

no processo de previsão de Demanda,

dos programas de marketing, o potencial

influenciado por diferentes fatores

de ganhos era muito mais significativo.

internos e externos, como ações de

Apesar disto, a análise da correlação

Marketing, regionalização, variáveis macroeconômicas, ações de concorrentes, dentro outros. A área de

entre fatores envolvidos na efetividade do marketing é muito mais complexa devido

Analytics em Gestão de Demanda trás no

aos múltiplos fatores envolvidos e que,

presente trabalho o desenvolvimento e

portanto, deve ser multivariada (múltiplas

implementação de uma solução de

variáveis) com o uso do Machine

previsão de Demanda utilização técnicas

Learning para compreender os padrões

de Aprendizagem em máquina,

de comportamento.

atendendo tanto necessidades no varejo (Sell-Out) quanto na indústria (Sell-In).

Com a utilizando de Redes Neurais para a previsão Sell-Out e SVR com Árvore de decisões para a previsão Sell-In, foi possível alcançar em um ano uma redução significante no erro de previsão da organização.

10


Imersão em Ciência de Dados Análise de dados na segurança pública: Um caso de sucesso no Governo do Paraná A Secretaria de Segurança Pública do Paraná, SESP, possui 69 estudos de BI que contemplam informações sobre Policia Militar, Civil, Científica, Bombeiros, Instituto de Identificação e Departamento Penitenciário. Os estudos desenvolvidos são construídos em A CELEPAR, Companhia de Tecnologia e

parceria com a CAPE, Coordenadoria de

Informação do Paraná, sociedade de

Análise e Planejamento Estratégico. As

economia mista de capital fechado, cujo

equipes táticas da SESP trabalham com

maior acionista é o Estado do Paraná, foi

as soluções de BI para mapear os

criada pela Lei estadual 4945, de 30 de

componentes do crime: ambiente, vítima

outubro de 1964. Com sede em Curitiba

e criminoso. A partir deste levantamento,

atende os 399 municípios do estado. O

operações de segurança pública são

CIEE, Centro Integrado de Informações

criadas com alto grau de assertividade

Estratégicas, é uma equipe lotada na

para preservar o cidadão paranaense.

CELEPAR, que proporciona ao Governo instrumentos estratégicos para a tomada de decisão por meio de soluções de Business Intelligence: Qlikview e Geoprocessamento. No CIIE, equipes especializadas em cada uma das políticas públicas atendem de forma individualizada cada secretaria de Governo. Data Science Summit – DSS 2018

11


Os dados e a Indústria 4.0

Sérgio Rangel esteve envolvido em todo

Um dos grandes desafios das grandes

processo de implantação dos conceitos

empresas estabelecidas no Brasil a mais

de Indústria 4.0 na Bosch, planta de

de 30 anos é exatamente viabilizar a

Curitiba, e relatou os desafios e

conectividade e coleta de dados online

resultados desta experiência. Sérgio

de sua produção em um parque fabril

conta que a motivação foi a percepção da

extremamente diversificado, e em alguns

queda de eficiência e competitividade da

casos defasados tecnologicamente,

planta curitibana em relação às suas

buscando eliminar ao máximo os

relativas do grupo Bosch ao redor do

trabalhos de impressões e de digitação.

mundo.

Foi compartilhado qual foi a estratégia de

Foi relatado que apesar de ser buscar a

IT Manufacturing adotada pela Bosch de

Industria 4.0, muito da infraestrutura em

Curitiba para viabilizar o saneamento da

uso na planta ainda pertencia a fases

sua Infraestrutura, com a consequente

anteriores à 3ª revolução industrial, onde

extração dos dados de

não havia a geração dos dados de

processos, priorizando sempre os

operação e produção. E que, para isto, o

requisitos de Segurança da Informação.

maquinário deveria sofrer adaptações antes que se pudesse pensar no conceito de I4.0. A existência de uma massa de dados robusta e disponível é um dos prérequisitos básicos para a aplicação dos

conceitos de Mineração de Dados, Inteligência Artificial na jornada do I4.0.

