Por Kamila Peres, Coordenadora do Curso de DevOps da Let's Code.<h2 id="o-que-%C3%A9-devops">O que é DevOps?</h2>Assim como o SRE nasceu de uma necessidade de aumentar a confiabilidade do site da Google, o DevOps surgiu da necessidade da automação de rotinas visando entregas rápidas e de qualidade.DevOps trata-se de uma cultura e não de uma profissão.Essa cultura é empregada por Engenheiras(os) que desenvolvem habilidades trabalhando com um provedor de nuvem (seja AWS, Azure ou GCP) ou ambientes on-premises.A cultura DevOps vem sendo cada vez mais importante dentro das grandes empresas e por se tratar de algo relativamente novo é difícil encontrar definições objetivas sobre esse papel dentro das corporações.Podemos descrever que o DevOps ajuda a acompanhar e implementar as melhores práticas e ferramentas de TI, atuando diretamente em um dos principais focos das áreas de tecnologia nas empresas: A experiência do nosso cliente e as entregas de serviços de qualidade.<h2 id="por-que-aprender-e-como-%C3%A9-o-dia-a-dia-de-um-profissional">Por que aprender e como é o dia a dia de um profissional?</h2>Aprender DevOps muda completamente o dia a dia de uma Engenheira(o) porque essa pessoa irá criar e implementar soluções visando entregas rápidas e de qualidade.A Engenheira(o) DevOps terá um “dia a dia” de trabalho diverso, em cada empresa essa pessoa poderá atuar de formas diferentes, seja implementando automação de rotinas, analisando os custos pagos para um provedor de cloud computing afim de sugerir melhorias para redução desses custos, criando dashboards analiticos para tomada de decisões, analisando um problema em Produção, entre outras coisas que surgem relacionadas a infraestrutura e desenvolvimento de uma aplicação.<h2 id="sobre-a-trilha-e-m%C3%B3dulos">Sobre a Trilha e módulos.</h2>Atualmente, a Trilha de DevOps é dividida em dois grandes públicos:<ul><li>on-premises</li><li>nuvem AWS</li></ul>Ela tem módulos de:<ul><li>sistema operacional</li><li>programação básica</li><li>shell scripting</li><li>versionamento de arquivo</li><li>redes</li><li>infraestrutura web</li><li>conteinerização</li><li>configuração como código</li><li>provisionamento como código</li><li>pipelines de ci/cd</li><li>orquestração</li><li>observability</li><li>serviços cloud</li></ul>Nos módulos, abordamos os conteúdos programáticos:<ul><li>instalação, configuração, comandos essenciais do linux</li><li>lógica de programação e sistema de arquivos com python</li><li>sintaxe, programação básica e sistema de arquivos com shell scripting</li><li>git, json, yaml, xml</li><li>protocolos, portas, subnets, vlans, proxies</li><li>domínios, dns, servidores de aplicação, load balance, redundância</li><li>docker, dockerfile, docker compose</li><li>ansible, chef, puppet</li><li>terraform</li><li>gitlab, github, jenkins, artefatos</li><li>kubernetes, kubeCTL</li><li>grafana, prometheus, graylog</li><li>rabbitmq, redis, minio</li><li>ec2, sqs, sns, elasticache, s3, lambda</li><li>cloudformation</li><li>code commit, code build, code pipeline</li><li>elastic beanstalk</li></ul><h2 id="principais-linguagens">Principais Linguagens</h2>As automações DevOps são desenvolvidas nas principais linguagens: Python, Shell, Golang, Ansible e Terraform.<h2 id="quais-os-diferenciais-da-let%E2%80%99s-code">Quais os diferenciais da Let’s Code? </h2>Um dos diferenciais na Let’s Code é o plano pedagógico de ensino da Trilha de DevOps (e demais Trilhas) e o time de professores.O plano pedagógico foi desenvolvido com base em metodologias de ensino que se alinham com a nossa visão de educação, onde o aluno está no centro do processo de aprendizagem.Na Let's Code aplicamos duas metodologias de ensino:<ol><li>Sala de aula invertida: o aluno deve colocar uma certa quantidade de esforço em casa para um aprendizado autodidata apoiado pelo material de apoio que produzimos e disponibilizamos, assim, incentivamos o desenvolvimento de sua autonomia</li><li>Aprendizado baseado em problemas/projetos: implica uma saudável quantidade de problemas de escopo aberto para incentivar o desenvolvimento de um pensamento mais abrangente, não limitado a pequenos objetivos ou a um único caminho de resolução.</li></ol>Os nossos professores atuam no mercado de trabalho como Engenheiras(os) DevOps, ou seja, temos um time de profissionais com grandes experiências de como as empresas estão aplicando essa cultura no dia a dia.<h2 id="dicas-para-quem-quer-entrar-nessa-carreira">Dicas para quem quer entrar nessa carreira. </h2>O primeiro passo para ser uma Engenheira(o) que aplica a cultura DevOps é entender a importância de entregas rápidas e de qualidade. A partir daí é aprender sobre infraestrutura e arquitetura e ter conhecimento dos principais serviços oferecidos por uma empresa provedora de Cloud Computing, seja AWS, Azure ou GCP.Quer seguir uma trilha de aprendizado com a Let's Code? Fique de olho nas nossas redes e não perca nenhuma oportunidade em nossos programas de formação sem custos. Confira os disponíveis: <a href="http://letscode.com.br/processos-seletivos">https://letscode.com.br/processos-seletivos</a>

