Explorando terras sem lei, realidade virtual (VR)

rafa.pngSabe aquelas garotos gênios que você tem orgulho de trabalhar junto? Este aí é um deles! Rafael Costa (Rafa) é um cara movido por desafios e tem uma característica ímpar: CAPACIDADE DE ENTREGA.  Bro, saiba que é uma honra ter textos seus, tu vai longe como sempre lhe digo!

Co-Fundados e CTO da Kyub Interactive.
Especialista em Jogos e Realidade Mista.
Eterno aluno e entusiasta tecnológico.

A Realidade Virtual e Realidade Aumentada deixaram de fazer parte do universo da ficção científica para se tornarem a grande aposta do mundo moderno. Empresas como Facebook, HTC e Microsoft aportam bilhões de dólares em pesquisa para que esse mercado ganhe vida.VR

Atualmente o mercado de VR é um ambiente inexplorado, com regras muito pouco definidas, e isso gera oportunidades e desafios para o desenvolvimento de aplicações.

Hoje gostaria de falar sobre Usabilidade na realidade virtual.

O QUE PARECE TRIVIAL, EM SÍNTESE É GENIAL

Já se pegou mexendo no notebook e parou para refletir “Quem inventou o padrão de se clicar duas vezes em um ícone e executar uma aplicação?”, ou mexendo em seu smartphone e pensando “Quem foi a mente brilhante que definiu o movimento de zoom-in e zoom-out? ”?
As tecnologias atuais não seriam nada sem um padrão de usabilidade fácil e bem definido que qualquer usuário pudesse aprender, e esta é a grande dificuldade para a popularização da Realidade Virtual atualmente.

SINESTESIA, EXTRAPOLANDO OS SENTIDOS

Um dos grandes limitadores da Realidade Mista (virtual e aumentada) é a ausência de alguns sentidos. Nossa visão e audição são enganadas, mas perdemos a capacidade de sentir objetos, e este limitador faz com que tenhamos uma quebra imersiva poderosa. Nossa mente chega a um impasse psicológico, fazendo com que tudo aquilo deixe de parecer real.

https://thumbs.gfycat.com/MatureSpanishArrowana-mobile.mp4

Se podemos virtualmente atravessar objetos na Realidade Virtual, devemos usar os sentidos disponíveis para evitar a quebra de experiência do usuário e esse é o estudo que tantas pessoas tentam solucionar atualmente – como criar a melhor usabilidade usando apenas os sentidos da visão e audição, sem quebrar realismo do mundo?

https://thumbs.gfycat.com/TerrificShadyHoneyeater-mobile.mp4

Atualmente trabalhamos com a ideia do feedback visual e sonoro.
Ao abdicarmos da ideia de se clonar perfeitamente a realidade conseguimos trabalhar com o conceito de que somos “fantasmas” no mundo da realidade virtual, e desta forma podemos ter acesso a habilidades que não possuímos no mundo real, como atravessar e nos ver através de paredes.

SUPER PODERES, SOLUCIONANDO LIMITADORES TECNOLÓGICOS

Estamos longe de imergir 100% em um mundo paralelo. Nosso corpo está em um mundo físico e ao nos movimentarmos pela sala podemos colidir com objetos reais que nos rodeiam. Por sorte, pouca gente entra na Realidade Virtual querendo se limitar à sua vida do mundo físico, e por isso podemos explorar os super poderes que todos nós gostaríamos de ter para solucionar a usabilidade falha da tecnologia atual.

Pegar objetos à distância, nos teletransportar, acessar menus com o estilo “Minority Report”. Todas essas habilidades estão lá com o intuito de reduzir as limitações tecnológicas atuais.
As pesquisas modernas tentam avançar rapidamente para se generalizar um padrão de comandos que possa ser compartilhado entre todas as aplicações em Realidade Mista, e dessa forma popularizar a tecnologia a ponto de torna-la parte essencial do dia a dia, como o smartphone se tornou. Vemos que esta revolução está vindo pela própria comunidade de desenvolvedores que pesquisam ardumente a melhor forma de se aproveitar as experiências dentro de um mundo novo.

REVOLUÇÃO OU FRACASSO?

Vivenciamos diversas tecnologias incríveis que morreram sem nunca se popularizar, podendo citar o exemplo do Google Glass e Kinect.

