Elementos de Big Data e suas utilizações

Apresenta elementos que agregam valor ao Big Data e como eles contribuem para que cada vez mais a utilização de Big Data esteja presente em nosso dia a dia.

Big Data é uma tecnologia que permite a utilização de grande quantidade de dados estruturados, semiestruturados e não estruturados e a partir deles se obter informações e conhecimentos que podem ser largamente utilizados. 

Como comentado anteriormente, o conceito de Big Data não é novo, mas sua utilização experimentou um grande impulso nesta última década, devido a diversos fatores. Neste item serão apresentados alguns destes fatores e como eles tornam cada vez mais eficiente a utilização dos conceitos de Big Data

  • Não é uma tecnologia nova
    • Evoluiu a partir da evolução de outras tecnologias e conceitos que também evoluíram, entre elas:
      • Melhorias na capacidades de processamento (processadores mais rápidos).
      • Evolução de programas de análise e interpretação de dados.
      • Melhores condições de armazenamento para tornar obtenção de dados mais rápidas.
      • Barateamento em dispositivos de interligação entre dispositivos e facilidades de fazer interligações via Internet.
      • Desenvolvimento da Inteligência Artificial.


Data Mining – Mineração de Dados

Uma das funções mais utilizadas em Big Date é a Mineração de Dados, que procura dados em banco de dados de maneira a encontrar padrões de comportamento que podem indicar tendências. Estas tendências podem ser importantes para encontrar opções de negócios a serem oferecidas a usuários. 

Quando procuramos por um produto na Internet e este começa a aparecer em outras consultas isto é resultado de programas que, com auxílio de Inteligência Artificial mostraram a diversos fabricantes deste produto que existe um usuário interessado, então, uma boa ideia é mostrar várias vezes o produto pois com isto o usuário será lembrado de seu desejo e provavelmente acabará efetuando a compra.

  • Procura dados em banco de dados de maneira a encontrar padrões de comportamento que podem indicar tendencias. 
  • Após pesquisa de um produto na Internet sistemas detectam que um usuário está interessado em uma compra.
  • Oferecem o produto através de diversas maneiras (consultas a programas de buscaredes sociais etc.).
    • O cliente provavelmente acabará efetuando a compra.


Data Warehouse – Armazenamento de Dados

São interpretações de dados que apresentam comportamentos e resultados de empresas ao longo do tempo e serão utilizados para nortear futuras decisões que irão auxiliar para determinar comportamentos futuros das empresas. 

Tanto Data Warehouse como Data Mining, trabalham com grande quantidade de dados oriundos de Big Data, mas diferentemente da mineração de dados que procura encontrar dados diversos que podem ajudar em, por exemplo, uma ação de venda para um cliente, um Data Warehouse normalmente organiza os dados por assunto procurando dar todas as informações sobreum determinado item, como por exemplo, as transações bancárias da empresa no ano anterior.

Outra importante característica dos Data Warehouse é o fato destes dados não sofrem modificações, ou seja, dados que foram registrados em anos anteriores não podem ser alterados, somente novos dados podem ser acrescentados para novos momentos.

Em resumo, podemos dizer que enquanto Data mining é a mineração e dados, Data Warehouse é um depósito de dados digitais.

  • Interpretação de comportamento de dados ao longo do tempo. 
    • Dados referentes a atividades de corporações de forma consolidadas.
    • Normalmente focados em temas específicos.
    • Focado em armazenamentos históricos.
    • São dados não voláteis (não podem ser alterados apenas utilizados para analisar situações).


Data Lake – Lago de dados

Conceito semelhante ao de Data Warehouse, porém, os dados não são armazenados ordenadamente. Como o nome fala, estão em um “lago de dados” e precisam ser encontrados e processados todas as vezes que forem necessários.

  • Conceito semelhante ao de Data Warehouse, porém os dados não estão ordenados 
  • É necessário encontrar e processar os dados no lago. 


In-memory computing

Processos como Data Mining, Data Warehouse e mesmo Data Lake, ficam muito mais eficientes com a utilização da técnica de in-memory Computing que possibilita que dados sejam armazenados em memória de grandes computadores, diferentemente de processos anteriores, onde dados eram armazenados e processados em discos rígidos que resultavam em tempos de acesso e leitura muito maiores.

  • Técnica que permite que dados sejam armazenados em memória de grandes computadores.
    • Permitindo muito mais velocidade de leitura e processamento.
      • Diferentemente de processos anteriores onde dados eram armazenados e processados diretamente em discos rígidos.