Por Kamila Peres, Coordenadora do Curso de DevOps da Let's Code.O que é DevOps?Assim como o SRE nasceu de uma necessidad...

DevOps: O que é, por que aprender, módulos e linguagens.

Por Pablo Mahmud, Data Product Manager e professosr coder da Let's Code.Não importa se você trabalha em uma start-up ou em uma multinacional, é muito comum ouvir dos gestores que dados são o ativo mais valioso das empresas. Além disso, um termo que se popularizou nos últimos tempos é “Data Driven” (tradução literal de “Guiado Por Dados”). Em outras palavras, isso é o desejo de todas as empresas em começar a utilizar seus dados para tomar decisões, possibilitando decisões mais ágeis e assertivas.Estamos vivendo uma demanda crescente por profissionais especializados nas mais diferentes disciplinas de dados, e sabendo que podem ocorrer algumas sobreposições de funções entre os desenvolvedores, é importante entender o que se espera de cada perfil profissional dentro dessa cadeia de dados, seja porque você está ingressando agora na carreira ou está em busca de uma transição.Ficou curioso(a) em saber mais sobre os perfis de profissionais de dados? Então confira o artigo abaixo para saber de tudo sobre o tema!Cientista de dadosO(a) cientista de dados tem um importante papel no fluxo de inteligência de dados das empresas e se espera dele a capacidade de consumir, administrar e transformar em modelos utilizáveis uma grande quantidade de dados. Desta forma, é possível extrair desses modelos informações relevantes para otimizar processos e impactar positivamente o negócio e os clientes.O foco desse(a) profissional é responder perguntas das áreas de negócio que impulsionam tomadas de decisão baseadas em dados. Assim, traz insights ou até mesmo modelos de predição, recomendação, entre outros.No seu dia a dia, o(a) profissional lida com um grande volume de informações (big data), na qual é preciso programar muito bem, além de dominar outras técnicas como: limpeza de dados, estatística e machine learning.Arquiteto(a) de dadosO(a) arquiteto(a) de dados é a pessoa responsável que propõe a estratégia de dados da organização, influenciando seus padrões de qualidade, fluxo de dados e segurança da informação.O foco desse(a) profissional é bem amplo, uma vez que ele trafega do início ao fim do fluxo de dados, desde o momento que um dado é gerado até o momento que esse dado é consumido.Destaca-se como responsabilidade do(a) arquiteto(a) de dados a definição da estratégia de dados, identificar as fontes de dados da empresa, participar como um membro multidisciplinar de todas as áreas produtoras e consumidoras de dados, gerenciar a arquitetura técnica do ambiente de dados e garantir a acessibilidade e segurança dos dados da organização. Ainda, esse(a) profissional pode realizar auditorias para avaliar a aderência dos times nos processos que foram definidos.Engenheiro(a) de dadosO(a) engenheiro(a) de dados é responsável essencialmente por criar pipelines de dados, manter e construir sistemas de armazenamento de dados que serão utilizados por outras áreas da empresa. Atualmente, Data Lakes têm sido o principal meio de armazenamento de dados para os engenheiros, além da utilização de computação em nuvem para processamento de grandes volumes de informações.Em uma crescente demanda por consumir dados com qualidade e com um cenário de diversas ferramentas, serviços de big data e estruturas de dados, é uma área com muitas oportunidades de crescimento profissional.Esse(a) profissional é essencial para construir, processar e disponibilizar bases de dados confiáveis que serão utilizadas pelos cientistas e analistas de dados.Analista de dadosO(a) analista de dados é responsável por analisar um grande volume de dados de diversas bases diferentes e garimpar informações relevantes para obter insights e resolver problemas de negócios.O resultado dessa análise pode ser apresentado de diversas maneiras, que é o que vai definir a especialidade desse profissional. Dentre as possibilidades de representação, pode-se destacar o uso de gráficos, relatórios, dashboards, entre outros.Além de conhecer algumas ferramentas de visualização de dados, como PowerBI e Tableau, esse profissional deve dominar SQL. Ainda, profissionais que buscam se destacar na sua atuação podem desenvolver conhecimento em estatística.Saiba mais sobre a metodologia, as tecnologias oferecidas e os módulos da Trilha de Python e Dados da Let’s Code: https://www.letscode.com.br/python-e-dados