12


Imersão em Ciência de Dados Aplicações práticas de ciência de dados voltadas ao segmento da saúde A Ciência de Dados é um conjunto de

(ii) pré-processamento: seleção de

estratégias, ferramentas e técnicas que

registros, redução de dimensionalidade,

busca reunir equipes multidisciplinares

normalização, criação de subconjuntos

formadas por pesquisadores com

de dados; (iii) análise exploratória e

conhecimento do problema em análise

mineração de dados: principalmente

(no caso saúde), estatísticos,

análises voltadas para classificação,

matemáticos e cientistas da computação.

associação, agrupamento, detecção de

Trata-se de um campo de estudo

anomalias e predição; (iv) pós-

bastante promissor e destaca-se pela

processamento: interpretação de

capacidade de auxiliar a descoberta de

padrões, filtragem, visualização e

informação útil a partir de grandes bases

acoplamento em sistemas de apoio a

de dados e a tomada de decisão

decisão e plataformas online para

orientada por dados (data-driven

visualização. A adoção da estratégia de

analysis).

Big Data em Saúde nos forçará a

Ela combina métodos tradicionais de

modificar a forma como coletamos,

análise com algoritmos sofisticados para

armazenamos, gerenciamos, analisamos

processar grandes volumes de dados em

e visualizamos os dados de saúde.

formatos diversos; estruturados, semiestruturados e não-estruturados. O processo de análise no âmbito da Ciência de Dados envolve as fases de (i) coleta e ingestão: extração, transformação e

carga (mais conhecido como ETL, do inglês Extract Transform Load);

Data Science Summit – DSS 2018

13


DAMA – DMBOK 2: as melhores práticas para uma Ciência de Dados mais eficiente A definição de Governança de Dados

Há, hoje no mercado, diversos

(GD) é ampla e plural. É um conceito em

frameworks sobre Governança de Dados,

evolução, que envolve o cruzamento de

conforme discutidos no Blog do Barbi

diversas disciplinas, com foco em

(Carlos Barbieri), em posts ao longo de

qualidade de dados, passando por

2012. O framework da Dama é

avaliação, gerência, melhoria,

certamente o mais completo e detalhado,

monitoração de seu uso, além de

pois envolve a Governança de Dados e

aspectos de segurança e privacidade

todas as áreas associadas a ela. A

associados a eles. Para tal, as empresas

trajetória de uma empresa em direção à

deverão definir objetivos organizacionais

Gestão de Dados (Data Management)

e processos institucionalizados, que

requer muitos cuidados, exatamente

deverão ser implementados dentro do

pelas características fluídas deste

equilíbrio fundamental entre TI e áreas de

elemento dentro da empresa, não

negócios. Através da GD, as empresas

bastando somente a adoção de um

hoje também definem mecanismos para

framework de referência.

analisar os processos que se abastecem de ou produzem os dados, criando um sentido maior de qualidade conjunta entre esses dois elementos seminais (dados e processos) e contribuindo para a valorização desses ativos, através do pleno conhecimento da

cadeia produtiva de informação e conhecimentos.

14


Imersão em Ciência de Dados Realidade Virtual e Ciência de Dados As máquinas de aprendizado e sistemas de recomendação tem mudado o processo de como as pessoas compram produtos e serviços, aumentando, muitas vezes, em mais de 70% a assertividade do conteúdo que as pessoas buscam na internet.

Como a realidade virtual pode ser

Em aprendizado de máquina,

impactada pelo uso das tecnologias de

computadores aplicam técnicas

inteligência artificial e como o

estatísticas de aprendizado para

comportamento do usuário pode ser

automaticamente identificar padrões

completamente analisado.

em dados. Estas técnicas poder ser

No sentido literal é possível entender o

utilizadas para realizar previsões com

que o usuário olha e o que ele sente.

alta precisão.

Na realidade virtual , a exibição final seria, naturalmente, um espaço dentro do qual o computador pode controlar a existência da matéria. Uma cadeira exibida em um quarto tão seria bom o suficiente para se sentar. Algemas, exibidas em um quarto tão iria ser confinando, e uma bala exibida em

quarto tão seria fatal.