Olap 

Olap – Online Analytical Processing que em tradução livre representa Processamento analítico online, é a capacidade de analisar grande volume de dados sob múltiplas perspectivas 


Internet das Coisas – Internt of Things (IoT)

É o nome que se dá a uma tecnologia que permite conectar aparelhos utilizados em nosso dia a dia à Internet, tendo como objetivo que estes troquem informações entre si e a partir destas informações executem ações. Para que estas informações sejam utilizadaeficientemente, sem dúvida é preciso manipular a grande quantidade de dados trocadas entre dispositivos, portanto, a utilização de Big Data se torna fundamental.

Internet das Coisas (IoT), assim como Big Data, não são tecnologias novas, conceitualmente elas já existiam o que faltavam eram capacidades de conexão e processamento que tem se conseguido com os desenvolvimentos tecnológicos que se tem experimentado desde a primeira década deste milênio.

Exemplos como embalagens de remédio que avisam aos cuidadores que os remédios não foram tomados por um paciente nos horários corretos, mostram bem a capacidade de armazenar e manipular uma grande quantidade de dados de pacientes simultaneamente (Big Data), com a facilidade e o barateamento da conexão entre as embalagens e centros de controle ou mesmo SmartPhones de cuidadores (IoT).

Em bibliotecas, ou outras atividades de alugel de equipamentos, mensagens podem ser enviadas para clientes cujos prazos para devolução de livros ou equipamentos estão vencendo.  

  • Tecnologia que permite conectar aparelhos utilizados em nosso dia a dia à Internet.
    • objetivo:
      • Tocar informações e a partir destas executar ações.

  • Exemplo:
    • Embalagem de remédios que se não for aberta no horário correto, manda avisos para os cuidadores.

  • IoT, Big Data.
    • Tecnologias antigas:
      • Esperavam a evoluções tecnológicas para serem largamente utilizadas.


Inteligência Artificial - Artificial Intelligence (AI)

Existem diversas definições de Inteligência artificial entre elas: 

“A capacidade de criar algoritmos de aprendizagem e generalização para simular as capacidades humanas. ” 

“É um ramo de pesquisa da Ciência da Computação que se ocupa em desenvolver mecanismos e dispositivos tecnológicos que possam simular o raciocínio humano. ” 

“É um ramo da Ciência da computação que se propõe a elaborar dispositivos que simulem a capacidade humana de raciocinar, perceber, tomar decisões e resolver problemas, enfim, a capacidade de ser inteligente (Definição do TecMundo) ”. 

Assim com Big Data, Internet da Coisas, a Inteligência Artificial como conceito não é nova, as primeiras formulações de utilização datam dos anos 40 e 50 do século passado, mas elas ficaram aguardando evoluções como:

  • Processadores com as velocidades necessárias; 
  • Possibilidades de armazenar e manipular grandes quantidades de dados (Big Data); 
  • Barateamento de sensores e conexões entre dispositivos (melhoria em tecnologias e Internet). 


Um exemplo clássico da utilização de Inteligência artificial, mencionado em diversos artigos é a identificação de animais através de fotos. Imagine que se pretende que um computador observe uma foto e determine se é de um cachorro ou de um gato. 

  • Capacidade de criar algoritmos de aprendizagem e generalizações.
    • Objetivo:
      • Simular capacidades humanas


  • Exemplo
    • Identificar se a foto é de um cachorro ou gato


  • AI
    • Tecnologia antiga:
      • Esperava evoluções:
      • Disponibilidades de armazenamentos;Velocidades de processamento;
      • Barateamento de sensores;
      • Melhorias na comunicação (Intermete).

Para a identificação o computador irá utilizar um processo de aprendizagem de máquina (Machine learning) onde ele irá verificar uma grande quantidade de fotos de cachorros e de gatos (isto é possível graças as atuais velocidades de processamento e a disponibilidade de Big Data com grande quantidade de imagens). Após esta verificação será possível ao computador identificar a imagem com um percentual muito grande de acerto.


Como bloquear compras e aplicativos na Play Store

Para evitar compras acidentais em aplicativos ou jogos em dispositivos Android, o Google permite que os usuários bloqueiem compras na Play Store. A autenticação de senha ou autenticação biométrica pode ser ativada nativamente e, em seguida, todas as compras devem ser confirmadas.

No entanto, se sua intenção é bloquear o acesso à loja para não baixar jogos e aplicativos gratuitos, você pode usar os aplicativos de bloqueio para pedir uma senha sempre que visitá-la. Como você sabe que ambos os programas podem ser executados de forma rápida e prática, verifique as instruções passo a passo abaixo!