Com o custo atual dos óculos mais modernos de Realidade Virtual e Aumentada e sua experiência limitada posso afirmar que vivemos a época do Atari deste mundo, e sem a pesquisa e adesão dos usuários poderemos ver essa tecnologia ser arquivada no fundo do armário junto com seus predecessores.

Realidade Mista atual está fadada a morrer pelas limitações, ou veremos seu rápido crescimento nos próximos anos com mais aporte de investimento, e maior adesão do público comum?

Anúncios
Publicado em Inovação, Profissional, Realidades Virtual e Aumentada, TI - Tecnologia da Informação | Marcado com , , , | Deixe um comentário

A grandeza da Humildade

grandeza_humildadeHumildade é algo raro, pois raramente a admiramos, porque consideramos como o oposto da agressividade, que associamos ao sucesso. Frequentemente dizemos em nossa sociedade que as pessoas passivas são humildes. É uma maneira de encontrar algo amável para se referir a pessoas que consideramos bastante incapazes.

Porém, o mais importante de entender e praticar é que HUMILDADE NÃO É PASSIVIDADE. Outro ponto difícil de entender e não praticar é a AUTOCONDENAÇÃO. Autocondenação também não é humildade, é humilhação. Autocondenação nada mais é do que entendemos como “o coitadinho ou a coitadinha”.

Quando entendemos um pouco quem foi JESUS, conseguimos entender melhor o que escrevi acima. Com o exemplo dele, somos ensinados de forma humilde como estes ensinamentos podem ser aplicados em nossas vidas, através de princípios espirituais, tirados de passagens da Bíblia, para obtermos saúde psicológica e emocional, superarmos os obstáculos que surgem e crescermos como pessoas.

Sabemos que a psicologia ajuda as pessoas a superarem traumas, se conhecerem melhor, saberem conviver com os outros, resolverem problemas, lidarem com os sentimentos, dentre outras coisas, o que Jesus já fazia e faz com seus ensinamentos e lições. Jesus, com certeza é o maior psicólogo que já existiu (Leiam o livro). Jesus, com seu amor, anuncia a Palavra de Deus, Pai misericordioso.

Ele é o Caminho, a Verdade e a Vida, e nos ajuda a cuidar do nosso coração e curar nossas feridas, através do perdão e do amor.

Jesus nunca escreveu um livro, estudou ou fez faculdade (embora na época não existisse), nunca lecionou uma aula formal. Ele sempre falou por meio das parábolas e conduziu as pessoas à verdade através do seu exemplo vivo. Ele era confiante sem ser arrogante, acreditava em valores absolutos sem ser rígido e tinha clareza sobre sua própria identidade sem julgar os outros.

A pessoa verdadeiramente sábia é sempre humilde.

Os grandes pensadores são sempre humildes. Eles compreendem que a vida está ligada à fé do que ao conhecimento, pois a arrogância é total sinal de insegurança.

Jesus nos avisou que não devemos confundir a sinceridade com a verdade. Se trouxermos isso para a vida, entendemos que as pessoas maduras conseguem ser corajosas o suficiente para se comprometerem com a verdade, permanecendo abertas à possibilidade de estarem erradas com relação à maneira como a percebem. É assim que o conhecimento e a humildade se relacionam.

Somos humildes quando percebemos que somos como os cegos, limitados na nossa capacidade de perceber as coisas que estão diante de nós. Na verdade, nós seres humanos, temos medo daquilo que não conhecemos. Então, não condene o que nos entendemos ou não conhecemos.

Esse temor do desconhecido é a base da intolerância. Ele nos leva a julgar e rotular pessoas e coisas, deixando nossa humildade de lado. Quanto sentimos este tipo de medo, condenamos o que não compreendemos. Um exemplo melhor são as discussões negativas, elas passam a ser mais produtivas quando um deixa de julgar o outro e procuram entender as diferenças.

Ao julgar os outros, nós mesmos nos condenamos.

Por fim, o status e o poder não tornam uma pessoa importante. O que faz uma pessoa ser importante é a sua capacidade de servir os outros. Dar importância a outra pessoa sem nos considerarmos diminuídos é a verdadeira humildade.

Enjoy!

