Prova 1 Algortimos

Prévia do material em texto

PONTIFÍCIA UNIVERSIDADE CATÓLICA DE MINAS GERAIS
Sistemas de Informação
O Limite de Processamento de Dados Organizacionais em Big
Data∗
The Limit of Organizational Data Processing in Big Data
César Henrique Alves Oncala 1
Resumo
Com o possível fim da lei de Moore, os processadores não conseguiriam acompanhar o
constante crescimento massivo de dados em Big Data, e muitas organizações que fazem
uso deste, ficariam em prejuizo por não conseguirem normalmente os seus insights, deste
modo este projeto de pesquisa se propõe a encontrar um direcionamento para a possível
solução deste problema, de modo que as organizações continuem obtendo os insights e so-
luções proporcionados pela Ciência de dados e Big Data, sem que para isto estejam fadadas
a limitações de processamento dos computadores atuais, para isso foram pesquisadas al-
gumas tecnologias que podem contornar esta limitação fazendo com que as organizações
continuem a utilizar os insights proporcionados pela Ciência de Dados e Big Data, dentre
elas temos a computação em nuvem que permite mais espaço em disco, capacidade de pro-
cessamento e processamento paralelo, a computação quântica que trabalha com qubit onde
0 e 1 são processados simultaneamente e também o uso de frameworks como o COMPS au-
xiliam na otimização do processamento de dados, estas tecnologias possivelmente podem
ser a solução ou um caminho para solução deste problema.
Palavras-chave: Big Data, Insights, Processamento de Dados.
∗Artigo apresentado a disciplina de Introdução a Pesquisa em Informática da Pontifícia Universidade Católica de
Minas Gerais como pré-requisito para obtenção do título de Bacharel em Sistemas de Informação.
1Aluno no curso de Sistemas de Informação, Brasil – cesarh.oncala@gmail.com .
O Limite de Processamento de Dados Organizacionais em Big Data
Abstract
With the possible end of Moore’s law, processors would not be able to keep up with the
constant massive growth of data in Big Data, and many organizations that use it, would be
at a loss for not normally getting their insights, so this research project will proposes to
find a direction for the possible solution of this problem, so that organizations continue to
obtain the insights and solutions provided by Data Science and Big Data, without this be-
ing bound to the processing limitations of current computers, for this they were researched
some technologies that can work around this limitation making organizations continue to
use the insights provided by Data Science and Big Data, among them we have cloud com-
puting that allows more disk space, processing capacity and parallel processing, quantum
computing that works with qubit where 0 and 1 are processed simultaneously and also the
use of frameworks such as COMPS help to optimize data processing, these technologies
may possibly be the solution or a way to solve this problem.
Keywords: Big Data, Insights, Data Processing.
Contagem, 08 nov. 2020 2
O Limite de Processamento de Dados Organizacionais em Big Data
1 INTRODUÇÃO
Nos dias de hoje, o mercado está cada vez mais competitivo, a todo momento as empresas bus-
cam cada vez mais, meios dos quais podem alcançar mais público, e fidelizar clientes, neste
cenário a Ciência dos dados , especialmente o Big Data , tem agregado grande valor para
estas organizações, pois este, através de sua massiva quantidade de dados tem sido utilizado
para identificar insights que permitem as organizações a tomarem suas decisões de forma mais
certeira e coerente com o contexto, reduzir custos, oferecer um atendimento melhor ao cliente,
mais eficiência nas campanhas de marketing dentre muitos outros aspectos, permitindo assim
compreender diversos aspectos de um modo mais amplo, indo desde de conhecer melhor o
comportamento de seus clientes, do mercado em que está inserida, até mesmo obter vantagem
competitiva (SANTODIGITAL, 2017).