Como bloquear compras na Play Store

Passo 1: abra o app da Play Store em seu celular e clique no ícone com a sua foto no canto superior direito.

Abra o app da Play Store e toque na sua foto 


Passo 2: na janela aberta em seguida, toque em “Configurações”.

Na janela aberta em seguida, clique em "Configurações"


Passo 3: expanda a seção de “Autenticação” para configurar a autenticação biométrica ou por senha ao realizar uma compra.

Em seguida, expanda a opção "Autenticação"


Passo 4: em seguida, caso você tenha sua biometria registrada em seu celular, ative a opção “Autenticação biométrica” e insira a senha da sua conta do Google. Feito isso, sempre que uma compra for realizada, será pedida uma autenticação da sua biometria.

Habilite a opção "Autenticação biométrica" e digite a sua senha do Google

Passo 5: clique em “Autenticação necessária para compras”.

Clique em "Autenticação necessária para compras"


Passo 6: na pop-up exibida em seguida, marque “Para todas as compras feitas na Google Play neste dispositivo” ou “A cada 30 minutos” e insira a sua senha do Google. Feito isso, a cada compra realizada, ou a cada 30 minutos, você deverá fazer a autenticação.

Marque a opção indicada e insira a sua senha do Google


Como bloquear o acesso à Play Store

Se você quer bloquear o acesso à Play Store para que nem jogos ou apps gratuitos sejam baixados, pode utilizar o AppLocker para exigir uma senha de acesso.


Passo 1: baixe e instale em seu celular o AppLocker (Play Store) e, ao abri-lo, crie uma senha de acesso.

Instale o AppLocker e crie um padrão de acesso para ele


Passo 2: clique em “Concordar e iniciar” e, em seguida, toque em “Permitir”.

Clique em "Concordar e iniciar" e, depois, em "Permitir" 

 

Passo 3: localize na lista o app e clique nele.

Em seguida, toque em "AppLocker"


Passo 4: em seguida, habilite a opção “Permitir acesso ao uso” para que ele possa monitorar outros apps e bloqueá-los no Android.

Habilite a opção "Permitir acesso ao uso"
 para que ele trave o acesso a apps 


Passo 5: de volta à tela inicial do app, localize a Play Store e clique no ícone de “Cadeado aberto” para que ele seja fechado. Assim que ele ficar fechado, significa que a Play Store está bloqueada.

Clique no ícone de "Cadeado" da Play Store para poder bloqueá-la 


Passo 6: ao acessar a Play Store, será necessário usar a chave que foi previamente configurada para poder utilizá-la.

Toda vez que a Play Store for aberta, será exigido uma senha para acessá-la


Pronto! Agora você pode bloquear compras e aplicativos na Play Store.

Como usar os papéis de parede animados do Telegram

O Telegram é muito popular pela segurança de suas conversas criptografadas e pela capacidade de criar chats secretos, além de alguns recursos que posteriormente foram copiados em outros mensageiros.

O novo recurso é personalizar sua conversa com papéis de parede animados. Então, se você quiser usá-los, dê uma olhada no tutorial abaixo.


Como colocar papéis de parede animados no Telegram

Passo 1: acesse o seu aplicativo e acesse o menu sanduíche no canto superior esquerdo da sua tela.

Passo 1


Passo 2: depois, entre em “Configurações”.

Passo 2


Passo 3: se o seu celular for Android, dentre as opções disponíveis, vá em “Configurações de chats”, caso for iPhone, entre em “Aparência”.

Passo 3


Passo 4: toque em “Alterar papel de parede”; se iPhone, acesse “Papel de parede”.

Passo 4


Passo 5: selecione qual deseja e, toque nele. Também é possível importar da galeria de imagens do seu celular.

Passo 5

Passo 6: clique em “Definir papel de parede”.

Passo 6

AdBlock: como instalar no seu navegador

Você deve ter ouvido falar de bloqueadores de anúncios. É muito comum entre os usuários que usam navegadores de Internet com frequência. Espera-se que ferramentas dessa natureza filtrem o conteúdo abusivo de anúncios e até mesmo acelerem o carregamento da página.

Este tipo de extensão ou aplicativo é freqüentemente chamado de AdBlock, embora este seja na verdade o nome de um aplicativo de código aberto específico disponível em todos os navegadores da Internet: AdBlock Plus (ABP).


