Olá pessoal!
Este é meu primeiro post aqui na comunidade e escolhi trazer minha experiência participando pela primeira vez no evento Python Brasil.
Trouxe aqui alguns pontos de vista sobre os assuntos tratados nas palestras que participei no primeiro dia de evento (aqui todas as palestras do evento):
Django aos 20: velho demais ou maduro o suficiente? [link]
Uma interessante reflexão sobre maturidade do framework Django, destacando seus pontos positivos:
- ORM;
- Migrações;
- Autenticação e autorização;
- HTMX;
em comparação aos seus competidores indiretos que focam em soluções com arquitetura mais livres (leia-se non-opinionated), mas que muitas vezes se tornam um "mini Django" no decorrer do projeto, por exemplo Flask e FastAPI.
Infraestrutura não é caridade [link]
Uma apresentação sobre o projeto Cumbuca Dev, criado com foco nos 4 pilares:
- Educação;
- Grupos Minoritários;
- Tecnologia;
- Código aberto;
Também foi destacado o tema da democratização de acesso a Inteligência Artificial, que hoje na verdade tem um preço elevado e é centralizado em BigTechs.
Chegando então no tópico central que é necessário pensarmos em Infraestrutura Pública e Digital, principalmente após participação no evento Open Source Week da ONU 🌐 onde se viu exemplos de vários projetos nesse aspecto em muitos países mas sem participação do Brasil 🇧🇷.
Como resultado da participação desse evento foi criado o projeto NOSS onde o foco é unir a comunidade para construirmos juntos essa infraestrutura.
Criando servidores MCP com FastMCP e Python [link]
Foi demonstrado com uso da biblioteca FastMCP para gerar servidores MCP em Python em poucas linhas:
from fastmcp import FastMCP
mcp = FastMCP("Demo 🚀")
@mcp.tool
def add(a: int, b: int) -> int:
"""Add two numbers."""
return a + b
if __name__ == "__main__":
mcp.run()
E também criar à partir de uma documentação OpenAPI:
import httpx2
from fastmcp import FastMCP
# Create an HTTP client for your API
client = httpx2.AsyncClient(base_url="https://api.example.com")
# Load your OpenAPI spec
openapi_spec = httpx2.get("https://api.example.com/openapi.json").json()
# Create the MCP server
mcp = FastMCP.from_openapi(
openapi_spec=openapi_spec,
client=client,
name="My API Server"
)
if __name__ == "__main__":
mcp.run()
Python na indústria: transformando vibração em decisões [link]
Aqui foi apresentado o tema de predição no mal-funcionamento de máquinas na indústria através da coleta e análise de dados de sensores de vibração (giroscópio 🧲), com foco em redução de custos de manutenção, mas também pensando em otimizações de uso.
Realizando uma análise dessa gigante massa de dados coletados, é possível se entender as vibrações de bom funcionamento e identificar e tomar ações quando estas começarem a mudar de padrão.
IA no Caos: Pipelines Multimodais em Desastres Urbanos [link]
Outro tópico muito relevante foi o uso de visão computacional para auxílio de identificação de pessoas em desastres ambientais como ocorrido no Rio Grande do Sul em 2024.
Foi demonstrado um projeto utilizando a biblioteca YOLO que identifica e classifica socorristas, civis e animais em situações adversas para que possa se montar um plano de resgate de forma mais eficiente e salvar mais vidas.
Corta pra cá, corta pra lá [link]
Uma reflexão sobre os cortes na área de tecnologia mas demonstrando também o possível impacto em outras áreas.
Destaque para os seguintes pontos que podem nos auxiliar em fazer melhores análises e tomadas de decisão com dados e IA:
- decidir;
- desconfiar;
- enxergar o que falta;
- onde está a informação?;
- saber o que verificar;
O importante é entender o problema e resolver. Caio Gomes, 2026.
As palestras do palco principal foram também transmitidas via Youtube e estão disponíveis nos links a seguir:
E você, esteve no evento também? Concorda com os pontos que trouxe ou acha que precisam de complementos? Comenta ai! :D
Top comments (0)