Data Science Summit – DSS 2018

15


Machine Learning na Ciência de Dados

Existe praticamente um acordo universal

Se ela passar no teste, isto é, se

sobre o modo certo de tomar decisões:

concordar com os dados observados

tomar decisões baseadas em fatos

objetivamente (a realidade), então você

objetivos e observáveis ​através de um

mantém a hipótese como um veículo,

processo de raciocínio lógico. Este é, em

uma teoria testada, que explica a

essência, o método científico que ajudou

realidade observada satisfatoriamente.

a humanidade a progredir tanto nos

Se isso não acontecer, você modifica ou

últimos dois séculos. Conceitualmente, é

descarta-a completamente e volta ao

muito simples descrever: Você começa

estágio inicial da hipótese, formando e

observando a realidade, os fenômenos

refazendo as etapas a seguir, até chegar

cuja dinâmica você está interessada em

a uma hipótese que passe nos testes.

entender intuitivamente, que então o

Pode-se combinar elementos intuitivos de

levam a formar uma hipótese, uma

insights de negócios adquiridos durante

afirmação sobre a realidade que precisa

anos de experiência no setor com a

ser verificada, você acredita que explica

maneira científica de testar e validar

a natureza da realidade que você

ideias originadas desses insights antes

observou. Neste ponto, você não tem

de tomar ações significativas sobre eles.

mais do que uma tese especulativa. O passo crucial, que realmente separa o método científico de outras formas de pensamento, é testar sua especulação (hipótese) com um novo conjunto de

dados observados para verificá-lo objetivamente.

16


Imersão em Ciência de Dados 10 Maiores tendências em BI/Big Data Nesta palestra abordamos as principais tendências para o mercado de Business Intelligence e Big Data consideradas por grandes empresas formadoras de opinião como a Gartner e Forester, do ponto de vista dos futuros investimentos de um profissional para que esteja alinhado com as expectativas e necessidades do mercado em questão.

linguagens de máquina e humanas (NLP), dentre outros assuntos. Ao final mostramos como a solução da Tableau está inserida e atende a todas essas novas tendências apresentadas, no intuito de ajudar as pessoas a verem e compreenderem seus dados.

Além das principais tendências vistas como emergentes e em potencial, abordamos temas atuais como “Internet of Things” no dia-a-dia, as novas atribuições de um engenheiro de dados, questões importantes sobre segurança e

governança de dados, o novo cargo de “Chief Data Officer”, a equiparação das

Data Science Summit – DSS 2018

17


Construindo Startups com Data Science

Uma grande quantidade de novas

Identificamos como o data scientist deve

empresas criadas vem se intitulando de

orientar e priorizar seu trabalho no

startups, empresas data driven de

desenvolvimento de features e em cada

produtos tecnológicos, criadas para

uma das diferentes fases de crescimento

crescer rapidamente. Apresentamos uma

das startups.

introdução sobre startups e as três fases:

Analisar dados, gerar insights e criar novas e rentáveis soluções em produtos.

18

“A Jupter está desenvolvendo uma plataforma ecossistêmica para ajudar os empreendedores a lançarem suas empresas com sucesso, investidores a financiarem as startups certas e as corporações a encontrar inovação de maneira e eficiente”.


Imersão em Ciência de Dados Um panorama da aplicação de Big Data e Machine Learning nos negócios O modo como uma empresa reúne,

A análise de grandes volumes de dados

administra e utiliza as informações

está impulsionando o surgimento de

internas e externas disponíveis sobre o

novas plataformas tecnológicas que

seu mercado de atuação é que será

combinam a tradicional data warehouse

decisivo para destacá-la da concorrência.

com sistemas de Big Data, em uma

Big Data Management (BDM) é um

arquitetura moderna que processa e

conjunto de ações para promover a

armazena formas de dados não

coleta, armazenagem, organização,

transacionais de maneira distribuída.

administração, governança e entrega de

Big Data Management abre caminho para

grandes volumes de dados, tendo em

encontrar informações que permitem

vista assegurar um alto nível de

simplificar e racionalizar os processos

qualidade e torná-los acessíveis para as

internos das organizações,

aplicações de Business Intelligence e Big

impulsionando a produtividade e gerando

Data Analytics.

melhor eficiência na aplicação dos

O Big Data Management migra, integra e

recursos empresariais, com consequente

prepara os dados para serem utilizados

redução de custos.

na geração de relatórios, painéis de indicadores de desempenho — dashboards — e na formação da inteligência de negócios, especialmente voltada para a preditividade de novas tendências, assim como gerencia o ciclo

de vida da informação — da sua origem até o seu descarte.