Como instalar AdBlock no Chrome

Passo 1: acesse a página do AdBlock Plus na Chrome Web Store e clique em “Usar no Chrome”.

Acesse a página do AdBlock Plus no Chrome e clique em "Usar no Chrome"


Passo 2: na pop-up aberta em seguida, clique em “Adicionar extensão” e aguarde até que o AdBlock seja instalado no Chrome.

Na po-up aberta em seguida, clique em "Adicionar extensão"


Como instalar AdBlock no Firefox

Passo 1: acesse a página do AdBlock Plus no Firefox Add-Ons e clique em “Adicionar no Firefox”.

Acesse a página do AdBlock Plus no Firefox
e clique em "Adicionar ao Firefox"


Passo 2: na pop-up aberta no canto superior esquerdo da tela, clique em “Adicionar” e aguarde até que ela seja instalada no Firefox.

Em seguida, clique em "Adicionar"


Como instalar AdBlock no Microsoft Edge

Passo 1: acesse a página do AdBlock Plus na loja de Complementos do Edge e clique em “Obter”.

Acesse a página do AdBlock Plus no Microsoft Edge
e clique em "Obter"


Passo 2: na pop-up aberta em seguida, clique em “Adicionar extensão” e aguarde até que ela seja instalada no Microsoft Edge.

Na pop-up aberta em seguida, clique em "Adicioanr extensão"


Como instalar AdBlock no Opera

Passo 1: acesse a página do AdBlock Plus no Opera Addons e clique em “Adicionar no Opera”.

Acesse a página do AdBlock Plus no Opera e clique em "Adicionar ao Opera"


Passo 2: aguarde até que a extensão seja instalada no Opera.

Aguarde até que a extensão seja instalada no navegador 


Como instalar AdBlock no Safari

Passo 1: acesse a página do AdBlock Plus na Mac App Store, clique em “Obter” e, depois, em “Instalar”.

Acesse a página do AdBlock Plus na Mac App Store e clique em "Instalar"


Passo 2: em seguida, digite o seu ID Apple, sua senha, clique em "Obter" e aguarde até que o download seja concluído.

igite seu ID Apple, sua senha e clique e "Obter"


Passo 3: abra o Safari e clique em “Ativar e Revisar”.

Abra o Safari e clique em "Ativar e Revisar"


Passo 4: habilite o AdBlock Plus e, na pop-up aberta em seguida, clique em “Ativar”.

Em seguida, habilite o AdBlockPlus


Pronto! Você terá o AdBlock instalado em todos os navegadores de internet que você usa. 

Lembrando que extensões deste tipo consomem recursos do computador para funcionarem, como memória RAM e energia. Se você perceber algum comportamento estranho no seu browser após a instalação do AdBlock, vá até às configurações do navegador e remova-o.

Como compartilhar um post do feed do Instagram no Stories

Você sabia que pode compartilhar posts da linha do tempo (Feed) em sua história? Este é um recurso muito popular. Quem usa o Instagram deve ter visto pessoas compartilharem fotos, Reels e até vídeos IGTV nas Histórias. Portanto, esta é uma maneira muito fácil de compartilhar postagens com seus seguidores.


Como compartilhar um post do feed do Instagram no Stories

Vale lembrar que essa função está disponível para smartphones Android e iOS (iPhone).

Passo 1: quando você encontrar uma publicação legal passando na sua linha do tempo, você pode tocar no ícone de “Aviãozinho de papel” para colocar ela nos seus “Stories”. Para isso, toque sobre ele;

Passo 1


Passo 2: nessa página, você pode enviar suas publicações para seus amigos do Instagram ou colocar a publicação nos seus “Stories”. Para publicar em um Stories, toque no botão “Adicionar publicação”;

Passo 2

Passo 3: feito isso, agora é só ajeitar seu Stories como desejar. Você pode adicionar músicas, hashtags, GIFs e muito mais. Bem legal, né?

Passo 3


Pronto! Agora você sabe como compartilhar um post da sua linha do tempo nos Stories do Instagram. 


Fonte: CanalTech

Diferença entre banco de dados relacionais e não relacionais

Os bancos de dados estudados anteriormente, eram bancos de dados relacionais, ou seja, existiam relações entre as tabelas que formavam estes bancos de dados. Entretanto, atualmente, fica cada vez mais necessária a análise de grande quantidade de dados e, a partir destes dados se obter respostas praticamente em tempo real

Estas necessidades restauraram o antigo conceito de banco de dados não relacionais NoSQL que, muitas vezes podem fornecer análises mais rápidas, porém, sem os rígidos requisitos de Bancos de Dados Relacionais extremamente estruturados como são o SQLs bem configurados.

