segunda-feira, 9 de março de 2020

9 passos essenciais para manter a segurança dos dados no home office em tempos de LGPD

Por Computerworld em 06/03/2020.

Foto: Shutterstock

O trabalho remoto tem sido incentivado por muitas companhias como forma de atração e retenção de talentos das Gerações Z e Millenials. Mas como fica a questão da segurança das informações e o sigilo quando os funcionários não estão sob a mesma rede corporativa? Com chegada da LGPD - Lei Geral de Proteção de Dados, no mês de agosto é necessário ter em mente a segurança das informações que os colaboradores manipulam de suas casas (ou de outros locais que escolham trabalhar).
Especialistas do escritório de advocacia Marcelo Tostes Advogados aponta, que, para realizar o trabalho remoto de forma segura, é necessário estabelecer processos. Por exemplo, a tela do notebook pode ser bloqueada após um período determinado de não uso da máquina. Se os colaboradores estiverem usando serviços em nuvem ou VPN, o departamento de TI pode configurar o monitoramento do dispositivo, incluindo verificações de invasão de dispositivos ou bloqueando as informações para que elas não possam ser salvas da nuvem para a “unidade local C”.
O acesso eletrônico de informações também deve dar atenção à segurança do Wi-Fi doméstico, que pode gerar grande vulnerabilidade. Segundo o 3º Relatório Anual Global de Segurança de Senhas do LastPass by LogMeIn, 80% das violações relacionadas a hackers estão ligadas a credenciais roubadas e reutilizadas. Por isso, as empresas devem tomar medidas para aprimorar a segurança com senhas e acessos a fim de reduzir os riscos.
Nesse aspecto, é importante ressaltar também que é necessário possuir um plano de proteção para a documentação física. A empresa deve realizar uma avaliação para compreender se determinada documentação possui dados sensíveis - como são chamados os dados com informações pessoais de indivíduos - e então prever o risco caso o arquivo seja extraviado. A perda de registros em papel é considerada uma violação da LGPD, sendo obrigação da empresa relatar e notificar às pessoas afetadas.
Segundo os especialistas, algumas regras que a empresa pode criar nesse processo devem incluir: quem tem permissão para levar a papelada para casa, quais documentos podem ser levados e quais devem continuar na empresa, e qual seria a forma correta para o transporte dos registros.
"Uma parte importante para o sucesso dos processos de segurança é o treinamento dos colaboradores sobre a importância de proteger as informações em sua responsabilidade, incluindo um plano de ação no caso de extravio de dados", aconselha o escritório.
Abaixo, os especialistas aconselham alguns passos para aprimorar a segurança no trabalho remoto:
  • Criptografe os dispositivos: a criptografia é absolutamente essencial para dados confidenciais;
  • Proteja o navegador: é possível obter dicas do US-Cert sobre como navegar com segurança;
  • Invista em uma VPN;
  • Backup: invista em uma solução de backup para os dados dos clientes. O armazenamento seguro de dados é essencial;
  • Usar os recursos dos clientes: se não poder garantir a segurança dos dados confidenciais de um cliente, pode ser interessante checar se é possível ter acesso aos recursos de segurança deles;
  • Autenticação de dois fatores: importante para usar em qualquer lugar, especialmente se utilizar aplicativos on-line;
  • Sensibilização para a segurança: atenção no que é compartilhado sobre os clientes nas mídias sociais. Um hacker pode se fazer de “amigo” para tentar obter informações;
  • Prevenir possíveis explorações: um Firewall de Aplicativo da Web (WAF) ou um Sistema de Prevenção de Intrusões (ISP) focado na vulnerabilidade pode ajudar a identificar variantes de exploração e procurar proativamente as mesmas vulnerabilidades de rede que os invasores estão procurando;
  • Usar proteção antivírus eficaz.

quarta-feira, 4 de março de 2020

As 9 certificações de gerenciamento de dados mestres que valem o investimento

Thor Olavsrud, da CIO (EUA) em 02/03/2020 no site CIO.