Todavia, possivelmente um dos futuros problemas do Big Data é o que tange ao limite de proces-
samento das máquinas atuais, pois a todo momento a quantia de dados cresce exorbitantemente,
e por isto, os processadores atuais, estão cada vez mais obsoletos e podem não ser capazes de
acompanhar este crescimento no futuro, tendo em vista o possível fim da lei de Moore, lei está
que diz respeito a evolução dos processadores de computador (TRINDADE, 2019) Este seria
um problema que afetaria negativamente o uso destas tecnologias e por conseguinte muitas
destas organizações que trabalham e as utilizam, seriam fortemente prejudicadas. Tendo em
vista este possível problema, o objetivo deste trabalho é buscar por soluções que contornem
estas limitações de processamento afim de que o uso da Ciência dos dados e Big Data continue
agregando valor as organizações através dos insights obtidos com os dados, de modo que não
haja uma limitação de processamento em seu uso e não haja limitações de processamento de
dados organizacionais.
Para isto, como objetivo especifico, este trabalho propõe realizar um levantamento bibliográfico
a respeito do desenvolvimento de novas tecnologias de processamento. O Big Data tem sido
tão importante no mercado atual, que a falta deste acarretaria em grandes prejuizos para as mais
diversas organizações que o utilizam, como supracitado, haveria perdas dos mais diversos tipos
de insights, tais como o tipo de cliente, perda de informações que geram vantagens competiti-
vas, de estratégias de mercado, atraso nas tomadas de decisões e muitos outros aspectos neste
sentido, dos quais se utilizam o Big Data, em vista disto, este fato justifica a existência deste
trabalho de pesquisa.
Dessarte com este, almeja-se encontrar um direcionamento para a possível solução deste prob-
lema, de modo que as organizações continuem obtendo os insights e soluções proporcionados
pela Ciência de dados e Big Data, sem que para isto estejam fadadas a limitações de proces-
samento dos computadores atuais, além disso o trabalho também propõe uma validação da
efetividade dos direcionamentos e ou soluções encontradas.
Contagem, 08 nov. 2020 3
O Limite de Processamento de Dados Organizacionais em Big Data
2 REFERÊNCIAL TEÓRICO
Esta seção tem por objetivo fazer o embasamento do referêncial teórico relativo ao objeto desta
pesquisa, a saber: O limite de processamento de dados em vista do fim da lei de Moore; com a
finalidade de esmiuçar os termos utilizados ao longo deste artigo de projeto de pesquisa.
Afim de acompanhar as tendências e manter-se relevante no mercado, muitas organizações bus-
cam cada vez mais, formas de adquirir vantagem competitiva e reduzir os seus custos. Para isto
utilizam diversas tecnologias, entre essas uma que se destaca no mundo comercial é o Big Data,
esta que também é uma tecnologia muito recorrente na esfera da tecnologia da informação, es-
tando sempre presente em inúmeras organizações, sejam estas com ou sem fins lucrativos. Big
Data é definido pelo livro Data Science Big Data Analytics e também pelo relatório global de
McKinsey de 2011 da seguinte forma:
There is enormous value potential in Big Data: innovative insights, improved
understanding of problems, and countless opportunities to predict-and even to
shape-the future.(SERVICES, 2014, 12).
Big Data is data whose scale, distribution, diversity, and/or timeliness require
the use of new technical architectures and analytics to enable insights that un-
lock new sources of business value. (SERVICES, 2014, 12).
Como pode se observar segundo estas definições, Big Data trata-se de um grande volume de
dados que possui variedade, e que para isto, são necessárias novas tecnologias e analises com
o intuito de gerar insights, estes que ajudam na melhor compreensão de problemas, na identifi-
cação de oportunidades e possibilitando até moldar o futuro, através desta grande e diversificada
escala de dados que compõem o Big Data. Desta forma, pode se afirmar que esta tecnologia
tem grande importância para as organizações através destes insights, além do Big Data, a Data
Science (Ciência dos Dados) comoum todo é uma ciência que juntamente com o Big Data tem
agregado muito valor para diversas organizações, sendo estas comerciais, acadêmicas e muitas
outras, trata-se de uma ciência cuja finalidade é o estudo dos dados de maneira a agregar valor
com estes, gerando informações, de acordo com o livro Data Science Big Data Analytics, pode
ser entendida da seguinte maneira:
Data Science tends to use disaggregated data in a more forward-looking, ex-
ploratory way, focusing on analyzing the present and enabling informed deci-
sions about the future. (SERVICES, 2014, 26)
Data Science provides ways to deal with and benefit from Big Data: to see pat-
terns, to discover relationships, and to make sense of stunningly varied images
and information. (SERVICES, 2014, 12).
