Engenharia de software

Engenharia de software é uma área do conhecimento da computação voltada para a especificação, desenvolvimento e manutenção de sistemas de software aplicando tecnologias e práticas de gerência de projetos e outras disciplinas, objetivando organização, produtividade e qualidade.

Atualmente, essas tecnologias e práticas englobam linguagens de programação, banco de dados, ferramentas, plataformas, bibliotecas, padrões, processos e a questão da Qualidade de Software.

Os fundamentos científicos para a engenharia de software envolvem o uso de modelos abstratos e precisos que permitem ao engenheiro especificar, projetar, implementar e manter sistemas de software, avaliando e garantindo suas qualidades. Além disso, a engenharia de software deve oferecer mecanismos para se planejar e gerenciar o processo de desenvolvimento de um sistema de informação Sistema Computacional, pois ambos se confundem.

EIS, SAD

Sistemas de Informação Executiva (SIE ou EIS)

Um dos principais objetivos destes sistemas e fornecer ao executivo, de forma selecionada e resumida, os dados necessários para a execução de entendimento da situacao-problema. Estes sistemas são de consulta instantânea e relatórios na tela, montagem de gráficos e textos, tabulação de números, etc., acessando diretamente a base de dados corporativa da empresa.

Sistemas de Apoio a Decisão (SAD)

São sistemas mais complexos que permitem total acesso a base de dados corporativa, modelagem de problemas, simulações e possuem uma interface amigável. Alem disso, auxiliam o executivo em todas as fases de tomada de decisão, principalmente nas etapas de desenvolvimento, comparação e classificação dos riscos, alem de fornecer subsídios para a escolha de uma boa alternativa.

SIE, SIG, SIO

Sistemas de informação estratégicos - SIE
Também chamados de Sistemas de Informação Executivos ou Sistemas de Suporte à Decisão Estratégica, ou
ainda, são conhecidos por sua sigla em inglês EIS ou Executive Information Systems.
Contemplam o processamento de grupos de dados das operações operacionais e transações gerenciais,
transformando-os em informações estratégicas.
Trabalham com os dados no nível macro, filtrados das operações das funções empresariais da empresa,
considerando ainda, o meio ambiente interno e/ou externo, visando auxiliar o processo de tomada de decisão da
alta administração, tal como, presidentes, diretores, sócios, acionistas, proprietários, assessores, etc.
Habitualmente com muitas informações gráficas, amigáveis e normalmente on-line, observando as
particularidades de cada empresa e ainda, com opção de descer no nível de detalhe da informação.

Sistemas de informação gerenciais - SIG
Também chamados de Sistemas de Apoio à Gestão Empresarial ou Sistemas Gerenciais.
Contemplam o processamento de grupos de dados das operações e transações operacionais, transformando-os em
informações agrupadas para gestão.
Trabalham com os dados agrupados (ou sintetizados) das operações das funções empresariais da empresa,
auxiliando a tomada de decisão do corpo gestor ou gerencial das unidades departamentais, em sinergia com as
demais unidades.

Sistema de informação organizacional
Uma empresa é um conjunto de pessoas, equipamentos, dados, recursos, políticas, e procedimentos que existem
para o suprimento de produtos ou serviços, freqüentemente com o objetivo de obter lucro.
As aplicações de Sistemas de Informação no nível organizacional podem ser divididas em duas categorias:
aplicações localizadas e sistemas interdepartamentais.
A Tecnologia da Informação permite ainda o reprojeto de processos de negócios, o reprojeto de rede de
negócios, ou a própria redefinição do escopo do negócio. O redesign de processos de negócios refere-se a
aplicações nas quais o processo a ser automatizado é redesenhado à medida que o sistema é desenvolvido. Já o
redesign de redes de negócios refere-se a sistemas que englobam e/ou envolvem os modos pelos quais múltiplas
empresas se relacionam, trabalham em conjunto.

OLAP

"Online analytical processing", ou OLAP fornece para organizações um método de acessar, visualizar, e analisar dados corporativos com alta flexibilidade e performance. No mundo globalizado de hoje as empresas estão enfrentando maior concorrência e expandindo sua atuação para novos mercados. Portanto, a velocidade com que executivos obtêm informações e tomam decisões determina a competitividade de uma empresa e seu sucesso de longo prazo. OLAP apresenta informações para usuários via um modelo de dados natural e intuitivo. Através de um simples estilo de navegação e pesquisa, usuários finais podem rapidamente analisar inúmeros cenários, gerar relatórios "ad-hoc", e descobrir tendências e fatos relevantes independente do tamanho, complexidade, e fonte dos dados corporativos. De fato, colocar informação em bancos dados corporativos sempre foi mais fácil do que retirá-los. Quanto maior e complexa a informação armazenada, mais difícil é para retirá-la. A tecnologia OLAP acaba com estas dificuldades levando a informação mais próxima ao usuário que dela necessite. Portanto, o OLAP é freqüentemente utilizado para integrar e disponibilizar informações gerenciais contidas em bases de dados operacionais, sistemas ERP e CRM, sistemas contábeis, e Data Warehouses. Estas características tornaram-no uma tecnologia essencial em diversos tipos de aplicações de suporte à decisão e sistemas para executivos.
Em um modelo de dados OLAP, a informação é conceitualmente organizada em cubos que armazenam valores quantitativos ou medidas. As medidas são identificadas por duas ou mais categorias descritivas denominadas dimensões que formam a estrutura de um cubo. Uma dimensão pode ser qualquer visão do negócio que faça sentido para sua análise, como produto, departamento ou tempo. Este modelo de dados multidimensional simplifica para os usuários o processo de formular pesquisas ou "queries" complexos, criar relatórios, efetuar análises comparativas, e visualizar subconjuntos (slice) de maior interesse. Por exemplo, um cubo contendo informações de vendas poderá ser composto pelas dimensões tempo, região, produto, cliente, cenário (orçado ou real) e medidas. Medidas típicos seriam valor de venda, unidades vendidas, custos, margem, etc.
Dentro de cada dimensão de um modelo OLAP, os dados podem ser organizados em uma hierarquia que define diferentes níveis de detalhe. Por exemplo, dentro da dimensão tempo, você poderá ter uma hierarquia representando os níveis anos, meses, e dias. Da mesma forma, a dimensão região poderá ter os níveis país, região, estado e cidade. Assim, um usuário visualizando dados em um modelo OLAP irá navegar para cima (drill up) ou para baixo (drill down) entre níveis para visualizar informação com maior ou menor nível de detalhe sem a menor dificuldade.
A aplicação do OLAP é bastante diversificada e seu uso encontra-se em diversas áreas de uma empresa.

