fbpx
Sigmoidal
No Result
View All Result
  • Home
  • Data Science
    Data Science no exterior - como fazer uma Cover Letter

    Como escrever uma Cover Letter poderosa para Data Science

    GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

    Aprenda Data Science ou pague o preço de uma decisão errada

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    7 livros essenciais para aprender Data Science em 2023

    7 livros essenciais para aprender Data Science em 2023

    Como a banda Metallica usa Data Science

    Como a banda Metallica usa Data Science

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Trending Tags

    • Python
      Como usar o DALL-E 2 para gerar imagens a partir de textos

      Como usar o DALL-E 2 para gerar imagens a partir de textos

      aprenda python do zero - curso gratuito

      Projeto Python: um plano à prova de desculpas

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Projeto Python do Zero: evento 100% gratuito

      Projeto Python do Zero: evento 100% gratuito

      Aprenda Python e se destaque no mercado

      Aprenda Python e se destaque no mercado

      Python para análise de ações e investimentos

      Python para análise de ações e investimentos

      Como fazer gráficos rotulados em Python

      Como fazer gráficos rotulados em Python

      Trabalhando com Dados Desbalanceados

      Trabalhando com Dados Desbalanceados

      Detector de Fadiga usando Python

      Detector de Fadiga usando Python

      Trending Tags

      • Tutoriais
        Crie um sistema de vigilância com drones e Deep Learning

        Crie um sistema de vigilância com drones e Deep Learning

        Detector de Fadiga usando Python

        Detector de Fadiga usando Python

        Reduzindo Turnover Com Machine Learning

        Reduzindo Turnover Com Machine Learning

        Séries Temporais (Time Series) com Python

        Séries Temporais (Time Series) com Python

        Como Analisar Ações da Bolsa com Python

        Como Analisar Ações da Bolsa com Python

        Como criar gráficos interativos usando Plotly e Python

        Como criar gráficos interativos usando Plotly e Python

        Como salvar seu modelo de Machine Learning

        Como salvar seu modelo de Machine Learning

        Como lidar com dados desbalanceados?

        Como lidar com dados desbalanceados?

        Big Data: Como instalar o PySpark no Google Colab

        Big Data: Como instalar o PySpark no Google Colab

        Trending Tags

        • Vídeos
          Como usar o DALL-E 2 para gerar imagens a partir de textos

          Como usar o DALL-E 2 para gerar imagens a partir de textos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          7 livros essenciais para aprender Data Science em 2023

          7 livros essenciais para aprender Data Science em 2023

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Crie um sistema de vigilância com drones e Deep Learning

          Crie um sistema de vigilância com drones e Deep Learning

          Python para análise de ações e investimentos

          Python para análise de ações e investimentos

          7 Livros de Data Science em 2021

          7 Livros de Data Science em 2021

          Detector de Fadiga usando Python

          Detector de Fadiga usando Python

          Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

          Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

          Trending Tags

          No Result
          View All Result
          Sigmoidal
          No Result
          View All Result

          Aprenda Data Science ou pague o preço de uma decisão errada

          Dizem que os dados são o novo petróleo da humanidade, e agora você vai ver por que isso é verdade. Descubra também as oportunidades para a carreira de Cientista de Dados em 2023.

          Carlos Melo by Carlos Melo
          janeiro 7, 2023
          in Blog, Carreira, Cursos, Data Science, Entrevistas
          0
          Home Artigos Data Science
          13
          SHARES
          428
          VIEWS
          Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

          Tenho a satisfação de anunciar que o Sigmoidal chegou até um dos maiores podcasts do Brasil, o Primocast. Nesse bate-papo com o Thiago Nigro (o Primo Rico), Rodrigo Gianotto, Kaique e Lucão, todos do Grupo Primo, saíram inúmeros insights sobre como os dados podem ajudar o seu negócio a prosperar, crescer e vender ainda mais.

          Além disso, conversamos muito sobre o mercado de trabalho de tecnologia atual, as oportunidades para quem quer começar uma nova carreira do absoluto zero e qual o caminho para conquistar uma vaga de cientista de dados em 2023. Como você vai ver, Data Science não é apenas a área mais inovadora do mundo, mas também a mais democrática, pois independe da sua idade ou formação.

          E aproveitando a primeira semana do ano, eu quero lhe fazer um convite especial: quero convidá-lo para o maior evento de Data Science que o Sigmoidal já promoveu. 

          Clique no botão abaixo para se inscrever no evento “A DECISÃO”, e descubra o plano que vai fazê-lo sair do zero até uma vaga em Data Science.

          Inscreva-se gratuitamente

          A Decisão é um evento 100% gratuito, que vai ocorrer entre 16 e 22 de janeiro, e lhe apresentará um plano à prova de falhas para entrar no mercado que mais cresce no mundo!

