Magias ao vivo: a arquitetura do Téo Me Why
06/06/2026 , Fernão Auditório

Essa palestra tem como objetivo dar luz à arquitura e decisões de tecnologia que tivemos ao construir o ecosistema do Téo Me Why ao vivo, sempre com prioridade a entrega de valor para a comunidade.


Vamos conhecer o que está por trás das magias apresentadas ao vivo? Nossa plataforma conta com mais de 7.000 usuário aprendendo sobre Data Science e Tecnologia. Mas como fizemos isso acontecer e quais são as tecnologias envolvidas nesse processo? O quanto estamos expremendo o Streamlit e porque adotamos Go em alguns serviços? Como garantir que tudo pare de pé em um homelab? Tome a sua poção de mana e confira a nossa palestra.


Quais conhecimentos prévios são necessários para que seja possível acompanhar bem a sua atividade?:

É importante ter conhecimento prévio de computação e programação. Pessoas iniciantes conseguirão acompanhar, mas com mais experiência, os detalhes e decisões técnicas focarão mais claros, como por exemplo a adoção de Docker e Cloudflare para expor os serviços.

Ter uma noção de Python para ciência de dados, entendendo o fluxo de dados ajudará no entendimento dos modelos de ML criados e como fizemos o deploy dos mesmos, utilizando Feature Store.

Saber a importância de um banco de dados, sem detalhes adicionais deve ser o suficiente para compreender as decisões tomadas.

O que as pessoas que participarem podem esperar aprender na sua atividade?:

A principal mensagem que desejo passar é a possibilidade que a programação e o mundo de dados permitem mesmo com recursos limitados e sem conhecimento tão avançado em desenvolvimento e infraestrutura.

Como é possível construir um ecosistema com diversos serviços dentro de casa sem gastar fortunas, focando em entregar algo bacana e de valor para a comunidade.

Escolha uma ou mais áreas em que essa proposta se encaixa: Ciência e Análise de Dados, Machine Learning e Inteligência Artificial, Desenvolvimento Web, Comunidade

Sou o Téo Calvo, do canal Téo Me Why: estatístico que resolveu fazer lives em vez de dashboards.

Sou GeForce Partner, GitHub Star e Twitch Partner, onde ensino Data Science ao vivo.