Observa-se que, a ciência dos dados faz uso do Big Data, de maneira a identificar padrões,
descobrir relacionamentos, dentre outros aspectos. A Data Science utiliza os dados presentes,
sempre com uma visão prospectiva com o intuito de gerar insights, oriundas de analises de
Contagem, 08 nov. 2020 4
O Limite de Processamento de Dados Organizacionais em Big Data
dados presentes, afim de tomar decisões futuras de maneira mais consciente e assertiva. Apesar
de todas estes fatores a Ciência dos Dados e Big Data pode acabar sofrendo limitações futuras
com o possível fim da Moore’s Law (Lei de Moore) esta que trata-se de uma lei muito comum
no que se diz respeito a evolução de hardware de processamento, segundo o livro biográfico
Moore’s Law, esta lei pode ser entendida da seguinte maneira:
Moore’s Law is the product of human imagination. The phrase Moore’s Law is
known around the world as a technical observation, one that describes the de-
velopment of digital electronics and computing. (BROCK ARNOLD THACK-
RAY, 2015, 22).
Assim como definido pelo autor, trata-se de uma técnica de observação que descreve a evolução
dos eletrônicos digitais e da computação. Existe uma perspectiva de que o desenvolvimento
destes poderiam chegar ao limite, colocando assim, um fim a lei de Moore, esta possibilidade
vem ocasionado muitos debates nas comunidades de nicho da computação e da eletrônica de
quais consequências isso acarretaria no futuro, como citado pelos autores no livro Moore’s Law
The prospect of the end of Moore’s Law, today a niche debate in electronics
and computing communities, will similarly transmute over the next decade
into a discussion of profound consequence for our common future. (BROCK
ARNOLD THACKRAY, 2015, 25)
Tendo isto em vista, pode-se observar que existe uma grande possibilidade de que a Ciência
de Dados e o Big Data sejam limitados no que se refere ao processamento de dados, uma vez
que a lei de Moore tem possilibidade de ser invalidada, a par deste problema uma das possiveis
soluções que se pode seguir afim de contornar está limitação de processamento é no que se refere
a computação quântica, podendo ser definida da seguinte forma segundo o livro "Computação
Quântica: Aspectos Físicos e Matemáticos - Uma Abordagem Algébrica" :
Velocidade de processamento exponencialmente maior do que o mais avançado
computador atual: isso é uma das vantagens que se espera do sistema com-
putacional baseado nos conceitos da mecânica quântica: o computador quân-
tico. A computação quântica é fundamentada em conceitos criados pela Física
quântica como o da sobreposição (quando uma partícula está em diferentes
condições contraditórias simultaneamente) e do entrelaçamento (quando a al-
teração em uma partícula provoca o mesmo efeito em outra que se encontra
distante). (SOBRAL, 2019)
Destarte estes são os conceitos que serão discutidos neste trabalho.
Contagem, 08 nov. 2020 5
O Limite de Processamento de Dados Organizacionais em Big Data
3 TRABALHOS RELACIONADOS
Para construção deste trabalho de projeto de pesquisa, é fundamental ter plena consciência
do estado da arte, para saber qual a situação em que se encontra determinado problema, para
isto é imprescindivel ver o que ja se tem pronto, para isto é importante pesqusiar também em
trabalhos relacionados, nesta seção serão apresentados trabalhos que mais se aproximam da
proposta deste projeto de pesquisa. Tendo isto em vista estes serão apresentados neste tópico.
