Big Data para Executivos e Profissionais de Mercado (Portuguese Edition)

This document was uploaded by one of our users. The uploader already confirmed that they had the permission to publish it. If you are author/publisher or own the copyright of this documents, please report to us by using this DMCA report form.

Simply click on the Download Book button.

Yes, Book downloads on Ebookily are 100% Free.

Sometimes the book is free on Amazon As well, so go ahead and hit "Search on Amazon"

Big Data é uma tecnologia “Moonshot”, daquelas que surgem e alteram profundamente a vida das pessoas e suas carreiras profissionais. Este eBook está organizado para fornecer uma visão geral sobre Big Data, Data Science e Análise de Dados, estruturando o conhecimento de maneira informativa, menos técnica, para um melhor entendimento e rápido aprendizado, desmistificando e orientando Executivos e Profissionais de Mercado sobre como utilizar Big Data em seu favor visando obter maior sucesso profissional. Este eBook é um primeiro passo para você conhecer e se interessar por Big Data. Avalie o resumo de aprendizado que fará nesta jornada. I - Introdução ao Big Data e Ciência de Dados. Principais Tecnologias aplicadas ao Big Data. Tecnologias de nuvem, sistemas, hardware e software. II - Ecossistema Hadoop e a sua importância para Big Data. O paradigma da programação em paralelo MapReduce para resolver problemas em Big Data. Data Lake, Data Warehouse e os processos de ETL para Big Data. III - A Ciência de Analytics e suas derivações para Predictive e Big Data. As ferramentas de Analytics e suas aplicações em Big Data. Machine Learning (ML) ou Aprendizado de Máquina e a sua relação com Big Data. Aplicações de ML para Big Data. Introdução à Visualização de Dados. IV - Principais carreiras profissionais em Big Data. Empresas que criaram Big Data e utilizam a tecnologia. Aplicações de Big Data nas empresas brasileiras. Aplicações de Big Data para redes sociais e Internet das coisas. Privacidade e Governança em Big Data. V - Influenciadores de Big Data e Data Science. Como se tornar um Data Scientist. Orientações Curriculares e Acadêmicas. VI - Conclusões gerais sobre a Era de Big e suas implicações na vida empresarial e profissional.

Author(s): Jose Antonio Ribeiro Neto
Publisher: Jose Antonio Ribeiro Neto
Year: 2018

Language: Portuguese

Prefácio
Direitos Autorais
Dedicação
O que vamos aprender?
O que é novo na Segunda Edição?
Introdução ao Big Data
Fontes de Geração de Dados
Dados são o novo petróleo
Dark Data (Dados Escuros)
Máquinas geram mais dados
Como dimensionar os Dados
Medindo o Tamanho dos Dados
Dados gerados por wearables
Dados gerados por IoT
Classificação dos Dados
Descrevendo os tipos de Dados
A Explosão dos novos Dados
Dados são Arquivos
Os V's do Big Data
Exemplos dos V’s em Big Data
A Veracidade dos Dados
Impacto Humano de Big Data
Introdução a Ciência de Dados
Etapas da Ciência de Dados
Concursos de Ciência de Dados
Mercados de Dados
Cientista de Dados e Big Data
Cientista de Dados e o Unicórnio
Equipes de Big Data
Aplicações de Big Data
Usuários de Big Data
Caso de Sucesso - Google
Caso de Sucesso - Netflix
Caso de Sucesso - Amazon
Caso de Sucesso - Tesla
Big Data nas Empresas Brasileiras
Big Data na Educação
Big Data nas Redes Sociais
Big Data na IoT
Privacidade em Big Data
Espectro de Controle de Dados
Privacidade GDPR e LGPD
Governança em Big Data
Influências em Big Data
Principais Influenciadores
Principais Tecnologias de Big Data
Tecnologias de Nuvem
Tecnologias de Hardware e Software
Tecnologia de Sistema Hadoop
Instalações de Hadoop
Distribuições de Hadoop
Edge Computing
Digital Transformation
Ecossistema Hadoop
Componentes do Ecossistema
HDFS
YARN
MapReduce
Linguagens PIG e HIVE
Processamento de Grafos Giraph
HBase, Cassandra e MongoDB
Flume e Sqoop
Spark, Storm e Flink
A importância de Spark
ZooKeeper
Considerações sobre Ecossistema
Introdução ao MapReduce
MapReduce na Prática
Aplicações de MapReduce
Introdução ao Data Warehouse
Características do Data Warehouse
ETL - Extrair, Transformar, Carregar
Inteligência nos Negócios (BI)
Data Lake (Lago de Dados)
Armazém de Dados em Nuvem
Análise de Dados em Big Data
Análise em todos os Lugares
Análise Descritiva
Análise Diagnóstica
Análise Preditiva
Análise Prescritiva
Ferramentas de Análise de Dados
Principais Ferramentas de Análise
Conceitos de Aprendizado de Máquina
Conceituando Machine Learning
Aplicações Práticas de ML
Algoritmos utilizados em Machine Learning
Conceituando Redes Neurais
Plataformas de Desenvolvimento
Preocupações com ML e AI
Big Data + Data Science + ML
Introdução à Visualização de Dados
Ciência de Dados e Visualização
Ferramentas de Visualização
Visualização de Dados como Arte
Carreiras em Big Data
Principais Carreiras de Dados
Cientista de Dados
Citizen Data Scientist
Analytics Translator
Vale a pena investir?
Torne-se um Data Scientist
Orientações Acadêmicas
Orientações Curriculares
Big Data para Executivos
Big Data para Profissionais de Mercado
Resumo e Conclusões