Resenha #001 - Big Data - Técnicas e tecnologias para extração de valor dos dados

Autora: Rosângela Marquesone
Associação/editora: Casa do código

Nível de teoria/técnica: 90%/10%
Os níveis de teoria e técnica são uma forma de avaliar a dificuldade da leitura, se possui uma linguagem mais teórica (de fácil entendimento) ou técnica (necessita mais atenção e talvez, repetição).

    Para iniciar o aprendizado da ciência de dados optei por uma leitura muito mais teórica/conceitual para entender o que é necessário ter em mente quando trabalhamos com muitos dados dos quais é preciso uma maior velocidade de transação e captura, como também o suporte as variações a tipo/estrutura de dado.
    Em minha experiência acadêmica e até mesmo a profissional sempre tive uma maior facilidade quando me deparo com analogias e exemplos históricos e atuais. Big Data e suas tecnologias segue essa temática, destacando exemplos de grandes empresas e até mesmo, questões de possíveis cenários em ambientes menores. A explicação vai desde as diferentes fontes de dados, sendo estes "fornecidas" por humanos ou máquinas, até as diferentes maneiras de armazenar e analisar os dados tendo em mente a privacidade destes, o que hoje é um tópico importante que está evoluindo ao redor do mundo.

    A estrutura e ordenação dos capítulos segue bem o relacionamento que temos com os dados: Capturando e armazenando; Processando; Analisando; Visualizando e entendendo por onde devemos começar a implantar todo esse processo em um ambiente corporativo.
    Em todos esses capítulos, a autora incluiu considerações ao final de cada um, não apenas para resumir o que foi visto mas evidenciando quais perguntas podemos responder após a leitura. Além, é claro, de deixar uma parte importante: as referências das quais o capítulo foi baseado.
    É importante mencionar também que em cada capítulo é mencionado ao menos 3 ferramentas open source das quais podemos usar para seguir as instruções técnicas de como fazer na prática o que é explicado na teoria anteriormente, no mesmo capítulo.
    O livro empolga alguém com pouca experiência quando inicia a análise de tweets, recolhendo os dados direto pela API do próprio Twitter. Muito interessante!

    Como principais ensinamentos do livro, destaquei aqui:

  1. Não apenas explicar a existência de dados estruturados e não estrutudados, mas mencionar as diferentes extensões, características e aplicações de cada um.
  2. As diferentes necessidades de armazenamento para cada caso precisa ser avaliado internamente na empresa ou projeto pessoal, onde normalmente deveremos decidir entre velocidade, integridade/flexibilidade e escalabilidade das informações. Com as tecnologias atuais, se torna inviável respeitar os três pilares quando se fala em Big Data.
  3. Exposição da maneira como grandes empresas e/ou sistemas mudaram a forma de armazenar e distribuir os dados, como o Hadoop faz com HDFS (sigla em inglês para Hadoop Distributed File System) e seu sistema de mapeamento (Map Reduce). Uma engenharia fantástica!
  4. As diferentes maneiras de como "limpar" os dados antes de realizar qualquer análise, pois, de fato é um problema inicial do qual pode se transformar em uma bola de neve caso não seja respeitado.
  5. A importância da boa visualização e de como "evangelizar" as pessoas ao seu redor e no ambiente de trabalho como um todo para tratar os dados como o seu principal objeto de valor.

Para a minha experiência pessoal em minha agenda de estudos foi um livro encarado com tranquilidade, pois consumi seus ensinamentos sem me preocupar em memorizar as fórmulas matemáticas (inexistentes no livro) e com um ótimo fluxo na leitura, pois sua ordem de assuntos é inteligente e não deixa escapar as "dicas" importantes de cada tópico.
Ignorei as partes que contém as práticas dos ensinamentos com linguagem Java, pois, pessoalmente consigo obter um melhor aprendizado em cursos online onde posso acompanhar o passo a passo de igual para igual e, também, visualizar e comparar os resultados.

A leitura é recomendada para se ter uma visão geral do que devemos esperar da nova era dos dados e como devemos usá-los para agregar conhecimento e valor nas ações a serem tomadas.

Comentários