O que você quer aprender?

Trilha Data-Driven UX: interpretando e visualizando dados

Ambientes para apresentação de dados Nesta formação, não só irá entender por que os dados são vitais, mas também como construí-los de forma eficaz usando planilhas como o excel, entendendo a importancia deste conhecimento tão técnico para a melhor representação dos insights descobertos através dos dados coletados durante o ciclo de vida do produto. Data-Driven UX Design e Data Visualization O conhecimento de dados é apenas o começo. Entender e saber como representá-los de forma eficiente transforma informações complexas em representações gráficas acessíveis e intuitivas. Ao adotar técnicas eficazes de data visualization, você poderá comunicar insights de maneira clara, facilitando a compreensão do usuário sobre padrões e tendências. Isso não apenas aprimora a tomada de decisões informada, mas também fortalece a sua capacidade de criar experiências de usuário mais informadas e orientadas . A Importância de um storytelling com dados O storytelling desempenha um papel crucial no campo do UX design, especialmente ao lidar com dados. Ele transcende números e estatísticas, transformando informações complexas em narrativas envolventes e compreensíveis. Nos da a capacidade de criar uma conexão emocional entre os usuários e as informações apresentadas. Essa abordagem não apenas facilita a compreensão dos dados, mas também aumenta a empatia e a identificação do usuário com a experiência proposta. O storytelling não apenas aprimora a comunicação eficaz de dados, mas também contribui para o design centrado no usuário, promovendo experiências mais significativas e impactantes.

Trilha AWS Data Lake: construindo pipelines na AWS

A formação AWS Data Lake da Alura tem como objetivo preparar a pessoa aluna para trabalhar com Engenharia de Dados utilizando serviços da AWS, Apache Spark e Python. Funciona como um guia de aprendizado para auxiliar pessoas interessadas em entrar no mercado de trabalho e também como mecanismo de consulta para profissionais experientes. O que é AWS? A AWS (Amazon Web Services) é uma plataforma de serviços em nuvem oferecida pela Amazon. No contexto de Engenharia de Dados, a AWS desempenha um papel significativo ao fornecer uma variedade de serviços e ferramentas que facilitam a coleta, processamento, armazenamento e análise de grandes volumes de dados. O que vamos aprender? Nesta formação, vamos aprender a construir um Data Lake na AWS com uma pipeline completa desde a ingestão de dados externos, processamento e ETL, até análise de dados, construção de dashboard e construção de IaaC (Infraestrutura como Código). Você vai manipular dados utilizando Apache Spark, Python e diferentes bibliotecas como urllib, boto3, BytesIO, entre outras. Além disso, vai aprender sobre boas práticas na manipulação de grande volume de dados, como salvar os arquivos em Parquet, aumentar o número de workers no AWS Glue e fazer processamento distribuído com AWS EMR. Você também irá aprender sobre a criação de dashboards no Quicksight, boas práticas de DataViz, GenAI na visualização de dados, etc. Outro tópico bastante importante no dia a dia de um Engenheiro de Dados é a Infraestrutura como código, que possibilita que infraestruturas sejam rapidamente criadas e configuradas, além de permitir que códigos sejam reutilizados. Quais são os pré-requisitos para fazer essa formação? Para melhor aproveitamento do conteúdo, recomendamos que você já saiba programar em Python, tenha algum conhecimento em Spark e Cloud Computing.

Data Attributes do HTML5

O que são Data Lakes?

Neste vídeo, **Millena Gená** e **João Miranda** apresentam as motivações para o surgimento e a definição do conceito dos ***Data Lakes***. Além disso, foram abordadas as vantagens e desvantagens da sua utilização, a arquitetura, os métodos de implantação e as ferramentas utilizadas para sua construção.

Data class do Kotlin

Além da criação de classes comuns, no Kotlin podemos criar o data class, uma classe com o objetivo de manter os dados. Além desse objetivo, também temos alguns comportamentos prontos, como o toString(), copy() e outros que são úteis no nosso dia a dia. - [Data Class]( - [Destructuring Declarations]( - [Operator Overloading](

Data Analytics com Splunk

Um problema comum enfrentado em ambientes complexos, com arquitetura descentralizada composta por diversos serviços é centralização das informações registradas pelos eventos dos seus componentes. Nesses ambientes mais complexos é difícil agregar toda informação gerada em uma única solução. Mais dificil ainda é relacionar esses dados e extrair informações necessárias para solucionar problemas e tomar decisões de negócio. Para simplificar e ajudar nesse desafio foi criado a ferramenta Splunk, uma solução completa de analise de dados.

Big Data e Data Science: pra quê afinal? – Hipsters #73

Neste episódio, finalmente vamos descobrir o que é big data e data science e qual a relação entre elas. Participantes: Paulo Silveira, o host que aprendeu muito nesse episódio Fabiane Nardon, cientista de dados chefe na Tail Maurício Linhares, co-host e boxeador chefe da Digital Ocean Links: Mllib Mahout Palestras do pessoal da Tail Meetup machine learning, big data e engenharia Curso de data analysis da Alura Produção e conteúdo: Alura Cursos online de Tecnologia Caelum Ensino e Inovação Edição e sonorização: Radiofobia Podcast e Multimídia