E-commerce

E-commerce, ou comércio eletrônico, é a forma on-line de compra e venda. Ou seja, pela Internet, você pode adquirir os mais diversos produtos e serviços disponíveis na grande rede por meio das lojas virtuais. Você pesquisa, escolhe, especifica características — modelo, tamanho, cor, periodicidade — e a forma de pagamento. Depois, recebe, dentro de um prazo determinado, o produto ou serviço diretamente em sua casa.
A vantagem para as lojas virtuais é que elas não necessitam de espaço físico, diminuindo custos. Além disso, estão abertas 24 horas por dia e oferecem serviços personalizados de acordo com o perfil do consumidor. Elas também podem existir como serviço complementar de uma rede de lojas ou serviços já existentes ou somente na Internet.
Enquanto os consumidores vão, aos poucos, sentindo-se seguros com as compras on-line, as empresas investem em segurança e ampliam a oferta e a qualidade dos produtos e serviços. Nesse processo, acontece uma evolução, e novos hábitos vão, aos poucos, fazendo parte da vida de milhares de pessoas.

Data Mining

Data Mining ou Mineração de Dados consiste em um processo analítico projetado para explorar grandes quantidades de dados (tipicamente relacionados a negócios, mercado ou pesquisas científicas), na busca de padrões consistentes e/ou relacionamentos sistemáticos entre variáveis e, então, validá-los aplicando os padrões detectados a novos subconjuntos de dados. O processo consiste basicamente em 3 etapas: exploração; construção de modelo ou definição do padrão; e validação/verificação.
Atualmente, as organizações têm se mostrado extremamente eficientes em capturar, organizar e armazenar grandes quantidades de dados, obtidos de suas operações diárias ou pesquisas científicas, porém, ainda não usam adequadamente essa gigantesca montanha de dados para transformá-la em conhecimentos que possam ser utilizados em suas próprias atividades, sejam elas comerciais ou científicas.
A rápida taxa de inovação nas tecnologias de informática está exigindo que, cada vez mais, os profissionais estejam preparados e atualizados para conhecer e enfrentar os desafios da Tecnologia da Informação.
O conceito de Data Mining está se tornando cada vez mais popular como uma ferramenta de gerenciamento de informação, que deve revelar estruturas de conhecimento, que possam guiar decisões em condições de certeza limitada. Recentemente, tem havido um interesse crescente em desenvolver novas técnicas analíticas, especialmente projetadas para tratar questões relativas a Data Mining. No entanto, Data Mining ainda está baseado em princípios conceituais de Análise de Dados Exploratórios e de modelagem.
Data Mining é parte de um processo maior de conhecimento denominado Knowledge Discovery in Database (KDD). KDD consiste, fundamentalmente, na estruturação do banco de dados; na seleção, preparação e pré-processamento dos dados; na transformação, adequação e redução da dimensionalidade dos dados; no processo de Data Mining; e nas análises, assimilações, interpretações e uso do conhecimento extraído do banco de dados, através do processo de Data Mining.

O que é SQL?

As aplicações em rede são cada dia mais numerosas e versáteis. Em muitos casos, o esquema básico de operação é uma série de scripts que dirigem o comportamento de uma base de dados. Devido à diversidade de linguagens e de base de dados existentes, a maneira de comunicar entre umas e outras seria realmente complicado de providenciar, a não ser pela existência de padrões que nos permite realizar as operações básicas de una forma universal. É justamente disso que se trata o Structured Query Language que não é mais do que uma linguagem padrão de comunicação com base de dados. Falamos portanto, de uma linguagem normalizada que nos permite trabalhar com qualquer tipo de linguagem (ASP ou PHP) em combinação com qualquer tipo de base de dados (MS Access, SQL Server, MySQL...). O fato de ser padrão não quer dizer que seja idêntico para cada base de dados. Na prática, determinadas bases de dados implementam funções específicas que não têm necessariamente que funcionar em outras. À parte desta universalidade, o SQL possui outras duas características muito apreciadas. Por uma parte, apresenta potência e versatilidade notáveis que contrasta, por outra, com sua acessibilidade de aprendizagem.