Fork me on GitHub
XIV

XIV Pylestras

Local: UFC - Campus do Pici - Auditório da Civil

Data Hora: 30/09/2017 08:00

Valor: R$ 10.00

  • Como NÃO programar em Python: crimes dolosos e com agravante


    Todo bom programador já passou por uma fase na vida em que a POG (Programação Orientada a Gambiarra) foi sua melhor amiga. Junto com ela (ou até mesmo sem ela!), encontram-se erros comuns e alguns erros absurdos que são cometidos com frequência e que, na maioria das vezes passam despercebidos até mesmo por programadores experientes.
    Nesta palestra, irei mostrar algumas dicas do que não fazer quando estiver programando em Python, utilizando como exemplos alguns códigos e erros que programadores (do Padawan ao Mestre Yoda) cometem sem nem sentir o peso.

    13(-10) reasons why você precisa assistir esta palestra:
    1. "O inteligente aprende com os seus erros, o sábio aprende com os erros dos outros."
    2. Conhecer os erros ajuda a evitá-los.
    3. Python é bom demais pra ser codado errado.

  • Swift no back-end com Vapor (/ˈveɪpə/)


    Nessa talk, serão apresentados, brevemente, a linguagem Swift, seu atual papel no back-end, e, mais em profundidade, o framewok Vapor.

    Swift é uma linguagem Open-Source desenvolvida pela Apple com rapidez, eficiência, expressividade e segurança como seus pilares.

    Vapor–pronuncia-se /ˈveɪpə/–é um framework super modular e performático para desenvolvimento de web apps, real-time apps, sites e APIs em Swift.

  • Quer ser um Full-Stack Developer? Essas são algumas "coisinhas" que você precisa saber


    Aplicações Web modernas são compostas de diversos componentes que vão além de um servidor web e um banco de dados.

    O objetivo dessa talk é apresentar uma arquitetura avançada de uma aplicação web pontuando os conhecimentos que um desenvolvedor Full-Stack Python deve adquirir.

    Tópicos abordados:
    - IaaS/PaaS
    - Web Frameworks
    - Servidor Web e Servidor de Aplicação
    - Cache - Fila de Tarefas Assíncronas - Monitoramento - Deploy

  • Python + Machine Learning aplicado em Cyber-Segurança


    Quer construir o seu próprio Next-Generation Firewall (NGFW) ?

    Como analisar mais de 50 gigas de tráfego coletado ?

    Nesta palestra eu vou apresentar algumas aplicações de Python e Machine Learning na área de Cyber-Segurança.

  • Métodos Numéricos e Computação Científica com Python - conceitos iniciais


    Em muitos problemas de matemática aplicada, física e engenharia precisamos usar métodos numéricos. Existem bibliotecas (não precisamos reinventar a roda) no Python que podem auxilar na solução desses problemas, gerando, quando for necessário, gráficos de excelente qualidade.

    Nesta palestra apresentaremos algumas bibliotecas matemáticas e exemplos de como usar essas bibliotecas. As principais bibliotecas são:

    Numpy : fornece poderosos objetos para matrizes numéricas e rotinas para os manipulá-los.
    Scipy : rotinas de processamento de dados de alto nível. Otimização, regressão, interpolação, etc.
    Matplotlib : Visualização 2-D, plotagens prontas para publicação.

    Uma definição de computação científica: uma área de atividade/conhecimento que envolve a utilização de ferramentas computacionais (software) para a solução de problemas científicos e das engeharias.

  • Interoperabilidade entre Python e C++: Quando e como estender.


    O objetivo da palestra é mostrar como a API C do interpretador Python pode ser usada para desenvolver módulos Python em código nativo (extensions) e construir sistemas híbridos, com partes escritas em Python e outras em C++.

    Também serão discutidas as situações nas quais é vantajoso utilizar estas técnicas. Esta discussão consiste em deixar claro quando um sistema, ou parte dele, tem um gargalo de IO (IO-bound), situação na qual é vantajoso utilizar uma linguagem dinâmica como Python. E de forma semelhante, quando o gargalo é processamento (CPU-bound), situação na qual vale a pena usar código nativo e tipagem forte por motivos de performance, em particular C++14. O problema inverso, embarcar scripts Python em aplicações C ou C++ e promover interoperabilidade entre sistemas existentes também será abordado. As tecnologias abordadas serão: - A API C do interpretador Python mais usado (CPython) - A biblioteca C++ boost::python que facilita a criação de extenções para o CPython.

  • Empreendedorismo na Universidade


    Segundo a pesquisa “Empreendedorismo nas Universidades Brasileiras”, feita pela Endeavor e pelo Sebrae em 2015, quase 6 em cada 10 universitários pensam em empreender, mas poucos pensam em inovar e ter muitos funcionários. As conclusões que podem ser retiradas da pesquisa é que o universitário brasileiro pensa em empreender, mas não pensa em ter um negócio inovador e crescente. Muitos pensam em empreender por necessidade, e não por oportunidade. Diante desse cenário, vivemos em um país que importa inovação e não a gera, e universidades que formam seus alunos para o meio acadêmico ou para a indústria. Como podemos mudar esse cenário e fazer com que a universidade seja um ambiente inovador? Em meio a crise, como podemos fazer os estudantes entenderem que eles podem criar suas próprias oportunidades?