Tipos de Bancos de Dados


Entendendo:
  • NoSQL representa Not Only SQL, que em tradução livre pode ser considerado como “não somente SQL”. Uma interpretação errada, muitas vezes feitas por tradutores ou mesmo pessoas que desconhecem o assunto pode levar a se entender que NoSQL representa negar totalmente os conceitos de banco de dados estruturados, isto não é correto pois os bancos de dados NoSQL possuem dados estruturados, semi estruturados e não estruturados


Conceito de Bandos de dados não relacionais

Sistemas de Bancos de Dados não relacionais, utilizam um modelo mais flexível que o modelo tradicional de tabelas que contêm linhas e colunas, para armazenar dados. Este modelo permite um armazenamento mais dinâmico, portanto mais rápido de ser efetivado e consultado, possibilitando que a coleta de dados se dê em tempo menor. Desta maneira a análise de grande quantidade de dados pode ser feita com maior velocidade o que se torna muito importante nos dias de hoje.

Conceito de Bandos de dados não relacionais

Podemos afirmar que, bancos de dados relacionais acabam lidando com muitas entradas e saídas de dados, enquanto que, Bancos de Dados não relacionais podem ser mais rápidos no processamento de grande quantidade de dados visto que, o rigor do armazenamento é menor, permitindo a utilização de menos campos visto que, as configurações destes podem ser mais flexíveis.

Um exemplo que pode explicar a diferença no rigor do armazenamento entre banco de dados relacionais e não relacionais pode ser a utilização de um campo data que, em um banco de dados relacional foi definido para aceitar o valor de uma data no formato DDMMAAAA. Se em determinado momento precisamos que este campo aceite também um fuso horário no formata GMDXX, a alteração do formato deste campo em um banco de dados relacional irá gerar um grande retrabalho em todo o banco e nos comandos do software que está conversando com este banco. 

  • NoSQL
    • Representa
      • Not Only SQL
        • Utilizam um modelo mais flexível
          que facilita armazenar dados diversificados.
        • Mais dinâmico e mais rápido de ser
          consultado

Se ao invés de um banco de dados relacional se estiver trabalhando com um banco de dados não relacional, é possível flexibilizar este campo para a partir do momento começar a receber os dados como se deseja e as instruções que irão manipular estes dados terão que ter a opção de entender dados antigos somente com DDMMAAAA e dados novos já com o acréscimo do GMDXX. Este exemplo nos mostra que a utilização de bancos de dados não relacionais permite a utilização mais flexível, característica esta que é muito requisitada em momentos de tantas mudanças como os atuais. 

Segundo Henchen, 2013, Banco de Dados NoSQL são capazes de receber informações estruturadas, semiestruturadas e não estruturadas, sem a necessidade do processo tedioso, caro e demorado de mapeamento do banco para que os dados sejam normalizados para um esquema rígido, tal como exigido pelos bancos de dados relacionais.


Exemplos de NoSQL

Existem diversos tipos de NoSQL, o comportamento e as regras podem ser diferentes, mas na maioria, não há necessidade de predefinir uma estrutura formal do banco assim como não é necessário alterar as configurações caso novos conjuntos de dados surjam.

Alguns exemplos:

  • Oracle NoSQL da Oracle;
  • SimpleDB da Amazon;
  • DynamoDB da Amazon;
      • DynamoDB é para usuários com mais necessidades que os de SimpleDB pois:
        • Disponibilizado para serviços com maior escalabilidade
        • Executação em SSDs (discos de estado sólido)
  • MongoDB de código aberto;

Quando se trabalha com grandes bancos de dados algumas características são importantíssimas, rapidez de processamento, que pode ser alcançado com processamentos em disco de estado sólido SSDs e escalabilidade que é a condição do sistema ser expandido à medida que o cliente precisa de mais recursos, resultando, portanto, em aumento de custos, mas também de ser contraído caso o usuário não esteja utilizando. Esta propriedade é muito importante em casos de picos de vendas como períodos específicos no ano.


Como empresas usam NoSQL

Banco de dados não relacionais podem ser utilizados por empresas para prever tendências de mercado momentâneas, identificar preferências de clientes e mostrar opções quando clientes estão em condições de melhor aceitar estas ofertas.