(PACHECO, 2019). O artigo propôs a buscar por uma forma de contornar a limitação de pro-
cessamento dos computadores convencionais , para isto os autores usaram de métodos com-
parativos, demonstrando a diferença de processamento dos computadores modernos e da pos-
sível velocidade que pode ser atingida pelos supercomputadores quânticos, atráves de gráficos,
números e afins. Os resultados obtidos neste trabalho relacionado, foram hipóteses do que
poderia ser feito ou o caminho a ser seguido para evitar as limitações de processamento. A re-
lação deste trabalho com a pesquisa proposta neste artigo, como supracitado, trata-se a respeito
do limite de processamento dos computadores atuais, onde o foco deste projeto de pesquisa
trata-se do limite de processamento para dados organizacionais de maneira que as organizações
continuem obtendo seus insights, já neste trabalho relacionado, o foco é a respeito de problemas
computacionais em big data impossíveis de se resolver devido ao limite de processamento.
(XIMENDES, 2019). Neste, os autores fizeram um trabalho a respeito do estudo de perfomace
de aplicações big data em ambientes de névoa e de borda, cuja proposta trata-se de um estudo
comparativo a respeito do desempenho dos frameworks de diferentes arquiteturas nas aplicações
big data sob os modelos de processamento em lotes e em tempo. Os autores utilizaram métodos
comparativos com frameworks e arquiteturas, fazendo comparações de desempenho. Atráves
dos resultados obtidos pelos autores, estes concluiram que é possivel utilizar processadores
ARM no processamento Big Data e que a escolha da arquitetura e do processador depende das
necessidades da aplicação a ser processada. A relação com este projeto de pesquisa, trata-se de
como a perfomace em processamento de dados em big data pode ser afetada por limitações de
processamento, no caso deste, foram limitações de processamento especificamente no quesito
de arquiteturas e de frameworks e neste projeto a proposta é buscar uma forma de contornar
as limitações de processamento dos computadores atuais no processamento de dados organiza-
cionais em Big Data.
(GUEDES, 2018). Este trabalho relacionado propos um experimento utilizando o COMP super-
scalar (COMPSs) integrado ao HDFS, para processamento de dados massivos. Para isto fizeram
diversos testes e comparações em algoritmos e comparando tempos de execução, as avaliações
de desempenho foram realizadas utilizando duas téncias experimentais, mais especificamente o
teste pareado e a regressão linear, sobre dois casos de uso . Os resultados obtidos demonstraram
um vantagens e beneficios na utilização do HDFS neste cenário como o ganho de desempenho e
na abstração de dados facilitada para os usuários, utilizando junto o COMPs e também a lemon-
ade, ferramento ulizada na análise e mineração de dados. A relação existente entre este trabalho
relacionado, trata-se do processamento de dados em big data pode ser otimizado, neste artigo os
Contagem, 08 nov. 2020 6
O Limite de Processamento de Dados Organizacionais em Big Data
autores propuseram otimzar o processamento de dados utilizando uma tecnologia já existente,
em contra partida a proposta deste projeto de pesquisa é encontrar uma maneira de contornar o
limite de processamento de dados organizacionais, de maneira que as organizações continuem
obtendo seus insights com o big data através de dados organizacionais, e não estejam fadadas a
uma possível limitação por motivo de limitação de processamento.
Dessarte, fazendo uso do estado da arte nestes trabalhos relacionados, foi possível identificar
muitos aspectos que contribuiram para construção deste projeto de pesquisa, obteve-se uma
contextualização a respeito do problema abordado, e com isto foi possível expandir o repertório
de informaçõessobre o objeto de estudo, e isto será de grande utilidade no desenvolvimento
deste artigo.