Por Pablo Mahmud, Data Product Manager e professosr coder da Let's Code.Não importa se você trabalha em uma start-up ou ...

Conheça as diferenças entre Cientista, Arquiteto, Engenheiro e Analista dentro da carreira de Dados.

Por Eduardo Santana, Software Engineer coder da Let's Code.Você tem interesse em se tornar um desenvolvedor Web, mas fica perdido com os termos front-end, back-end ou full stack? Não sabe a diferença de Java e JavaScript? Então leia este post que vamos explicar o que você precisa saber para iniciar a sua jornada para se tornar um desenvolvedor Web.Antigamente existia apenas o desenvolvedor Web; essa pessoa tinha que conhecer uma linguagem de programação principal que poderia ser Java, PHP ou Python e as linguagens básicas para a construção de páginas Web que são HTML, JavaScript e CSS. Porém, atualmente as funções estão mais bem divididas, e existem três tipos principais de desenvolvedores Web: o front-end, o back-end e o full stack.Mais importante do que entender a diferença nos papéis do desenvolvedor é entender o que front-end e back-end representam em uma aplicação.O front-end (FE) é a parte visual da aplicação, então todas as páginas de uma aplicação como formulários, listagens, tabelas e a própria navegação entre todas as páginas são responsabilidades do FE; essa parte da aplicação é executada no próprio browser do usuário. Já o back-end (BE) é responsável pelo processamento e armazenamento dos dados da aplicação. Normalmente ele recebe dados do FE, processa e salva os dados, e depois retorna uma resposta para o FE. Diferentemente do FE, o BE é executado em um servidor que está disponível na internet.Por exemplo: imagine que no e-commerce, quando fazemos a busca por um produto, digitamos no campo de busca o nome do produto que queremos, isso tudo é feito no front-end. Quando clicamos no botão buscar, o nome do produto é enviado para o back-end, que faz uma busca no banco de dados da aplicação, e retorna uma lista com todos os resultados daquela busca. Por fim, o front-end recebe os dados, e mostra a página com os resultados da busca.Agora que sabemos o que é o FE e o BE nas aplicações, fica mais fácil entender as diferenças entre os papéis.O desenvolvedor front-end é responsável por implementar as páginas da aplicação, enviando e apresentando os dados que são enviados e recebidos do back-end, e também a navegação entre as páginas (menus, links, botões, etc). As principais tecnologias que um desenvolvedor FE deve conhecer são HTML, CSS e JavaScript, além de algum framework JavaScript como o React, Angular ou o Vue.O desenvolvedor back-end é responsável por implementar o processamento e o armazenamento dos dados em um banco de dados. Um desenvolvedor BE deve conhecer bem pelo menos uma linguagem de programação de BE, as principais são Java, PHP, Python ou JavaScript e também os conceitos de banco de dados. Além disso, é importante conhecer alguns frameworks para o desenvolvimento do BE como o Spring para o Java e o Flask para Python.O desenvolvedor full stack é aquele que consegue trabalhar tanto no FE quanto no BE da aplicação. Este desenvolvedor tem que conhecer várias tecnologias, e talvez ele seja menos especialista do que um desenvolvedor que seja totalmente FE ou BE, porém ele terá um grande conhecimento na integração entre as duas partes das aplicações.Apesar das funções serem diferentes, o dia a dia de desenvolvedores FE e BE são parecidos, normalmente eles trabalham