Verticais Temáticas

Infra Estrutura, Cloud e PlataFormas

  • Hadoop como solução de Bigdata
  • Migração de Hadoop , para onde vamos
  • Esteira de dados e devops
  • Virtualização de dados
  • Trabalhando com qualidade em desenvolvimento de dados.

Saúde

  • Evidências do Mundo Real para Avaliação de Tecnologias em Saúde
  • Reconhecimento de contextos Clínicos em Base de Dados não estruturadas
  • Mineração de Processos Aplicada na Saúde
  • Como identificar padrões em Jornada de Pacientes em relação a protocolos e diretrizes.

Negócios

  • IA aplicada a negócio
  • Novo modelos de negócios com BigData e IA
  • Mundo das Startups

Ciência de Dados

  • Como aprimorar a cultura de análise dentro da sua empresa

  • Como é possível descobrir causalidade analisando dados.

Inteligencia Artificial

  • Como rodar um modelo de LLM Open Source com HuggingFaces

  • Boas práticas no desenvolvimento usando AI Generativas

Educação

  • Carreira em ciência e engenharia de dados

  • Como migrar para a área de dados

IA para todos

  • Assistentes Virtuais Inteligentes: Explorar como a IA está por trás de assistentes como Siri, Alexa e Google Assistant, e como eles estão mudando nosso dia a dia.
  • Reconhecimento Facial e Privacidade: Discutir as tecnologias de reconhecimento facial, seus usos e as implicações éticas e de privacidade relacionadas.
  • Carros Autônomos: Introduzir o conceito de veículos autônomos, como eles funcionam, os desafios atuais e o impacto potencial no futuro da mobilidade.
  • IA na Saúde: Abordar como a inteligência artificial está revolucionando a medicina, desde diagnósticos mais precisos até tratamentos personalizados e robótica cirúrgica.
  • IA e Arte: Explorar a interseção entre IA e criatividade, mostrando como a tecnologia está sendo usada para criar música, arte e literatura.

Direto

  • Privacidade de Dados e Regulação: Com o aumento da quantidade de dados disponíveis e seu processamento, a privacidade dos dados tornou-se uma grande preocupação. Estudar a LGPD (Lei Geral de Proteção de Dados) do Brasil e outras regulamentações similares ao redor do mundo é essencial

  • Contratos e Acordos em Projetos de Big Data: Desenvolvimento de contratos que definem responsabilidades, direitos e obrigações das partes envolvidas em projetos de Big Data.
    Viés e Discriminação em Algoritmos: Estudar como os algoritmos podem perpetuar ou até mesmo amplificar desigualdades e discriminações, e as implicações jurídicas disso

  • Governança de Dados: Como as empresas e organizações devem estruturar uma área de governança de dados, seguindo os princípios do DMBOK (DAMA)