4 O LIMITE DE PROCESSAMENTO DE DADOS ORGANIZACIONAIS EM BIG DATA
4.1 Possiveis Tecnologias para Otimizar o Processamento de Dados Organizacionais em
Big Data
Com o possível fim da lei proposta por Moore, é provavel que o uso do Big Data se torne inviável
ou até mesmo obsoleto, uma vez que os processadores parem de evoluir e não consigam acom-
panhar o constante crescimento dos dados em Big Data, seria muito complicado ou até mesmo
impossível processar os dados, fazendo assim com que muitas organizações fiquem no prejuizo
por não poder mais obter os preciosos insights, seja uma organização comercial, acadêmica e
afins. Deste modo nesta seção serão apresentadas possíveis tecnologias das quais estas podem
fornecer possíveis caminhos a seguir para contornar este problema de processamento de dados
em Big Data de maneira a fazer com que as organizações continuem a obter os seus insights.
A primeira delas é a Cloud Computing (Computação em Nuvem), pois com esta é possivel ter
mais espaço em disco, capacidade de processamento e banda. (ONE, 2019). Com esta ainda é
possível o processamento paralelo com o Hadoop. (MENEGAZ, 2014). Isso faz com que não
seja necessário um único computador processar a massiva quantidade de dados do Big Data que
serão utilizados na geração de insights para as organizações.
Temos também a computação quântica, os computadores quânticos ainda não são muito co-
muns, mas apresentam uma capacidade de processamento muito superior em detrimetro dos
computadores convencionais, uma vez que estes trabalham com bits 0s e 1s e o computador
quântico trabalha com qubit, que cada um pode ser 1 e 0 simultaneamente, permitindo proces-
sar os dados organizacionais oriundos do Big Data de maneira viável (MATOS, 2018). Pos-
sívelmente mesclando estas duas tecnologias, pode se ter senão uma solução, uma melhora
significativa na limitação do processamento destes dados, fazendo assim com que as organiza-
ções não fiquei fadadas por limitações de processamento.
Também pode ser utilizado frameworks que otimizem o processamento de dados, como demon-
strado em um dos trabalhos relacionados o COMPS (GUEDES, 2018) teve grande efeito no
Contagem, 08 nov. 2020 7
O Limite de Processamento de Dados Organizacionais em Big Data
processamento de dados.
Destarte estas tecnologias individualmente como demonstrado possuem alguma utilidade no
que se diz respeito ao ganho de velocidade de processamento de dados, possívelmente a combi-
nação destes aspectos supracitados teria no minimo um ganho de perfomace no processamento
de dados, e contribuiria para as organizações na busca por insights para seu negócio. Deste
modo é valido uma pesquisa aprofundade nestes aspectos de modo que o processamento de
dados organizacionais não seja limitado, estas tecnologias podem ser o possível caminho para
contornar estas limitações e agregar valor as organizações. Dessarte como proposto, este é um
direcionamento a ser seguido para contornar esta limitação no processamento de dados organi-
zacionais.
4.2 Metodologia
Este trabalho se propôs a executar uma pesquisa de aplicação de forma descritiva sobre possíveis
tecnologias que podem contribuir em uma possível soulução ou um direcionamento a seguir, de
forma a assegurar que as diversas organisações continuem obtendo seus insights através do Big
Data, sem que haja para isso, uma limitação de processamento nos dados. Com este fim foram
apresentados de maneira descritiva as tecnologias que podem otimizar neste processamento,
abordando diversos aspectos a respeito destas tecnologias e como estes podem ajudar em uma
possível solução para o problema que é o objeto de pesquisa deste trabalho, realizando uma
análise exploratória do uso destas tecnologias aplicadas ao problema de processamento. A com-
provação dos testes será feita de forma quantitativa, analisando o tempo gasto no processamento
dos dados ao aplicar uma ou mais destas tecnologias aplicadas a uma quantidade de dados que
atualmente tem o seu processamento limitado devido a insuficiência dos processadores atuais
neste contexto.
4.3 Ambiente
Table 1 – Ambiente
Base de dados Linguagem de programação Características das empresas
SQL SERVER Python Utilizam Big Data e Data Science.