Exemplos:

  • Um viajante se aproxima de uma loja de vinhos
    • Em seu SmartPhone aparecem lembretes que o vinho que ele mais compra está em oferta na loja.
  • Uma pessoa entra no Shopping
    • Em seu SmartPhone aparece uma promoção da loja de sapatos onde ele sempre compra. 

Uma pessoa entra em um shopping e recebe informações sobre sapatos em promoção, visto que a última vez que ele visitou este shopping ele comprou um par de sapatos.

Estas ofertas, também podem ser feitas utilizando Banco de Dados Relacionas, mas, a estrutura de Banco de Dados não Relacionais, facilita a identificação destes possíveis clientes e pode oferecer os lembretes ou promoções em tempo real, ou seja, quando ele está se aproximando do local que vende os produtos. 

 

Big Data

A grande quantidade de dados que trafega, especialmente na Web no mundo de hoje, começa a ser um desafio para empresas que desejam analisá-las e a partir destas análises obter dados que possam ajudar em seus negócios com previsões e oportunidades.

Estes dados, podem ser alocados em bancos de dados estruturados, mas, devido a sua grande diversidade e a constante ocorrência de novos eventos, fica muito difícil alterar estruturas de banco de dados para alocar corretamente novas ocorrências, ou também pode acontecer que, estas ocorrências tenham duração e interesse por tempo muito escasso, então, é necessário conhecer estas informações rapidamente e tirar proveito destas informações, enquanto elas são válidas, pois, em momentos próximos elas podem não ser mais tão relevantes.

  • A grande quantidade de dados que trafega, especialmente na Web no mundo de hoje é um:
    • Desafio para empresas que desejam analisá-las.
    • A partir destas análises obterem dados que possam ajudar em seus negócios com previsões e oportunidades.
    • Na maioria das vezes...
      • Respostas precisam ser rápidas

Veja no exemplo a seguir:
Um sistema detecta que aconteceu uma falha no sistema de distribuição de água potável em um bairro, que irá durar um dia. Um supermercado possui em seu estoque muito próximo à sua loja deste bairro, uma grande quantidade de garrafas de água. Se este supermercado ficou sabendo do problema imediatamente ele pode mover este estoque para fazer uma grande venda que irá durar um dia. Por outro lado, obter esta informação um dia após, quando o abastecimento de água já estiver normalizado, de nada vai adiantar. 


Como são os dados em Big Data

Atualmente, 85% dos dados analisados em Big Data não são estruturados, são obtidos por filmes, vídeos, comportamento de pessoas que muitas vezes dependem do contexto em que elas estão inseridas. É muito importante observar que pode ser fundamental o comportamento das pessoas, visto que à medida que sistemas conseguem identificar tendências de comportamentos o leque de opções para o oferecimento de serviços e produtos para estas pessoas aumenta muito, sendo, portanto, está uma das principais áreas de Big Data dos dias de hoje auxiliados por conhecimentos de inteligência artificial.

  • Exemplo:
  • Sistema detecta que aconteceu uma falha no sistema de distribuição de água potável em um bairro, Previsão de conserto em um dia. 
  • Um supermercado possui em seu estoque muito próximo à sua loja deste bairro, uma grande quantidade de garrafas de água.
      • O supermercado ficou sabendo e transferiu rapidamente o estoque e fez uma grande venda do produto que estava estocado.
          • ou
      • O supermercado ficou sabendo um dia depois e de nada adiantou a informação pois o abastecimento já estava normalizado


Quem utiliza Big Data

Não somente grandes empresas, mas empresas de médio e até de pequeno porte estão utilizando largamente Big Data em suas forças de vendas e em determinar desejos e comportamentos de usuários. Redes sociais procuram direcionar propagandas e postagens que atendam os interesses e desejos de clientes. Estes procedimentos devem ser considerados cada vez mais pela humanidade pois, além de se induzir consumo muitas vezes pode se estar induzindo comportamentos o que pode ser extremamente perigoso na manipulação de massas.

Google Chrome tornará possíel você adicionar senhas novas manualmente

O site Android Police observou que a versão mais recente do Chrome inclui um sinalizador oculto (chrome://flags/#add-passwords-in-settings) que permite adicionar senhas manualmente.

Se você sabe que fará login em um site com frequência ou deseja salvar as credenciais que acabou de criar, pode adicionar esses dados sem visitar o site primeiro.

Área para adicionar senha

Essa novidade já estava na versão Canary do Chrome desde o final de 2021, que funciona da mesma forma que outros gerenciadores de senhas e pode adicionar senhas sem esperar que o navegador se ofereça para isso.

Fonte: Google Discovery