Publicado em Motivação, Pessoal, Saúde | Marcado com , , , | 1 Comentário

Big Data x Small Data

A bola da vez no mundo tecnológico, corporativo e até mesmo acadêmico em TI é a palavra DADOS. O cuidado que penso que precisamos tomar como entusiastas, empresários, empreendedores, estudantes, amantes de tecnologia, enfim, todos, é que isso não vire uma “modinha” do qual se vendem muitos eventos, matérias, etc., e ao final não se obtém nenhum resultado.

smallxbigO Big Data já conquistou a graça de muitas corporações, principalmente depois da criação do Google e o melhor entendimento desta “união de dados”. Afinal, compilar informações se faz necessário para conseguir uma vantagem competitiva. Porém, hoje um dos grandes desafios é o que se faz com estes dados de maneira eficiente, sem que a produção de “lixo de dados” não seja maior ou mais cara financeiramente em relação aquilo que “se tira de proveito destes dados”.

Então, baseado em algumas dificuldades (em breve escreverei algo sobre isso), tem surgido um novo sistema de gerenciamento de dados, o Small Data. Estranhamente quando leio isso me volto ao passado (claro, passado só volta, rs) e me lembro do curso de ACCESS lá em 95 e me pergunto: Aquilo não era um Small Data?! Se for, então estamos pegando definições passadas e aplicando neste presente para o futuro.

Quais seriam as diferenças que definem o “melhor a ser utilizado”. Na minha visão AMBOS devem ser adotados, e não podemos de “cara” optar por um BIG DATA se ao menos não temos os nossos SMALL organizados ou já analisados. A “briga” constante que precisamos travar é: QUANTIDADE vs. QUALIDADE.

BIG DATA: Coletar, armazenar, processar um grande volume de dados não-estruturados que, posteriormente, deverão ser analisados através de ferramentas computacionais.

SMALL DATA: Pequena quantidade de dados coletados a fim de entender os detalhes das informações.

Os focos de cada tipo são diferentes, enquanto o primeiro foca na quantidade de informações coletadas e não separa a relevância delas, o segundo visa a qualidade dos dados, que podem ser melhor utilizados em estratégias rápidas.

Uma das diferenças é a forma de coletar os dados, sendo o BIG coletados em Cloud (Nuvem), diversos bancos de dados, monitoramento de cookies, entre outros. Já o SMALL procura focar em redes sociais, CRM, sistemas legados de empresas, pesquisas e entrevistas.

Uma diferença que impacta diretamente na boa utilização de um SMALL ou BIG DATA é o custo de armazenamento e processamento destes dados. Quando se fala de BIG estamos na casa PETABYTE (1 P = 1000000 GIGABYTE), já os SMALL os tamanhos são consideravelmente menores.

Atualmente minhas indagações quanto ao uso de dados passa por esta definição. Em muitos casos tenho analisado a aplicação inicial de um BIG DATA coletando informações gerais e dando insumos e direções para tratativas melhores em pequenos SMALL DATA.

A pergunta é: Será que esta é a melhor direção?

Em breve, escreverei mais sobre este assunto.

Enjoy!

 

Publicado em Cloud, Computação cognitiva, Machine Learning, Profissional, TI - Tecnologia da Informação, Transformação Digital | Marcado com , , , , , , | Deixe um comentário

Cloud e os desafios dos custos

cloudTemos trabalhado com Cloud a alguns anos e vivenciado todos os desafios, muitos deles focados no desenvolvimento de aplicações voltados a Cloud, porém muitas vezes esquecemos de um dos ítens principais: O CUSTO. A marcação dos recursos utilizados na Cloud é uma das formas de controlar os custos, mas tenho visto que não necessariamente é eficaz.

Somos e estamos sendo impulsionados a adotar a Nuvem (Cloud) por uma série de fatores, principais impulsionadores tais como velocidade, agilidade, flexibilidade de plataforma e custos reduzidos – ou pelo menos custos mais previsíveis.

É irônico, então, que mais da metade das empresas e até em nossas experiências mostrem que os custos descontrolados da nuvem sejam o maior ponto de dor pós-migração. 

É um grande desafio trabalhar com custos de uma Cloud, e quando se fala em multicloud o cenário fica mais crítico. Quando os custos são acumulados por várias equipes, usando várias contas, envolvendo vários produtos em várias regiões geográficas, em várias plataformas de nuvem, obter uma ideia clara pode ser uma tarefa quase impossível. Por esse motivo, as equipes de infraestrutura e operações geralmente recorrem a soluções de gerenciamento de nuvem para obter melhor visibilidade dos custos.  Desta forma, tenho estudado, procurado com especialistas e definido alguns caminhos para melhorar o entendimento e gestão de custos de uma plataforma em número.