Foto: Shutterstock

À medida que os dados e analytics se tornam o coração pulsante das organizações, é cada vez mais crítico que as empresas tenham acesso a dados consistentes e de alta qualidade. O gerenciamento de dados mestres ou Master data management (MDM) é necessário para garantir que os dados das companhias sejam consistentes, precisos e controlados.
O gerenciamento de relacionamento com o cliente (Customer Relationship Management - CRM), o gerenciamento da cadeia de suprimentos Supply Chain Management (SCM) e o compliance têm tudo em comum: eles contam com uma visão única e integrada de dados de qualidade.
É aí que entra o Master Data Management. Se você está procurando uma maneira de chegar ao topo, a certificação MDM é uma ótima opção. As certificações medem seu conhecimento e suas habilidades em relação aos benchmarks específicos do setor e do fornecedor para provar aos empregadores que você tem o conjunto de habilidades correto.

Os 9 principais certificados para Master Data Management são:

  • The Art of Service Master Data Management Certification
  • DAMA Certified Data Management Professional (CDMP)
  • Data Governance and Stewardship Professional (DGSP)
  • edX Enterprise Data Management
  • eLearningCurve CIMP Master Data Management
  • eLearningCurve CIMP Ex Master Data Management
  • Informatica MDM Administrator Specialist
  • Informatica MDM MultiDomain Developer Specialist
  • SAP Certified Application Associate – SAP Master Data Governance

The Art of Service Master Data Management Certification

O Kit completo para esta certificação valida o conhecimento do candidato sobre métodos, modelos e ferramentas específicos no MDM. O curso pretende ser um guia introdutório.
Organização: The Art of Service
Preço: $ 99.95
Como se preparar: a taxa inclui um programa de treinamento on-line e um livro em PDF.

DAMA Certified Data Management Professional (CDMP)

Este programa de certificação consiste em três exames separados de 90 minutos. São eles:
  • O exame para Information Systems (IS) Core
  • O exame Data Management Core
  • O exame Specialty
Os exames testam recursos e conhecimentos que vão desde o gerenciamento de projetos e processos de gerenciamento de dados até inteligência de negócios e compliance de TI. O certificado vem nas categorias de profissional e mestre, com base na pontuação da experiência e do exame.
Organização: Oferecido em conjunto pelo DAMA e pelo Institute for Certification of Computer Professionals (ICCP)
Preço: US$ 285 por exame.
Os materiais de estudo custam US$ 300 ou mais, dependendo do formato.
Como se preparar: Os materiais e treinamento do CDMP estão disponíveis online.

Data Governance and Stewardship Professional (DGSP)

O certificado do Institute for Certification of Computing Professionals (ICCP) é uma credencial de várias camadas que valida o conhecimento do candidato sobre governança de dados, com foco na disponibilidade, usabilidade, consistência, integridade e segurança de dados. A credencial está disponível em diferentes níveis, de assistente a mestre.
O nível básico exige aprovação em um exame de 60 minutos. Todos os níveis exigem adesão ao Código de Ética do ICCP.
Organização: ICCP
Preço: taxa de adesão de US$ 45 paga anualmente até a certificação; no nível associado, a taxa de associação cai para US$ 35 no primeiro dia após a data de aniversário da certificação; no nível de profissional, domínio ou diretor, a taxa de associação é de US$ 75 por ano.
Como se preparar: A certificação exige experiência técnica relevante e/ou graus acadêmicos com base no nível de certificação desejado.

edX Enterprise Data Management

Este certificado valida a conclusão do curso com o mesmo nome oferecido pelo edX, uma plataforma de educação e aprendizado on-line fundada pela Harvard e MIT.
O curso, voltado para gerentes de negócios, concentra-se em obter as vantagens comerciais de sistemas big data operacionais, além de data assets envolvidos nas estratégias de gerenciamento e na análise de dados corporativos.
Áreas específicas incluem os princípios de criação de perfil de dados, integração de dados e gerenciamento de dados mestres.
Organização: edX
Preço: US$ 500 para o certificado verificado
Como se preparar: Não há pré-requisitos.
O certificado requer a conclusão do curso Enterprise Data Management.

