Tutorial 1*. Visualización estática e interactiva de datos usando ggplot2 y plotly por Natalia da Silva (en español, nivel básico)
Cupo: 50 asistentes
Natalia da Silva (PhD, Iowa State University) es Profesora Asistente en el Departamento de Estadística de la Universidad de la República en Montevideo (UDELAR-IESTA). Trabaja en investigación en métodos de aprendizaje supervisado, predicción, análisis de datos exploratorios y gráficos estadísticos en colaboración con Di Cook y Heike Hofmann. Es cofundadora de R-Ladies Ames y R-Ladies Montevideo y Chair de LatinR2018.
Resumen: La visualization tiene un rol fundamental en todas las etapas del análisis estadístico de datos, exploración, modelado y diagnóstico. Permite descubrir patrones escondidos en los datos así como dar luz a modelos o algoritmos complejos.
En este taller vamos a recorrer los conceptos básicos para hacer visualización estática de datos con R usando el paquete ggplot2. Veremos las ideas fundamentales de la gramática gráfica que está detrás de ggplot2. Los participantes aprenderán a crear distintos tipos de gráficos en pocos pasos de calidad publicable.
A su vez Introduciremos el concepto de gráficos interactivos y su potencial para el descubrimiento de patrones y el análisis estadístico de datos. Existen diversas opciones para hacer visualización interactiva en R pero en este taller usaremos plotly.
__________________
Andrés Farall (PhD, Universidad de Buenos Aires) es especialista en temas relacionados a la Ciencia de Datos. Actualmente es el Responsable del Área Metodológica de Ecoclimasol y Profesor de Postgrado en la Facultad de Cs. Exactas y Naturales (UBA).
Resumen: El taller mostrará herramientas de “Deep Learning” aplicadas a problemas de Regresión, Clasificación y “Novelty Detection”. Se utilizará la interfaz KERAS basada en TensorFlow, tecnología de código abierto creada por Google para el desarrollo del aprendizaje automático. Se enseñarán a lo largo del taller los conceptos fundamentales de los métodos tratados, y se darán ejemplos de caso mediante el uso del entorno de desarrollo integrado Rstudio.
__________________
Tutorial 3. How to repeat yourself with purrr por Jennifer Bryan (en inglés, nivel intermedio, se usará tidyverse)
Cupo: 50 asistentes
Jennifer Bryan (PhD, UC Berkeley) es Ingeniera de Software en RStudio y Profesora Asociada de la University of British Columbia. Es una referente internacionalmente reconocida de la comunidad R dentro de la cual es integrante ordinaria de la R Foundation y parte del Comité de Liderazgo de rOpenSci.
Resumen: Iterative tasks come up often in data analysis: do X for every Z, where Z could be "column", "row", "treatment group", etc. In base R, the nicest way to attack these tasks is with the "apply" functions. The "apply" functions are very powerful, but also have some downsides: they do not present a consistent interface and they often return data in an awkward form. The tidyverse is an opinionated collection of R packages designed for data science and the purrr package, specifically, is extremely useful for doing repetitive tasks. purrr's "map" functions have an extremely consistent interface and return data in a form that is ready for the next step in your analysis.
This tutorial includes:
IMPORTANTE: Los tutoriales 1 y 3 requieren traer una notebook con la batería cargada y con la última versión de R y RStudio (al 1 de Junio de 2018) instalada. También necesitará tener instalado el paquete tidyverse y plotly**.
* Los tutoriales 1 y 2 se superponen. Sólo se puede asistir a uno de ellos.
** Sólo para el tutorial 1.
__________________
Tutorial 4. Aspectos de seguridad en el desarrollo de aplicaciones Cloud por Pablo Frias y Eduardo Sanchez
Cupo: 35 asistentes
Abstract:
El desarrollo en la nube surge como alternativa de inversión económica y solución rápida a una aplicación que requiere el dimensionamiento de la capacidad de respuesta, picos de demanda y disponibilidad. Resulta de vital importancia reconocer las distintas amenazas a la que una aplicación desarrollada en la nube se ve expuesta cotidianamente, para poder contar con recursos que permitan mitigar o eliminar las nuevas formas de ataques a la privacidad, la manipulación indebida de datos personales y el robo de información sin degradar o denegar el servicio.
En esta conferencia veremos algunas de las amenazas a la seguridad más importantes y cómo podemos incorporar técnicas de desarrollo seguras desde el momento del diseño de la solución, que nos permitan detectar y proteger nuestra aplicación Cloud.
Objetivos:
Temario:
1- Cloud scams and threats - Study Cases
2- Cloud fundamentals
-Cloud definition
-Characteristics
-Advantages of Cloud
-Models of Cloud Computing
-Deployments Models
-Key Properties
3- Shared responsibility model
-Cloud provider responsibility
-Customer responsibility
4- Pillars for Service Security
-Data Protection
-Privilege Management
-Infrastructure protection
-Detective Controls
En este punto, arrancamos con una problemática práctica que vamos a solucionar con los componentes Cloud.
5- Infrastructure - Cloud Network Configuration
-VPCs
-Internet Gateways
-Routing
-VPNs
6- Privilege Management & Access Control (1/2 slides)
-Authentication & Authorization
-Privilege management
-Key Management Services (KMS)
-Multi-factor Authentication
7- Cloud-native security vs Traditional Enterprise Security
8- Automation for detection & incident response
9- Cloud security patterns
-Data Breach Protection
-Denial-of-Service Protection
-Cloud Authentication Gateway