USO DE TAGS: Uma forma comum através das quais as equipes e as soluções de gerenciamento de custos tentam aumentar a visibilidade é através do uso de tags. A marcação é essencialmente o processo de atribuição de nomes à infraestrutura (servidores, bancos de dados, volumes de armazenamento, etc.) e, em alguns casos, aplicativos ou projetos. As tags podem incluir informações úteis, como região geográfica, departamento, ambiente, a finalidade do servidor ou até mesmo o nome da pessoa que provisionou o servidor. Um exemplo é provisionar um banco de dados na região de  leste da AZURE como: evan-mysql-us-east-1.

Agrupamento lógico: Pode-se considerar como agrupar logicamente aplicativos ou infraestrutura provisionada em “projetos” ou até mesmo em equipes. Em seguida, projetos e equipes poderiam receber orçamentos, tornando a alocação de custos e os relatórios muito mais simples, removendo a dependência de tags. O provisionamento de desenvolvedores na nuvem pode associar seus aplicativos aos projetos aos quais pertencem ou aos centros de custo aos quais se reportam. Mas esta é apenas uma solução parcial para o problema. Mesmo que as equipes possam verificar a exatidão perfeita na marcação ou possam ser movidas para um modelo de custo baseado em projeto, a visibilidade dos custos da nuvem é apenas um primeiro passo; é uma abordagem reativa ao gerenciamento de custos e não resolve completamente o problema.

Gerenciamento proativo de custos: Medidas proativas de controle de custos serão sempre mais eficazes em qualquer seguimento, não sendo diferente para Nuvem. Porém, infelizmente, atualmente existem poucas soluções que ajudarão as equipes a fazer isso. Eu diria que a melhor prática é definir políticas orçamentárias a nível do projeto e da equipe e aplicar essas políticas por meio de ferramentas automatizadas. Dessa forma, os aplicativos podem ser agrupados em projetos associados a orçamentos de equipe ou de unidades de negócio. A TI e o Financeiro podem definir controles de custos para unidades de negócios. Unidade de negócio ou equipes individuais podem definir orçamentos para projetos. Essas políticas podem servir de proteção, garantindo que os aplicativos e projetos não excedam o orçamento esperado, ao mesmo tempo em que deem às equipes liberdade para serem produtivas por meio de métodos como o autoatendimento automático.

Com essas práticas implementadas, mesmo no lado reativo, as equipes de TI e finanças terão maior percepção de onde vêm os custos.  Por exemplo, uma análise de custo pode recomendar o uso de instâncias reservadas, quando elas proporcionam economias significativas de custos e sugerem o dimensionamento correto da carga de trabalho, e sempre que as equipes puderem autorizar esse uso automaticamente ou aprovar manualmente. Acabamos de fazer isso em um dos nossos grandes projetos (instâncias reservadas).

Ao habilitar um sistema de controle de custos proativo e um mecanismo de análise de custos mais poderoso e contextual, você pode tornar o descontrole dos custos multicloud  algo do passado.

O fato é que Rapidez, agilidade, flexibilidade  e eficiência de custos – esse é o santo graal e o futuro multicloud.

 

 

Publicado em Cloud, Infraestrutura, Inovação, Profissional, TI - Tecnologia da Informação, Transformação Digital | Marcado com , , , , , | Deixe um comentário

Pontos importantes para carreira Cientista de Dados

Ser um Cientista de Dados por estar estudando disciplinas de estatística, matemática ou computação e já estar atuando em alguma área correlata, ou por ter interesse e ter iniciado um processo de seleção para alguma vaga de Cientista de Dados, é importante prestar atenção para não cair em algumas armadilhas que identificam “falsos” cientistas de dados.

Outro ponto importante e uma verdadeira armadilha para quem contrata, é não fazer do seu cientista de dados um desenvolvedor ou um resolvedor de problemas. Difícil desafio.