eLearningCurve Certified Information Management Professional (CIMP) Master Data Management

A certificação tem como objetivo mostrar o conhecimento profundo do candidato e a compreensão abrangente do MDM. A certificação exige aprovação em cinco exames do currículo MDM do eLearningCurve. A organização oferece 10 cursos de MDM, variando de arquitetura e implementação a criação de perfil de dados e avaliação da qualidade dos dados.
Organização: eLearningCurve
Preço: US$ 1.795
Como se preparar: O programa inclui cinco cursos on-line ministrados por instrutores, consistindo em um total de 20 horas de educação.

eLearningCurve Certified Information Management Professional Ex (CIMP Ex) Master Data Management

Tal designação visa certificar que o candidato alcançou o nível mais alto de certificação na faixa MDM. A certificação exige a aprovação em cinco exames das ofertas "básicas" do curso de gerenciamento de dados mestre do eLearningCurve. Além disso, o candidato deve fazer dois cursos eletivos do currículo do MDM e um curso final de qualquer curso do catálogo do eLearningCurve.
Organização: eLearningCurve
Preço: US$ 2.645
Como se preparar: O programa inclui oito cursos on-line ministrados por instrutores, consistindo em um total de 35 horas de educação.

Informatica MDM Administrator Specialist

Esta Certificação valida a competência do profissional enquanto membro de uma equipe de administração do MDM. Ela testa habilidades e recursos na instalação e atualização (ambientes de teste e do usuário), ajuste de desempenho, onde encontrar informações, solução de problemas, processos em lote, gerenciamento de metadados, processo de atualização e segurança.
Organização: Informatica
Preço: taxa de inscrição de US$ 240 para o exame (inclui uma segunda tentativa gratuita)
Como se preparar: A Informatica recomenda a conclusão dos cursos MDM 9.x: Multidomain Edition, Administration e MDM 9.x: Configurando o Multidomain Edition.

Informatica MDM MultiDomain Developer Specialist

A certificação mede a competência do candidato como membro de uma equipe de implementação de projetos. Indivíduos com a certificação devem ser capazes de explicar e identificar a arquitetura do produto MDM e configurar seus principais componentes, incluindo mecanismo de limpeza, servidor de correspondência, ferramentas de controle de dados e fluxos de trabalho.
Organização: Informatica
Preço: taxa de inscrição de US$ 240 para o exame (inclui uma segunda tentativa gratuita)
Como se preparar: A Informatica recomenda concluir os cursos MDM: Multidomain Edition Configuration e MDM: Configuring Informatica Data Director.

SAP Certified Application Associate - SAP Master Data Governance

A certificação é uma qualificação de nível básico que valida a competência de um candidato para participar como membro de uma equipe de projeto em uma função orientada. O exame abrange tópicos que incluem governança de dados mestre, qualidade e análise de dados, replicação de dados e mapeamento de chaves, entre outros.
Organização: SAP
Preço: US$ 583
Como se preparar: A SAP recomenda uma combinação de cursos de educação e experiência prática para treinar para o exame.

Como aumentar o uso de IA quando não há dados de treinamento o suficiente?