          Portanto, antes de começar a ler este artigo e assistir ao Primocast, clique aqui e já garanta a sua vaga gratuitamente no treinamento “A Decisão”!

          Participação do episódio 224 do Primocast

          1 of 6
          - +
          GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

          A era do Data Science

          A frase que diz que dados são o novo petróleo é creditada ao matemático Clive Humby, porém ganhou popularidade após uma publicação da revista The Economist, em 2017.

          “Data is the new oil.”

          Clive Humby

          Se essa comparação parece desproporcional ou inadequada para você, não deveria. Se você parar para analisar o papel crítico que os dados assumiram, praticamente o de uma força motriz para a economia digital, você verá que é apenas um retrato fiel do cenário que vem se desenhando ao longo dos últimos anos.

          Na última década, as empresas que adotaram um modelo de decisão baseado em dados (data-driven decision) assumiram o topo do ranking das mais valiosas corporações do mundo. 

          A verdade é que nunca antes a humanidade produziu tantos dados como agora. A título de curiosidade, a cada dois dias a população mundial cria a mesma quantidade de dados criados do início da civilização humana até 2003.

          Como ilustração, Thiago Nigro cita alguns números sobre as redes sociais:

          • em 1 minuto, os usuários do Twitter enviam 473 mil tweets;
          • em 1 minuto, os usuários do Instagram postam 49 mil fotos;
          • em 1 minuto, o LinkedIn ganha 120 novos usuários;
          • a cada 1 segundo, o Google processa mais de 40 mil pesquisas; e
          • 1,5 bilhão de pessoas estão ativas no Facebook.

          Que estamos na era da informação, dos dados, não é muito novidade para ninguém. Afinal de contas, o que são dados?

          Dados são o novo bacon

          De acordo com a Wikipedia, “Os dados são uma coleção de valores discretos que transmitem informações, descrevendo quantidade, qualidade, fatos, estatísticas, outras unidades básicas de significado, ou simplesmente sequências de símbolos que podem ser posteriormente interpretados.”

          Em uma definição mais prática (e não tão acadêmica), dados são, por exemplo, fotos digitais, arquivos de texto, arquivos de áudio ou arquivos do Excel. Organizados em estruturas que fornecem um contexto e significado adicionais, são usados em pesquisas científicas, no mercado financeiro e praticamente qualquer forma de atividade organizacional que você consiga imaginar.

          A partir de dados, gera-se inteligência. Fonte: Mariana Carvalho

          Porém, dados sozinhos não significam nada! Assim como o petróleo bruto que não passou pela refinaria ainda, dados devem ser organizados, processados e analisados a fim de se tornarem informação. Essa informação, ao ser estruturada e colocada na forma correta, deve se transformar em conhecimento, o qual, aplicado da maneira correta, será convertido em inteligência estratégica para a empresa.

          Para percorrer esse caminho de transformação, temos, no nosso arsenal, técnicas e ferramentas de Data Science — a arte de “transformar dados em vantagem estratégica”. Chegando ao final do texto, você quer saber a minha opinião sincera sobre a controversa frase do Clive Humby? Para mim, dados não são o novo petróleo. Dados são o novo Bacon — o que é muito melhor!

          “O que diferencia uma organização de outra não é a capacidade de armazenamento de dados; é a capacidade de seu pessoal extrair conhecimento desses dados.”

          Carlos Melo

          O Que É Data Science

          Data Science envolve os princípios, processos e técnicas que permitem entender fenômenos por meio de análises de dados. Porém, obviamente, não é possível definir Ciência dos Dados ignorando o contexto de sua aplicação.

          Dentro do escopo trabalhado no Primocast, eu diria que o objetivo do Data Science é o aprimoramento do processo decisório dentro da organização e todos os processos associados. Aqui no Brasil, a prática de decidir com base na análise dos dados contrasta fortemente com a cultura quase que enraizada do “eu”presa, em que as decisões são muitas vezes passionais ou amparadas pela “intuição” do líder.

           

          Aula sobre Data Science para o mercado financeiro na Finclass
          Aula sobre Data Science para o mercado financeiro na Finclass

          Respondendo à pergunta do Nigro sobre que dados precisariam ser coletados para uma plataforma de finanças (a exemplo da Finclass), expliquei que, em primeiro lugar, deve-se ter a compreensão inteira dessa plataforma para fazer uma estruturação real do problema. Ou seja, deve-se entender como aquele negócio funciona, do que ele é composto, seus objetos, para saber que dados procurar para melhorar o negócio.