Data Science Summit – DSS 2018

19


Data-driven Decision Making - Case Code for America

Use dados em tempo real para informar

Além da transparência: este livro digital

decisões. Defina métricas principais para

foi produzido pela Code for America e

determinar se os programas e serviços

contém histórias de agências e indivíduos

estão cumprindo regularmente os

que usam dados para impulsionar o

objetivos e analisando os dados para

desempenho e a criação e o

obter insights e orientar ações que

desenvolvimento de serviços.

ajudem a melhorar os resultados da

LocalData é uma plataforma de

comunidade.

mapeamento que ajuda cidades e

A tecnologia cívica não é um produto. É

comunidades a tomarem decisões

um movimento, uma mentalidade, uma

baseadas em dados, capturando e

maneira de melhorar as instituições

visualizando informações em nível de rua

cívicas enfraquecidas por meio de uma

em tempo real.

abordagem iterativa e de código aberto

CivicInsight: Linguagens e visualizações

para políticas públicas e serviços

simples e claras ajudam os residentes a

governamentais eficientes. Nesse

compreender processos complicados,

sentido, então, não se pode esperar que

como a aplicação de códigos e a criação

o progresso duradouro venha de um

de licenças.

único aplicativo cívico legal. Mudança duradoura e transformadora leva tempo, colaboração, pequenas vitórias e sair da linha de comando. Estamos publicando um conjunto de guias, ferramentas e

recursos para governos que querem começar a praticar a tomada de decisões baseada em dados.

20


Imersão em Ciência de Dados A Produção e a Proteção do Conhecimento Sensível na Inteligência de Estado O Programa Nacional de Proteção do

O Programa propõe atuação integrada,

Conhecimento Sensível (PNPC) é um

abrangente e pormenorizada. Na sua

instrumento preventivo para a proteção e

implementação, a fim de verificar o

a salvaguarda de conhecimentos

dimensionamento adequado das

sensíveis de interesse da sociedade e do

necessidades institucionais de proteção.

Estado brasileiro. O programa foi

A implementação do PNPC é

instituído pela ABIN com a finalidade de

integralmente realizada por profissionais

exercer sua atribuição institucional de

de Inteligência da ABIN. O processo não

proteger as informações e

implica, no entanto, o acesso pela ABIN a

conhecimentos sensíveis do país.

dados, sistemas, informações e

O PNPC visa a estabelecer, junto a

conhecimentos sensíveis da instituição

instituições públicas e privadas, a cultura

parceira, salvo aqueles estritamente

de proteção dos conhecimentos

relacionados aos processos de gestão da

sensíveis nacionais. É desenvolvido por

informação e dos conhecimentos sob

meio de parcerias entre a ABIN e as

enfoque do PNPC.

instituições nacionais detentoras de conhecimentos. Conhecimento Sensível é todo conhecimento, sigiloso ou estratégico, cujo acesso não autorizado pode comprometer a consecução dos objetivos nacionais e resultar em prejuízos ao país,

necessitando de medidas especiais de proteção. (portaria nº 42 GSIPR, de 19 de agosto de 2009). Data Science Summit – DSS 2018

21


quantidade de perguntas e comentários enviados para o debate, na diversidade destes e nas discussões entre os palestrantes a partir destas perguntas. A grande meta do DS Summit 2018 era

trazer para discussão as técnicas, tecnologias e tendências em Ciência e Análise de Dados, porém fazer isso através de casos de sucesso, A opção adotada na organização do DSS 2018 de organizar os debates, realizados com todos os palestrantes do dia ao final

da programação diária, revelou-se bastante interessante e eficaz. Os participantes do Summit enviavam seus questionamentos via aplicativo WathsApp, durante mesmo as palestras, e estes questionamentos eram analisados e organizados para a seção de debates. O tema Ciência dos Dados (Data Science) é extremamente atual e relevante em diversos domínios e assim gera naturalmente muito interesse e debate. Essa relevância e interesse geral do tema se refletiram muito bem na