Por James Kobielus, InfoWorld em 03/03/2020 no site CIO

Foto: Shutterstock


A Inteligência Artificial (IA) é o campo de sonhos mais perfeito da cultura moderna. Se você perguntar à pessoa comum na rua onde a IA é executada, ela provavelmente não mencionará no que se convenciona como dados de treinamento ou, no inglês, training data. Em vez disso, podem murmurar algo sobre programas de computador que aprendem magicamente como fazer coisas úteis do nada. No entanto, algumas das inteligências artificiais mais sofisticadas de hoje se aproximam desse sonho ingênuo. Refiro-me a uma abordagem ainda em desenvolvimento, conhecida como "zero-shot learning” (aprendizado do zero).
Essa metodologia - que está sendo explorada na Microsoft, Uber, Baidu, Alibaba e outras empresas orientadas por IA - permite o reconhecimento de padrões com pouco ou nenhum dado de treinamento. O aprendizado de padrões zero-shot learning permitirá que os robôs inteligentes reconheçam e respondam dinamicamente a objetos, comportamentos e padrões ambientais desconhecidos que eles talvez nunca tenham encontrado no treinamento.
Prevejo que essas abordagens serão cada vez mais combinadas com o aprendizado por reforço, a fim de permitir que os robôs executem as melhores ações interativamente em ambientes caóticos e pontuais. Além disso, os aplicativos de jogos usarão abordagens zero-shot learning, como jogo interativo, como uma alternativa ao treinamento em dados volumosos derivados de uma jogabilidade bem-sucedida. Isso permitirá que o treinamento dos agentes domine estratégias complexas de ganho, apesar de não saber nada sobre esses jogos inicialmente.
Além disso, o zero-shot learning promete tornar os aplicativos de reconhecimento de objetos mais versáteis, devido à sua capacidade de conduzir:
  • Reconhecimento imediato de objetos raros, desconhecidos e invisíveis que podem estar substancialmente ausentes nos dados de treinamento;
  • Reconhecimento de padrões para os quais é difícil obter dados de treinamento rotulados com um nível suficientemente alto de conhecimento especializado;
  • Detecção de instâncias de classes de objetos em que a proliferação de categorias refinadas tornou difícil ou absurdamente caro para se adquirir quantidades suficientes de dados de treinamento rotulados estatisticamente diversos.

O que torna possível o zero-shot learning é a existência de conhecimento prévio que pode ser descoberto e reaproveitado por meio de abordagens estatísticas ou semânticas. Os métodos de zero-shot usam esse conhecimento para prever o maior espaço semântico de recursos que abrange as instâncias vistas (aquelas nos dados de treinamento) e as instâncias invisíveis (aquelas ausentes nos dados de treinamento).
Em relação à descoberta automatizada de conhecimento, algumas das abordagens técnicas mais promissoras para o zero-shot learning incluem:
  • Construção de modelos de classificação a partir de conhecimentos estatísticos adquiridos em projetos de aprendizado supervisionado anteriores que estão em domínios distintos, mas semanticamente adjacentes de reconhecimento de objetos (identificando uma classe nunca vista com base em características extraídas de uma espécie relacionada).
  • Extrair o conhecimento semântico dos objetos-alvo a partir de descrições textuais das classes-alvo (artigos da Web rastreados que descrevem os recursos visuais das espécies a serem reconhecidas).
  • O uso de vetores de palavras e outras abordagens gráficas para refinar inferências dos recursos semânticos das classes de destino daquelas das classes de origem, dada a disponibilidade de descrições textuais das classes de destino.
O aprendizado de zero-shot learning não pode realizar seu potencial como um acelerador de pipeline de IA, a menos que os cientistas de dados adquiram ferramentas que fornecem acesso simplificado a essas técnicas. Isso, por sua vez, exige kits de ferramentas de aprendizado profundo que suportam o design visual fácil de novos modelos a partir de blocos funcionais preexistentes sob um paradigma maior conhecido como "transfer learning” (aprendizado de transferência). Isso depende de bancadas de trabalho que fornecem aos cientistas de dados representações de recursos reutilizáveis, camadas de nós neurais, pesos, métodos de treinamento, taxas de aprendizado e outros recursos relevantes de modelos anteriores que podem ser rapidamente incorporados em projetos de IA de zero-shot.
À medida que as técnicas do zero-shot ganham aceitação e o conjunto de conhecimentos anteriores aumenta, os desenvolvedores de IA de alta qualidade ficam menos dependentes dos dados de treinamento.
Durante os próximos anos, veremos os cientistas de dados construindo aplicativos mais inteligentes de robótica, jogos e reconhecimento de padrões, configurando conhecimentos estatísticos e semânticos preexistentes, sem precisar adquirir, preparar e rotular grandes quantidades de novos dados de treinamento.
Quando esse dia chegar, mais aplicativos baseados em IA poderão automatizar o bootstrapping de sua inteligência, de um estado de pura ignorância para um profundo conhecimento por meio de técnicas ad-hoc, zero-shot e ocasionalmente adaptáveis. Isso marcará o verdadeiro começo da inteligência geral artificial, um sonho que motivou a comunidade de IA desde os dias de Alan Turing até o presente.