          Além dessa visão mais macro, outros aspectos foram citados: para os assinantes, é preciso saber o NPS (Net Promoter Score, que avalia a fidelidade dos clientes à empresa) e a taxa de Churn (taxa de cancelamento), identificando os padrões do comportamento de pessoas que deixaram de assinar a plataforma.

          Por exemplo, há quanto tempo a pessoa não acessa a plataforma, como ela navega dentro da plataforma (que conteúdos consome e tal) ou quanto tempo ela permanece consumindo um dado conteúdo. Porque é muito mais fácil (barato), se pararmos para raciocinar, oferecer alguma vantagem para esse cliente propenso a cancelar do que fazer com que uma pessoa de fora assine a plataforma.

          Somado a isso, Rodrigo cita os aspectos relacionados ao login na plataforma (quando o assinante entra, que horário, por quanto tempo lá permanece) e o Lifetime Value (LTV).

          “Tudo começa pela análise dos dados. Possuindo esses dados, buscas são feitas em cima deles para responder uma pergunta de negócio. Não adianta só a análise; deve-se responder ao negócio, o que o negócio está exigindo.”

          Rodrigo Gianotto

          Rodrigo Gianotto divide a Ciência de Dados (Data Science) em três segmentos: análise de dados, engenharia de dados e uma área voltada à construção de modelos predicativos:

          1. A análise de dados é o início, em que o analista vai utilizar a linguagem SQL para realizar as buscas nos banco de dados, analisar e gerar insights. O papel do analista é o de trazer conhecimento que estava “escondido” naquela multidão de dados soltos.
          2. Já na engenharia de dados, o engenheiro de dados tem o papel de, por exemplo, extrair dados de locais diferentes e alocá-los no mesmo local, o qual será utilizado pelo analista de dados.
          3. Por fim, sobre a área mais avançada, é aquela relacionada com Inteligência Artificial, Machine Learning. Essa última área é a mais inovadora, citando como exemplo as recomendações de séries e filmes da Netflix: algo dinâmico, que toma decisões a todo instante para fazer recomendações personalizadas.

          Tomando Decisões Baseadas Em Dados

          Por que os dados são utilizados? Claro, para tomar decisões mais acertadas. Na verdade, há uma explicação biológica, que tem a ver com uma própria limitação do cérebro humano.

          “Tudo é óbvio desde que você saiba a resposta.”

          Ducan J. Watts

          A forma de ver o mundo das pessoas é enviesada (preferências e tal); as experiências pessoais são muito relacionadas com relações de causa-efeito (pode ser uma mera coincidência ou uma relação de muitas variáveis inter-relacionadas); a limitação da memória mesmo (não conseguimos lembrar ou relacionar os inúmeros eventos que presenciamos); e além da óbvia não onipresença (ao contrário do Google, não temos o registro dos acontecimentos em todos os confins do planeta).

          Para ilustrar como os dados são utilizados estrategicamente no mercado, eu citei um exemplo com a Walmart. Essa empresa descobriu algo nada óbvio: como suprimento para lidar com furacões anunciados (relativamente comum nos Estados Unidos da América), seus consumidores compravam muito tortilhas de morango (um doce). Sabendo disso, essa empresa então abastecia suas lojas com esse produto nesses períodos.

          Mais outro exemplo e também com a Walmart. Ela, analisando dados, chegou à conclusão de que a cerveja ao lado de fraldas aumenta a venda de cerveja. Dessa forma, colocaram estoques de cerveja perto do local onde estavam armazenadas as fraldas.

          Visita ao Grupo Primo com toda a família
          Visita ao Grupo Primo com toda a família

          No entanto, nem tudo são flores. Como Thiago Nigro disse, dados, isoladamente, são inócuos, e dependerá de alguém experiente para saber lidar com eles para gerar insights e fundamentar decisões. Além disso, muitos dados pode ser um problema.

           A partir de muitas entradas (dados), algoritmos são capazes identificar padrões. Esses padrões não estavam atrás de um vidro limpo; na verdade, foi necessário analisar muitos dados para se chegar a essas conclusões. 

          Em pleno 2022, com todo o acesso a informação, o mundo inteiro conectado, realmente não é muito responsável tomar determinadas decisões baseadas em pura intuição. Como falaram Lucas e Kaique no Primocast, os dois passaram a utilizar os dados coletados para direcionar suas decisões, como no caso do YouTube.

          Nessa plataforma, eles testam como certos aspectos (por exemplo, título e thumbnail) interferem no consumo pelo seu público (visualizações), e suas futuras decisões são baseadas nesses resultados.

          Assista ao episódio completo do Primocast

          Eu quero convidá-lo a assistir ao episódio completo do Primocast sobre Data Science e Gestão de Dados. Nele, você vai acompanhar a visão e insights das pessoas que estão à frente de um negócio que fatura centenas de milhões de reais por ano e que possui uma base de mais de 200 mil assinantes.