em um time de desenvolvedores que trabalham usando alguma metodologia de desenvolvimento de software como o SCRUM e o XP. Existe bastante interação entre os desenvolvedores, já que as duas partes da aplicação devem ter uma integração fácil.A Let's Code oferece uma formação completa para um desenvolvedor Full Stack. Nela o aluno começa no módulo front-end, conhecendo as três tecnologias base que são HTML, CSS e JavaScript e depois passa para os frameworks JavaScript, principalmente React e Angular. Em seguida, é iniciado o módulo back-end em que o aluno mergulha na linguagem Java, começando com os conceitos básicos de lógica de programação e estrutura de dados e depois se aprofundando nas tecnologias mais utilizadas no mercado como o framework Spring.Com essa formação o aluno consegue definir se prefere o front-end ou o back-end, ou se tiver disposição de se aprofundar em um grande número de tecnologias, encarar o desafio de ser um desenvolvedor full stack.Se interessou? Veja a nossa trilha Web Full Stack aqui: <a href="https://letscode.com.br/web-full-stack">https://letscode.com.br/web-full-stack</a> e se inscreva na nossa newsletter para ficar sempre por dentro das novidades da Let's Code!

Por Eduardo Santana, Software Engineer coder da Let's Code.Você tem interesse em se tornar um desenvolvedor Web, mas fic...

Front-end, back-end e full stack: saiba tudo sobre a carreira de desenvolvedor web.

Se você gosta de videogames, vai adorar conhecer a história de Carol Shaw. Nascida na região do Vale do Silício, no ano de 1955, ela é considerada a primeira mulher que começou a trabalhar com o desenvolvimento de jogos digitais. Com formação em Ciências da Computação pela universidade de Berkeley, Carol entrou para a Atari em 1978, onde desenvolveu o jogo 3D Tic-Tac-Toe, o primeiro game programado por uma mulher, que abriu portas para outras mulheres entrarem na indústria de desenvolvimento. Quatro anos mais tarde, já contratada pela Activision, a diva programou seu maior sucesso: River Raid, um jogo para o Atari 2600, considerado um clássico e um dos 13 jogos que fazem parte do seleto grupo que vendeu ao menos 1 milhão de cópias para o console. Entre outros softwares para games e consoles, Shaw foi pioneira na geração procedural de conteúdo, que nada mais é que o aumento gradual da dificuldade nos níveis dos jogos. Em várias de suas obras, uma fase era totalmente diferente da outra, conceito utilizado até hoje nos maiores títulos de jogos. Devido ao seu enorme sucesso na carreira, Shaw se aposentou precocemente no início dos anos 90, com 35 anos. Com isso, passou a realizar trabalhos voluntários em organizações relacionadas à tecnologia. Uma dessas organizações foi o Foresight Institute, uma ONG que visa promover tecnologias com potencial para transformar o mundo, como, por exemplo, a nanotecnologia molecular. Lá, Carol atuou como CIO cuidando da manutenção de computadores Macintosh e também de um servidor Windows NT, permanecendo no trabalho voluntário até 2001. Com diversos prêmios recebidos ao longo de sua trajetória, Shaw foi agraciada mais recentemente com o Prêmio Ícone da Indústria no The Game Awards, em 2017. Bateu aquela inspiração para se desenvolver na programação e quem sabe se aposentar precocemente como Carol Shaw? Quer saber mais histórias e curiosidades sobre tudo que envolve o mundo tech? Não deixe de seguir as nossas redes sociais e aproveite para se inscrever na nossa newsletter abaixo!