O que fazem e quanto ganham os profissionais mais demandados da Era dos Dados?

Por César Filho em 03/03/2020 no site CIO.

Foto: Shutterstock

Dados são o novo petróleo! Esta frase, cada vez mais comum, demonstra o valor dos dados para todos os mercados. Estamos na era do Conhecimento, a era do Saber. Mas a realidade é que dados, a exemplo do petróleo, em si, em sua essência, não servem para nada!
Para que um dado tenha valor de mercado, ele precisa ser captado, processado, refinado. E, por conta disso, os profissionais desta área são os mais demandados no presente.
Através do tratamento de dados, é possível entender um hábito, um costume, uma característica individual que podem ser comparados e associados às características de outro grupo de pessoas. Assim, é criada o que se chama de persona, uma espécie de estereótipo que contribui para a tomada de decisão das empresas, desde onde investir em propaganda, até mesmo saber como diferenciar seu atendimento, serviço ou produto para dar mais satisfação ao cliente.
Neste cenário, a pessoa que se transforma em especialista na extração dessas informações da grande massa de dados que as empresas processam se tornou uma peça fundamental na engrenagem de qualquer estratégia de inovação e crescimento.
Embora haja diferenciação de nomenclatura, esses profissionais atualmente estão distribuídos nas seguintes camadas hierárquicas:

Cientista de Dados

É um dos profissionais mais demandados, com altos valores de remuneração, mas que traz uma exigência muito grande de conhecimento de programação, de inteligência artificial e de arquiteturas de sistemas de dados. Esta carreira é para poucos e com poucas, mas bem remuneradas vagas - salários que podem chegar a R$ 35 mil.

Analistas de dados

Já os Analistas de Dados ou Gestores de Dados são os especialistas que se valem da fonte de dados que é criada pelos cientistas. Há uma grande oferta de vagas, bem remuneradas, pois agregam valor direto ao segmento produtivo da empresa. Salários que variam entre R$5 mil e R$20 mil, de acordo com o segmento.

Designers de Dashboards

Os Designers de Dashboards (painéis de dados) são profissionais bastante importantes porque expressam em painéis sinóticos os valores, as grandezas dos indicadores (informações tidas como chaves) para auxiliar os momentos de tomadas de decisão. Os indicadores hoje não são expressos em tabelas e sim em gráficos que mudam de cor, alteram suas formas para indicar a proximidade de pontos “críticos” positivos ou negativos para a operação da empresa, do departamento, como os reservatórios de combustível indicando limites baixos ou altos. Salários no mercado podem variar de R$7 mil  R$15 mil.

Designer de coletas de dados

Os criadores de consultas ou de pesquisas são os Designers de Coletas de Dados. Eles são importantes por criar pesquisas, formulários que sejam eficientes no seu objetivo sem desgastar o usuário do instrumento. Salários podem variar de R$4 mil a R$12 mil.
A satisfação do cliente, a sua fidelização, os diferenciais de atração são elementos fundamentais nesta realidade do saber, do conhecer e se aproximar. É importante que os profissionais percebam essa nova realidade de mercado, onde dados transformados em informações são insumos essenciais para qualquer segmento e estar preparado para utilizar estas informações é o que é identificado como inteligência de negócios.

*César Silva é diretor Presidente da Fundação de Apoio à Tecnologia (FAT) e docente da Faculdade de Tecnologia de São Paulo – FATEC-SP há mais de 30 anos. Foi vice-diretor superintendente do Centro Paula Souza. É formado em Administração de Empresas, com especialização em Gestão de Projetos, Processos Organizacionais e Sistemas de Informação.