Fonte: Oncala (2020)
Para validar a efetividade das tecnologias descritas, este projeto de pesquisa propõem um am-
biente para realizar os testes do uso destas tecnologias, e estes são os principais aspectos que
serão utilizados ao realizar os testes nas tecnologias apresentadas neste trabalho, os testes serão
realizados em empresas que utilizam o Big Data e Data Science, e utilizando o SQL Server
como SGBD principal para o Banco de Dados e a linguagem Python para auxiliar em testes de
processamento dos dados.
Contagem, 08 nov. 2020 8
O Limite de Processamento de Dados Organizacionais em Big Data
4.4 Procedimentos e Etapas
O foco central deste projeto de pesquisa é propor possíveis soluções ou um direcionamento
para contornar as limitações no processamento de dados de maneira que os insights continuem
a serem garantidos para as organizações, todavia para validar a efetivade destas, este projeto de
pesquisa propõe também procedimentos e etapas a serem seguidos afim de validar a pertinência
destas possíveis soluções ou direcionamentos. Tendo isto em vista apresentaremos a seguir
procedimentos e etapas a serem seguidos nos testes das tecnologias:
4.4.1 Obter os dados oriundos do Big Data
Esta é uma etapa de preparação dos dados que serão realizados no teste, as organizações irão
preparar o banco de dados com os dados do Big Data, caso já não tenham o feito, após obter
estes dados, a preparação destes será feita com o SGBD SQL Server e a linguagem Python para
executar os códigos dos problemas propostos pelas organizações.
4.4.2 Realizar experimentos de tempo de processamento nas tecnologias propostas
Com os dados preparados tanto no SGBD quando no Python, nesta etapa serão feitos experi-
mentos nas possíveis tecnologias que otimizem o tempo no processamento de dados já obtidos
na etapa anterior.
4.4.3 Análise dos Resultados Obtidos
Após realizar os experimentos de tempo, os resultados serão analisados e validados pelas orga-
nizações de acordo com a proposta deste trabalho, e decidir qual delas ou o conjuto delas é mais
pertinente e eficaz para processar os dados sem que haja limitações de processamento.
Contagem, 08 nov. 2020 9
O Limite de Processamento de Dados Organizacionais em Big Data
4.5 Instrumentos
O instrumento utilizado será um questionário, avaliando junto as organizações a análise de de-
sempenho no processamento com as tecnologias propostas e também o instrumento de grupo de
discussão para discutir em conjunto os resultados obtidos na aplicação das possiveis tecnologias
que podem otimizar o processamento de dados.
4.6 Métricas
A métrica a ser utilizada é o tempo de execução, validando e comparando o desempenho no
processamento de dados com as tecnologias propostas, buscando responder as seguintes per-
guntas: o tempo execução no processamento é aceitavel ? o uso das tecnologias obteve uma
otimização significativa no processamento dos dados ? respondendo estas perguntas através da
métrica de tempo de execução teremos uma resposta se é viavel e pertinente a possível solução
apresentada no processamento de dados em grande escala.
4.7 Cronograma
Table 2 – Cronograma de atividade previstas
Etapa Mês e Ano
1- Obter os dados oriundos do Big Data Dezembro/2020
2- Realizar experimentos de tempo de processamento nas tecnologias propostas Janeiro/2021
3- Análise dos Resultados Obtidos Fevereiro/2021
Fonte: Oncala (2020)
Contagem, 08 nov. 2020 10
O Limite de Processamento de Dados Organizacionais em Big Data
5 CONCLUSÃO
Com este projeto de pesquisa, pudemos conhecer algumas das possíveis soluções ou caminhos
a serem seguidos a respeito do processamento de dados em Big Data, especialmente os dados
organizacionais, este que é o objetocentral deste trabalho, de modo que não haja interrupção
de insights tendo em vista o possível fim da lei de Moore, com isto vimos desde tecnologias em
nuvem a tecnologias como frameworks, e com isto pode-se afirmar que este projeto cumpriu
o seu papel proposto, ao decorrer deste trabalho foram apresentados algumas das possíveis
soluções ou direcionamentos a se considerar. E para validar a pertinencia destas,este projeto
propoem também procedimentos e etapas para validar estes resultados, como demonstrando no
tópico de procedimentos Dessarte com este trabalho pode-se ter uma noção geral da situação do
objeto de pesquisa deste trabalho, além de uma contextualização de aspectos que já existem e
que são candidatos a solução efetiva do problema, em trabalhos futuros este projeto de pesquisa
pode ser usado como referência em outros trabalhos como um complemento o repertório do
assunto.
