É indiscutível o papel central que os livros devem ter na vida de estudo de qualquer cientista de dados que almeje se manter competitivo no mercado de trabalho. No entanto, basta uma simples busca pelo termo “Data Science” na Amazon, e você irá se deparar com milhares de títulos sugeridos para compra.
E agora, como escolher um livro de Data Science sem correr o risco de jogar dinheiro fora e desperdiçar o seu valioso tempo de estudos?
Pois bem, essa não será uma preocupação para você. Neste final de ano eu preparei uma lista com 7 livros indicados para qualquer um que deseje otimizar seu tempo e investir nos livros corretos. Mais do que apenas entregar uma lista, eu também gravei um vídeo falando sobre cada um desses livros.
Assuma o compromisso de se tornar um cientista de dados em 2023
Estamos há poucos dias de acabar o ano, como você já deve ter notado. Na sua televisão, as propagandas alternam entre o urso da Coca-Colae a tradicional vinheta da Globo tocada em algum ritmo qualquer – e que, aliás, já não mais nos remete àquele espírito natalino de outrora.
“A humildade é o primeiro degrau para a sabedoria.”
São Tomás de Aquino
O período natalino sempre foi o meu preferido. Além de toda preparação e meditação para celebrarmos o nascimento de Jesus, serve para darmos uma pausa na correria, sair do piloto automático e avaliar como foi o nosso ano: cumpri as promessas que havia feito em janeiro de 2022?
Concluí os cursos que havia comprado? Li todos os livros que tinha separado na wishlist? O que eu fiz para sair da estagnação?
É como se em uma prestação de contas particular, onde a sua consciência aponta tudo que ficou em aberto. É a hora onde muitas pessoas voltam à realidade e são lembradas que (mais uma vez) nada fizeram para evoluir profissionalmente.
Agora eu te pergunto. Você quebrar esse ciclo de promessas não cumpridas, anos após ano, e assumir um compromisso real com a sua carreira em 2023?
Então assista ao vídeo e escolha quais livros farão parte do seu arsenal no ano que vem.
![Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).
Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.
#machinelearning #visaocomputacional #leetcode](https://scontent.cdninstagram.com/v/t51.71878-15/516317042_719882404329203_687539192865429978_n.jpg?stp=dst-jpg_e35_tt6&_nc_cat=105&ccb=1-7&_nc_sid=18de74&_nc_ohc=pHZuWZAC_D8Q7kNvwGhiQ9g&_nc_oc=AdnsyagNUhKGKq98iG5meHkj8CR_VVGelLb2cztJ6iIj0tYixB5OdYHNo8mInADxbDBgWFlpjtZqmboM3JNEFMAi&_nc_zt=23&_nc_ht=scontent.cdninstagram.com&edm=ANo9K5cEAAAA&_nc_gid=zny2MYooDfj3RK8QyqOpcA&oh=00_AfTTzTh_xhUygGL1aUjgf4Cs-O3E7n7VnuS_R6HrYdnmyA&oe=68762DBE "Para rotacionar uma matriz 2D em 90°, primeiro inverto a ordem das linhas (reverse). Depois, faço a transposição in-place. Isso troca matrix[i][j] com matrix[j][i], sem criar outra matriz. A complexidade segue sendo O(n²), mas o uso de memória se mantém O(1).
Esse padrão aparece com frequência em entrevistas. Entender bem reverse + transpose te prepara para várias variações em matrizes.
#machinelearning #visaocomputacional #leetcode")
