Série

QCon São Paulo 2014

Sete notas do QConSP 2014: a abertura, programas de data science na NASA JPL, dados em tempo real com Storm, Impala sobre HDFS, escalando League of Legends, recomendação baseada em grafos e o ecossistema Hadoop.

7 posts no total

Posts da série, em ordem

  1. QConSP 2014! Começou!

    Mergulhe nos destaques da QCon São Paulo 2014—explorando palestras de ponta sobre escalabilidade, ciência de dados e arquitetura de software de líderes da indústria e empresas inovadoras

  2. Building a Data Science Program at NASA/JPL with Visual Analytics

    Descubra como a NASA/JPL transforma dark data em insights acionáveis—construindo programas de ciência de dados que empoderam especialistas, facilitam descobertas e transformam datasets espaciais massivos em conhecimento público

  3. Data Science em Tempo Real com Storm

    Domine processamento de dados em tempo real com Apache Storm—aprenda spouts, bolts, topologias e estratégias de paralelismo para lidar com milhões de tuplas por dia com processamento de stream tolerante a falhas

  4. How Impala has Pushed HDFS in New Ways

    Explore como Cloudera Impala revoluciona a performance do HDFS—alcançando melhorias de velocidade de 5-50x através de consultas de baixa latência, otimização de memória e inovações de processamento distribuído

  5. Scaling League of Legends: managing culture, extreme complexity and 30 million active users

    Aprenda como a Riot Games escala League of Legends para 30 milhões de usuários ativos—gerenciando complexidade técnica extrema mantendo cultura de engenharia e coesão de equipe em escala massiva

  6. Um Sistema de recomendação de produtos baseado em grafos: Titan, Cassandra, Redis e Hadoop em produção

    Construa sistemas de recomendação prontos para produção usando bancos de dados de grafos—implementando Titan, Cassandra, Redis e Hadoop com travessias Gremlin para descobrir padrões "quem viu, também viu" em escala

  7. Hadoop and the Big Data Ecosystem

    Navegue pela evolução do ecossistema Hadoop—das origens do MapReduce do Google aos frameworks modernos como Spark, Sqoop e Flume que lidam com terabytes de dados com princípios KISS