Marcos Kalinowski, juntamente com seus co-autores Tatiana Escovedo, Hugo Villamizar e Hélio Lopes, anunciam o evento de lançamento do livro de Engenharia de Software para Ciência de Dados, que acontecerá no dia 04/05 às 18:30 no Auditório do RDC da PUC-Rio. Haverá uma apresentação dos autores sobre a obra, um coquetel de celebração e venda de livros com desconto especial de lançamento no local.
Trata-se internacionalmente do primeiro livro sobre Engenharia de Software para Ciência de Dados.
Com um conteúdo de 476 páginas, o objetivo do livro é consolidar e compartilhar conhecimento para capacitar profissionais interessados ou atuantes em Ciência de Dados na construção de sistemas baseados em Machine Learning end-to-end com as melhores práticas. O livro foi cuidadosamente elaborado a partir de evidências científicas e experiências práticas dos autores em diversos projetos. O livro já tem milhares de pessoas cadastradas na fila de espera e os autores esperam que o material possa ser útil para muitos.
Embora o livro tenha sido escrito em português, é o primeiro a compilar este conhecimento. Sim, dessa vez o Brasil saiu na frente! Já estão em progresso também os trabalhos da versão em inglês, junto com parceiros do Blekinge Institute of Technology, que assim como a PUC-Rio, possui uma iniciativa distinta de cooperação com a indústria na interseção entre estas áreas.
Confira a relação dos capítulos:
Parte I – Introdução à Engenharia de Software e à Ciência de Dados
1 Introdução à Engenharia de Software
2 Introdução à Ciência de Dados
Parte II – Abordagens e Especificação de Sistemas Inteligentes
3 Abordagens para a Engenharia de Sistemas Inteligentes
4 Especificação de Sistemas de Software Inteligentes
Parte III – Programação com Boas Práticas de Projeto e Construção
5 Introdução à Linguagem Python
6 Orientação a Objetos em Python
7 Boas Práticas de Projeto e Construção de Sistemas
Parte IV – Tópicos de Ciência de Dados
8 Análise Exploratória e Visualização de Dados
9 Pré-Processamento de Dados
10 Algoritmos de Machine Learning para Classificação e Regressão
11 Recursos Avançados de Machine Learning
Parte V – Arquitetura, Projeto e Controle da Qualidade
12 Implantação de Modelos de Machine Learning
13 Arquitetura de Sistemas de Software Inteligentes
14 Projeto de Sistemas de Software Inteligentes
15 Controle da Qualidade de Sistemas de Software Inteligentes
16 Gerência de Configuração, DevOps e MLOps em Sistemas Inteligentes
Esperamos vocês no lançamento!