Se você gosta de videogames, vai adorar conhecer a história de Carol Shaw. Nascida na região do Vale do Silício, no ano ...

A primeira programadora de um game

Em uma época de segregação racial nos EUA, em que mulheres não tinham direitos plenos de um cidadão americano, a matemática, física e cientista espacial Katherine Johnson se tornou um dos símbolos na luta por igualdade nas ciências e tecnologia, tendo sido eleita pela BBC uma das 100 mulheres mais inspiradoras e influentes. Recebendo suas primeiras graduações aos 18 anos em Matemática e Francês, Katherine foi a primeira mulher negra a ingressar em um curso de pós-graduação na universidade West Virginia State, onde desenvolveu ideais que a fizeram entrar para a NACA, órgão que posteriormente se tornou a NASA. Lá, além ter sido a primeira mulher negra a ter publicações reconhecidas pela agência espacial norte-americana, ficou conhecida pela precisão na navegação astronômica informatizada, e o seu trabalho de liderança técnica se estendeu por décadas onde ela calculava as trajetórias, janelas de lançamento e caminhos de retorno de emergência para muitos voos espaciais. Como grandes destaques na carreira, Katherine teve papel fundamental na missão que levou John Gleen a orbitar a Terra pela primeira vez, em 1962, quando foi consultada para verificar os cálculos da máquina: "Se ela diz que são bons, então estou pronto para ir", disse o astronauta na ocasião. Em 1969, a matemática foi responsável pelos cálculos da trajetória do voo da Apollo 11, que levou a missão de primeiro pouso na Lua. Mas ela não parou por aí: em 1970, também teve destaque na missão da Apollo 13, que foi abortada com sucesso, na qual a diva trabalhou nos procedimentos de backup que auxiliaram o retorno em segurança dos astronautas para a Terra. Sua carreira ainda se estendeu aos programas de ônibus espaciais e até nos planos iniciais para a missão à Marte. Seu reconhecimento pelo público veio em grande parte somente com o filme Estrelas Além do Tempo, baseado no livro homônimo de Margot Lee Shetterly, onde sua história foi contada. Entre as inúmeras homenagens, estão a Medalha da Liberdade, a condecoração civil mais importante dos EUA, e o novo centro de pesquisa computacional da NASA, batizado com o seu nome. Quer saber mais sobre outras personagens marcantes e curiosidades do mundo tech? Siga as nossas redes e não deixe de<a href="https://letscode.com.br/blog"> assinar a nossa newsletter</a> para ficar por dentro de tudo que acontece: novos programas, conteúdo, oportunidades e muito mais!

Em uma época de segregação racial nos EUA, em que mulheres não tinham direitos plenos de um cidadão americano, a matemát...