22

experiências e aplicações. Este perfil do evento deu o tom naturalmente para as perguntas e debates. Nos dois dias do evento as perguntas dos participantes variavam desde dúvidas sobre as técnicas, ferramentas e engenharia envolvidas na


Discussões no Data Science Summit 2018

Intelligence’ em negócios, e gestão de demanda. Houve questionamentos também aos palestrantes sobre um domínio que vem recebendo grande atenção para os desenvolvedores de sistemas de análise de dados na agricultura. De forma complementar também

houveram perguntas sobre normalização em gestão de dados e sobre a proteção de conhecimento sensível em tempo de ‘Big Data’ e ‘Cloud Computing’. construção de sistemas, no hardware para determinadas aplicações em visão artificial e robótica, ciclos de

Dr. Eng. Milton Pires Ramos TECPAR INFORMAÇÂO

desenvolvimento e maturidade para sistemas em Data Science e Analytics. Porém, talvez o aspecto mais valioso dos trabalhos apresentados foi demonstrar a diversidade de áreas onde as aplicações

estão sendo desenvolvidas, a partir das aplicações já tradicionais em medicina e saúde, tecnologia industrial e sistemas geoespaciais, mas também em segurança pública, gestão de riscos e segurança corporativa, ‘Business

Data Science Summit – DSS 2018

23


Avaliação do DSS 2018 Os participantes receberam um formulário de avaliação no inicio do evento, o gráfico 1 apresenta o resultado da avaliação do evento: Gráfico 1: Avaliação do DSS-2018

Muito satisfeito

F O R M AT O D O EVENTO

O R G AN I Z A Ç Ã O

D I V U L G AÇ ÃO

3%

5%

7%

4%

1% 3% PROCESSO DE I N S C R I Ç ÃO

7%

13%

14%

29%

32%

36%

40%

47%

51%

53% 43%

Satisfeito 55%

Insatisfeito

56%

Muito insatisfeito

PERÍODO DE R E AL I Z AÇ Ã O DO EVENTO

Foi solicitado para os participantes avaliarem cada uma das palestras, os resultado foi consolidado e está representado no gráfico 2:

3%

14%

37%

46%

Gráfico 2: Avaliação das palestras do DSS-2018

MUITO S AT I S F E I T O

24

S AT I S F E I T O

I N S AT I S F E I T O

MUITO I N S AT I S F E I T O


Imersão em Ciência de Dados Inicialmente destacam-se as avaliações positivas recebidas dos participantes do evento. Em média, 83% dos presentes informaram ter ficado satisfeitos ou muito satisfeitos em relação à organização do DSS 2018, sendo observado em particular que o item “divulgação” teve apenas 60% de avaliações “satisfeito” ou “muito satisfeito”. Isto demonstra a necessidade de se trabalhar melhor tal quesito para futuros encontros. No que diz respeito a avaliação da qualidade das palestras apresentadas, em média, 83% da audiência se considerou satisfeita ou muito satisfeita e apenas 3% se considerou muito insatisfeita. Ressalta-se também, a indiscutível atualidade dos temas discutidos no evento, os quais envolvem conceitos e ferramentas que rapidamente ganham destaque e importância nos segmentos industriais, de serviços tecnológicos e instituições de ciência, tecnologia e ensino superior, entre outros. Particularmente no Brasil, ainda são poucos os eventos que têm abordado os assuntos tratados e desta forma a realização do Data Science Summit 2018 contribuiu para reduzir esse gap. Uma outra questão deixada clara após pelas palestras, é que na realidade atual, o mundo industrial passa por grandes mudanças e inovações e por mais que as pessoas resistam às mudanças, a acomodação pode ser fatal à sobrevivência de um empreendimento. Neste cenário, o evento mostrou casos práticos das aplicações de Ciência de Dados, Data Analytics, Indústria 4.0, etc. auxiliando na compreensão dos

conceitos e ferramentas envolvidas. Daí a grande satisfação observada entre os participantes presentes. Desta forma, a recomendação resultante desta iniciativa é ampliar a discussão de cada tema abordado no evento, de modo a consolidálos no Brasil, através da promoção de outros encontros específicos. Dr. Eng. Bill Jorge Costa TECPAR INFORMAÇÂO Data Science Summit – DSS 2018

25


Projeto anais  
Projeto anais  
Advertisement