Diante disso, seguem alguns pontos importantes para reflexão:

• Não entender se quer contratar um cientista ou um desenvolvedor – Em muitos casos, os empregadores querem contratar essencialmente um desenvolvedor ou um codificador, mas que também seja um cientista – em suma, um unicórnio. Muitas vezes até por falta de conhecimento dos contratantes isso acontece, ou porque a empresa não tem a necessidade real de um cientista de dados.

Minha dica neste caso: DEIXE CLARO O QUE VOCÊ DESEJA. Se quiser tentar convencer quem está contratando, você pode ser capaz de convencê-los que é bom em ambas as tarefas, enfatizando sua perspicácia em negócios, com base em histórias de sucesso verificáveis com fatos concretos e fáceis de quantificar com algumas métricas de performance.

• Candidatar-se ao emprego errado – Caso você se candidate a uma posição de codificador, sendo um cientista, seja muito claro antecipadamente sobre quem você é. Isso vai poupar muito tempo para todo mundo, inclusive você mesmo.

• Ignorar questões de negócios durante a entrevista – E, em vez disso, focar exclusivamente em código, tecnologia, ou teoria. Não adianta falar somente de código, fale de negócios, e como cientista qual é (são) sua (s) linha (s) de estudo de defesa.

• Oferecer respostas artificiais às perguntas, destinadas a seduzir o entrevistador, dizendo exatamente o que ele espera ouvir.

• Falta de menção a histórias de sucesso, juntamente com métricas que medem o sucesso em questão (como redução de custos em 30%, aumento da retenção de 20%).

• Não saber sobre ferramentas, técnicas, plataformas ou linguagens de programação que seus subordinados (se você for contratado), estarão usando. Pelo menos você deve ter uma ideia geral sobre eles: por exemplo, ser capaz de responder quais são as diferenças entre “Python” e “R” mesmo se você nunca usou essas linguagens. É uma boa ideia pedir ao RH informações sobre quem serão seus entrevistadores, e fazer alguma pesquisa sobre seus antecedentes, utilizando LinkedIn. Até mesmo se conectar com eles na rede.

• Não saber as tendências em sua indústria – Você não responder a perguntas como “como você acha que deep learning irá evoluir ao longo dos próximos 5 anos” ou “é a Internet das coisas ou a AI que veio para ficar?”.

• Não diferenciar-se dos outros candidatos ou não mencionar seus pontos fortes (por exemplo: um geek que entende os termos de negócio; um analista que se esforça para completar todos os projetos antes do tempo; um cara que adora automatizar suas tarefas sempre que possível para poupar tempo e para lidar com maiores cargas de trabalho; alguém que trabalha muito bem em equipe e que sabe quem delegar e até mesmo inspirar e gerar energia positiva para os colegas; ou alguém que é um autodidata e aprendeu Python e R tudo por si mesmo; um cara que desenvolve aplicativos populares durante seu tempo livre; um autor respeitado com o seu próprio blog e artigos; experiência com enormes conjuntos de dados, como terabytes; ou um analista que adora otimizar processos e pode fornecer exemplos).

• Não conseguir dizer muito sobre a velocidade (complexidade computacional) de vários algoritmos, oferecendo soluções lentas/ineficientes, quando solicitado a resolver um problema, não sabendo onde as complexidades e gargalos estão em plataformas modernas.

• Acreditar que o dado é rei – Não ser capaz de imaginar possíveis fontes de tendências e variâncias. Não ter nenhuma experiência em trabalhar com dados desorganizados. Não saber como os dados são produzidos e como as métricas são identificadas. Só poder falar sobre dados estáticos.

• Não ser capaz de dizer os prós e contras de plataformas de dois produtos populares, arquiteturas, linguagens de programação ou algoritmos. Você precisa ler a literatura para se familiarizar com isso. Por exemplo: R contra Python; as 8 piores técnicas preditivas; 10 tipos de regressões, qual escolher; ou Hadoop contra Spark.

Por fim, compartilho um estudo feito em 2015 pela Analytics Week & Business Over Broadway com mais de 490 profissionais de dados, onde foram solicitados a informar sua proficiência em 25 elementos numa escala de 0 (não conheço) a 100 (sou expert), chegou à distribuição de áreas de conhecimento abaixo:

data_science_skill

 

Valeu pela leitura moçada!
Enjoy!

Publicado em Computação cognitiva, Inovação, Motivação, Pessoal, Profissional | Marcado com , , , , | Deixe um comentário