A mulher que ajudou o homem a chegar à Lua

Vamos supor que você seja CEO de uma grande empresa de café e tenha que decidir se vale ou não abrir uma loja em uma determinada localização. Isso depende de várias coisas, não só do interesse de abrir um negócio naquela área. Temos que pensar na quantidade de lojas do mesmo tipo ao redor, do preço dos produtos para ver se o seu será competitivo, a população local, hábitos alimentares da região e tudo mais. Não é por acaso que o McDonalds possui receitas diferentes para se adequar ao paladar de cada país, dependendo de onde ele se estabelece. Esse conhecimento, por outro lado, não vem em um dia, na verdade ele demora anos para ser construído. Nós temos profissões voltadas justamente para isso; pessoas estudam o mercado por anos só para conseguir estimar o sucesso ou preço das coisas. Então, como em qualquer segmento, é algo que estamos limitados pelo conhecimento dos profissionais da área e o tempo que eles possuem. Mas felizmente temos como contornar isso de uma forma muito inteligente. Como foi explicado no nosso <a href="https://letscode.com.br/blog/como-funciona-uma-inteligencia-artificial">post anterior de Inteligência Artificial</a>, podemos usar o computador para prever determinados comportamentos a partir de matemática. De certa forma, nesse exemplo, estamos “ensinando o computador” como funciona o mercado de café, o que justifica o nome dessa técnica como sendo “Aprendizado de Máquina”. Porém, assim como existem formas diferentes para nós aprendermos, existem formas diferentes do computador aprender (e coisas que podem prejudicar ou melhorar seu desempenho). Podemos dividir o aprendizado de máquina em dois tipos: o supervisionado e o não supervisionado. Para deixar isso um pouco mais parecido com o nosso mundo, imagine que você é um aluno que vai fazer uma prova que consiste em separar três objetos A, B e C. No aprendizado supervisionado, seu professor vai te mandar um monte de exemplos dos objetos A, B e C para você olhar as respostas, estudar elas e depois classificar. Já no não-supervisionado, ele apenas falaria: temos objetos diferentes, por favor separe eles, sem dar nenhum tipo de exemplo. No segundo caso, se os objetos fossem uma cadeira, uma porta e uma laranja, não seria difícil. Mas se fosse para categorizar cachorros pelas raças, seria bem mais complicado separar um pinscher de um chiuaua, e talvez precisaríamos de uma quantidade maior de dados para não darmos resultados pouco precisos. Na nossa situação, o aluno é o computador, que no primeiro caso vai receber um conjunto de dados classificados e um não-classificados para classificar, e no segundo, apenas recebe um conjunto de casos para classificar. Não se engane achando que sempre usamos o primeiro; na verdade, o segundo é bem importante para quando não temos um conjunto de dados para fornecer ao computador, e até mesmo nem sempre sabemos como classificar de forma adequada aquilo que estamos analisando (e o computador poderá processar semelhanças de forma mais objetiva que um ser humano). De maneira geral, se unirmos com o que foi conversado no post de Inteligência Artificial, pode-se perceber que as possibilidades de usar Machine Learning são enormes. Quase qualquer coisa que um humano consegue aprender, uma máquina também consegue (óbvio, com uma capacidade limitada matematicamente no que se trata reconhecimento de padrões, e também com uma necessidade de um volume maior de informações, mas que por outro lado podem ser analisadas com uma velocidade muito maior). Por fim, voltando ao nosso exemplo inicial, se eu quisesse saber se minha loja seria um sucesso ou não, bastaria enviar para o computador um conjunto de lojas e seu sucesso. Para uma empresa grande como o Starbucks, o dinheiro que a empresa seria capaz de economizar usando esse tipo de ferramenta torna tal tipo de conhecimento extremamente válido. Já para empresas menores, prever se um cliente vai fechar ou não um negócio também pode ser uma ferramenta de grande valor. A partir disso, podemos ver que o conhecimento nessa área é algo muito importante para o mercado de trabalho, então é algo que compensa bastante saber para as profissões do futuro. Quer ficar por dentro de todas as novidades e tudo que acontece na Let’s? Deixe o seu e-mail abaixo para assinar a nossa newsletter!

Vamos supor que você seja CEO de uma grande empresa de café e tenha que decidir se vale ou não abrir uma loja em uma det...

DevOps: O que é, por que aprender, módulos e linguagens.

Let's Code | 01 AGO 2022

Publicações Recentes

DevOps: O que é, por que aprender, módulos e linguagens.

Let's Code | 01 AGO 2022

Não fique por fora das novidades!

Publicações Recentes