Diversas aplicações comerciais atuais necessitam gerenciar gigantescos volumes de dados com o intuito de realizar a tomada de decisão estratégica, permitindo à empresa um planejamento rápido frente às mudanças nas condições do negócio, essencial na atual conjuntura de um mercado globalizado. O gigantesco volume de dados está diretamente relacionado ao contexto de big data, enquanto a tomada de decisão estratégica diz respeito ao uso analítico desses dados no contexto de business intelligence. Para oferecer suporte a essa demanda, neste curso são introduzidos conceitos, técnicas e ferramentas voltadas ao processamento analítico de dados. São detalhados conceitos de big data warehousing, cubo de dados e operações analíticas. Também são introduzidos o modelo de programação funcional MapReduce e as suas implementações amplamente utilizadas no mercado de trabalho, com destaque para Spark. Adicionalmente, são especificadas diferentes consultas analíticas voltadas à tomada de decisão estratégica usando PySpark, discutindo sua importância na tomada de decisão estratégica.
Cristina Aguiar possui graduação em Bacharelado em Ciência da Computação pela Universidade Federal de São Carlos (1992), mestrado em Ciência da Computação pela Universidade Estadual de Campinas (1995) e doutorado em Ciências da Computação pela Universidade Federal de Pernambuco (2002). Atualmente é professora doutora da Universidade de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Banco de Dados, atuando principalmente nos seguintes temas: procedência dos dados, integração dos dados, computação em nuvem, data warehousing, sistemas de informação geográficas, bancos de dados heterogêneos e distribuídos e bioinformática.
Currículo lattes: http://lattes.cnpq.br/8713285339065842