16/10/2026 –, Paralela 1
Dados de vibração podem parecer ruído, mas escondem informações valiosas. Esta palestra mostra como transformá-los em decisões em tempo real na indústria com Python e arquiteturas escaláveis.
Máquinas falam -- não com palavras, mas com sinais. Vibrações carregam informações importantes sobre o que está acontecendo, muito antes de uma falha acontecer. O desafio é conseguir interpretar esse “ruído” e transformá-lo em algo útil.
Nesta palestra, será explorado como dados de vibração podem ser analisados e transformados em informações que apoiam decisões, utilizando Python como ferramenta central. A apresentação começa com conceitos acessíveis de análise de sinais e evolui para um ponto crucial: o que muda quando esses dados não param de chegar?
Ao sair de análises pontuais para cenários em tempo real, o problema deixa de ser apenas entender os dados e passa a envolver também como estruturar sistemas capazes de lidar com fluxo contínuo de informação. Nesse contexto, entram discussões sobre organização de pipelines e arquiteturas escaláveis.
A proposta é oferecer uma visão conectando o mundo físico ao software, mostrando como transformar sinais em decisões em ambientes reais, de forma acessível e prática.
É recomendado ter familiaridade básica com Python, incluindo manipulação de estruturas de dados (listas, arrays, DataFrames) e noções simples de análise de dados. Experiência prévia com bibliotecas como Pandas ou NumPy pode ajudar, mas não é obrigatória.
Também é útil ter alguma exposição a conceitos gerais de dados, como séries temporais ou processamento de informações, embora esses temas sejam introduzidos de forma acessível. Não é necessário conhecimento prévio em análise de sinais, sistemas distribuídos ou arquitetura de software.
A palestra é pensada para pessoas com interesse em aplicações práticas de dados e desenvolvimento backend, mesmo sem experiência prévia em contexto industrial.
¿Qué pueden esperar aprender los participantes en tu actividad?:Ao participar desta palestra, o público poderá entender como sinais de vibração podem ser analisados e transformados em informações úteis para apoiar decisões em contextos reais. Será apresentada uma visão prática de análise de dados com Python, mostrando como ferramentas como NumPy, SciPy e Pandas ou Polars ajudam a extrair padrões de dados ruidosos e imperfeitos. Além disso, a palestra explora como o problema evolui quando os dados passam a chegar continuamente, destacando as diferenças entre análise em batch e em tempo real e como isso impacta a forma de estruturar sistemas.
Elige una o más áreas en las que esta propuesta encaja.: Ciencia de Datos y Análisis de Datos, Arquitectura de Software
Bacharel e mestre em Engenharia Mecânica, com ênfase em vibrações e acústica. Atua como engenheira de software backend na Dynamox e é membra do PyLadies Floripa.