Contagem, 08 nov. 2020 11
O Limite de Processamento de Dados Organizacionais em Big Data
REFERÊNCIAS
BROCK ARNOLD THACKRAY, Rachel Jones David C. Moore’s Law: The Life of Gordon
Moore. 1. ed. [S.l.]: Amazon, 2015.
GUEDES, Lucas M. Ponce1; Walter dos Santos; Wagner Meira Jr ; Dorgi-
val. Extensão de um ambiente de computação de alto desempenho para
o processamento de dados massivos. [S.l.]: OJS, 2018. Disponível em:
<https://ojs.sbc.org.br/index.php/sbrc/article/view/2486/2450>. Acesso em: 17 de nov.
2020.
MATOS, D. Como a Computação Quântica Vai Revolucionar a Inteligên-
cia Artificial, Machine Learning e Big Data. [S.l.: s.n.], 2018. Disponível em:
<http://www.cienciaedados.com/como-a-computacao-quantica-vai-revolucionar-ainteligencia-
artificial-machine-learning-e-big-data/>. Acesso em: 22 de nov. 2020.
MENEGAZ, Gery. What is Hadoop, and how does it relate to cloud? [S.l.]: IBM,
2014. Disponível em: <https://www.ibm.com/blogs/cloud-computing/2014/05/07/hadoop-
relate-cloud/>. Acesso em: 22 de nov. 2020.
ONCALA, César Henrique Alves. Memorial Acadêmico-Científico. 2020. 46p. Monografia
— Pontifícia Universidade Católica de Minas Gerais, Nacional.
ONE, Host. 3 razões para considerar Computação em Nuvem em sua empresa. [S.l.]: Host
One, 2019. Disponível em: <https://blog.hostone.com.br/computacao-em-nuvem/>. Acesso
em: 22 de nov. 2020.
PACHECO, Bornieque. Ciencia de datos: enfoque en el desafío de procesamiento. [S.l.]: Di-
alnet, 2019. 9 p. Disponível em: <https://dialnet.unirioja.es/servlet/articulo?codigo=7167397>.
Acesso em: 17 de nov. 2020.
SANTODIGITAL. Por que o Big Data é tão importante para as empresas? [S.l.]: San-
toDigital, 2017. Disponível em: <https://www.santodigital.com.br/por-que-o-big-data-e-tao-
importante-para-empresas>. Acesso em: 31 de out. 2020.
SERVICES, EMC EDUCATION. Data Science Big Data Analytics. 1. ed. [S.l.]: Amazon,
2014.
SOBRAL, Renato Bobsin Machado João Bosco M. Computação Quântica: Aspectos Físicos
e Matemáticos - Uma Abordagem Algébrica. 1. ed. [S.l.]: DMC-NS, 2019.
TRINDADE, Rodrigo. O que é a Lei de Moore e por que você deve
se preocupar com o fim dela. [S.l.]: UOL, 2019. Disponível em:
<https://www.uol.com.br/tilt/noticias/redacao/2019/01/29/o-que-e-a-lei-de-moore-e-porque-
voce-deve-se-preocupar-com-o-fim-dela.htm>. Acesso em: 31 de out. 2020.
XIMENDES, Silva Junior; Jorge. Um estudo sobre a performance de aplicações
big data em ambientes de névoa e de borda. [S.l.]: Lume, 2019. Disponível em:
<https://www.lume.ufrgs.br/bitstream/handle/10183/193992/001092825.pdf?sequence=1isAllowed=y>.
Acesso em: 17 de nov. 2020.
Contagem, 08 nov. 2020 12