          Para aqueles que querem se preparar para conquistar uma vaga em tecnologia, nada como entender quais habilidades e tecnologias as maiores empresas do país buscam em um candidato.

          Por fim, eu só quero agradecer pela oportunidade de ter participado de mais um evento no Grupo Primo, empresa que admiro e pela qual tenho um profundo carinho. Em todas as vezes que os visitei em São Paulo, pude acompanhar como eles são diferenciados em relação ao restante do mercado. Não há dúvidas de que serão cada vez maiores.

          Um forte abraço a todo o time do Grupo Primo!

          Carlos Melo

          Tags: business intelligencecarreiracursos de data sciencedata sciencegestão de dadosprimo castthiago nigro
          Previous Post

          Como usar o DALL-E 2 para gerar imagens a partir de textos

          Next Post

          Como escrever uma Cover Letter poderosa para Data Science

          Carlos Melo

          Carlos Melo

          Piloto da Força Aérea Brasileira por 16 anos, Mestre em Ciências e Tecnologias Aeroespaciais pelo ITA e criador do Sigmoidal.

          Related Posts

          Data Science no exterior - como fazer uma Cover Letter
          Artigos

          Como escrever uma Cover Letter poderosa para Data Science

          by rafael
          janeiro 16, 2023
          Como a França usou Inteligência Artificial para detectar 20 mil piscinas
          Deep Learning

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          by Carlos Melo
          janeiro 7, 2023
          ChatGPT: A Inteligência Artificial que vai escrever seus códigos
          Artigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          by Carlos Melo
          dezembro 20, 2022
          7 livros essenciais para aprender Data Science em 2023
          Artigos

          7 livros essenciais para aprender Data Science em 2023

          by Carlos Melo
          dezembro 21, 2022
          Como a banda Metallica usa Data Science
          Artigos

          Como a banda Metallica usa Data Science

          by Carlos Melo
          dezembro 26, 2022
          Next Post
          Data Science no exterior - como fazer uma Cover Letter

          Como escrever uma Cover Letter poderosa para Data Science

          Deixe um comentário Cancelar resposta

          O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

          Destaques Sigmoidal

          Detector de Fadiga usando Python

          Detector de Fadiga usando Python

          agosto 10, 2022
          NFT e artes criadas por Inteligência Artificial

          NFT e artes criadas por Inteligência Artificial

          julho 8, 2022
          Redes Neurais Multicamadas com Python e Keras

          Redes Neurais Multicamadas com Python e Keras

          junho 8, 2022

          Navegar por Categoria

          • Artigos
          • Blog
          • Carreira
          • Colunistas
          • Cursos
          • Data Science
          • Deep Learning
          • Destaques
          • Entrevistas
          • Inglês
          • Iniciantes
          • Inteligência Artificial
          • Livros
          • Machine Learning
          • NFT
          • Notícias
          • Projetos
          • Python
          • Teoria
          • Tutoriais
          • Visão Computacional
          • Youtube

          Navegar por Tags

          ações cancer carreira ciencia de dados cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados vídeo youtube árvore de decisão
          Sigmoidal

          O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

          Seguir no Instagram

          Categorias

          • Artigos
          • Blog
          • Carreira
          • Colunistas
          • Cursos
          • Data Science
          • Deep Learning
          • Destaques
          • Entrevistas
          • Inglês
          • Iniciantes
          • Inteligência Artificial
          • Livros
          • Machine Learning
          • NFT
          • Notícias
          • Projetos
          • Python
          • Teoria
          • Tutoriais
          • Visão Computacional
          • Youtube

          Navegar por Tags

          ações cancer carreira ciencia de dados cientista de dados cnn Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft nlp pandas personal branding plotly portfólio profissão python random forest redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic vagas visualização de dados vídeo youtube árvore de decisão

          Artigos Recentes

          • Como escrever uma Cover Letter poderosa para Data Science
          • Aprenda Data Science ou pague o preço de uma decisão errada
          • Como usar o DALL-E 2 para gerar imagens a partir de textos

          © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

          No Result
          View All Result
          • Home
          • Artigos
          • Tutoriais
          • YouTube
          • Contato

          © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

          Welcome Back!

          Login to your account below

          Forgotten Password?

          Retrieve your password

          Please enter your username or email address to reset your password.

          Log In

          Add New Playlist

          INSCRIÇÕES ABERTAS

          DATA SCIENCE

          NA PRÁTICA

          RESERVE SUA VAGA
          Are you sure want to unlock this post?
          Unlock left : 0
          Are you sure want to cancel subscription?