fbpx
Sigmoidal
  • Home
  • CursosNOVO
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • Home
  • CursosNOVO
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados
Home Artigos Data Science

Como Aprender Data Science?

Carlos Melo por Carlos Melo
setembro 7, 2019
em Data Science
6
Como Aprender Data Science?
16
COMPARTILHAMENTOS
544
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

“Como aprender Data Science?” é uma das perguntas mais frequentes que recebo no meu Instagram.

Começar qualquer coisa não é tarefa fácil. Requer disciplina, tempo e um planejamento detalhado sobre onde você quer chegar.

Falando sobre minha própria história, eu tive que aprender Python e Data Science do absoluto zero em 2015.

Como estudar Data Science e Python

O sentimento que eu tive nesse começo foi a de completa frustração, pois por mais que eu terminasse livros e cursos, ficava com a sensação de que não conseguiria fazer um projeto sozinho.

Sei que a maioria de vocês passa pela mesma situação, então gostaria de compartilhar algumas dicas sobre como se deve estudar Data Science.

https://www.youtube.com/watch?v=C6eKuZ2PVDE

Também coloquei o vídeo do meu canal do Youtube, onde trato deste mesmo tema 🙂

Dificuldades para aprender Data Science

Em uma pesquisa que eu fiz com os inscritos do Sigmoidal, consegui traçar o perfil exato das pessoas que frequentam este blog.

Fiz várias perguntas a respeito dos sonhos, objetivos e dificuldades de cada um. A quantidade de pessoas que participou foi tão grande que consegui identificar vários fatores relevantes.

E sabe o que mais me impressionou? As dificuldades e obstáculos daqueles que estão começando a estudar Data Science são exatamente as mesmas que eu passei há quase 5 anos.

Não saber por onde começar a estudar Data Science

A maioria das pessoas que participou da pesquisa apontou que a maior dificuldade é não ter a mínima ideia sobre qual trilha de aprendizado seguir.

A maioria das pessoas não sabem qual a rota de aprendizado que devem seguir, e ficam frustradas por não saberem o “próximo passo”.

A internet popularizou o conhecimento e derrubou barreiras, porém separar o joio do trigo é uma tarefa árdua.

Basta ver a resposta de algumas pessoas para ver como isso não é algo exclusivo seu. A maioria das pessoas sofre com essa frustração :/

Dificuldades para aprender Data Science e Python

Quando a gente acumula alguns anos de experiência em Data Science, passa a conseguir escrever nossos próprios métodos e caminhos. No entanto, quando você é iniciante, isso é impossível!

Nível de conhecimento de Python

Identifiquei que mais de 62% das pessoas que querem aprender Data Science são iniciantes em Python – algumas delas estão tendo contato com programação pela primeira vez.

Quando me perguntam se devem focar em aprender Python puro (em primeiro lugar) e somente após isso começar a aprender Data Science, sempre dou a mesma resposta.

Minha opinião sincera é que fazendo isso você está desperdiçando um tempo precioso. Eu sou da vertente que você tem que colocar a mão na massa logo, e ir correndo atrás do conhecimento complementar paralelamente.

O que você precisa é começar. O caminho te ensinará.

Ícaro de Carvalho

Mesmo que você ainda não entenda muita coisa, só o fato de você estar fazendo um projeto na prática vai te dar uma tremenda dose de motivação!

Ah, fora o fato que se você deixar Data Science para “depois que você aprender Python”, corre o risco de nunca começar a estudar nada!

Falta de tempo para estudar Data Science

Como um bom Cientista de Dados, analisei a frequência de palavras que os participantes da pesquisa mais usaram em suas respostas.

Após um tratamento de dados adequado e normalização das palavras, eu plotei a seguinte nuvem de palavras com a biblioteca wordcloud.

Curso aprender Data Science

Em destaque, você vê em destaque a palavra “falta” diretamente relacionada à palavra “tempo”.

Falta de tempo é um problema que atinge quase todos os participantes. Seja por cursos, faculdades sendo cursadas, família ou pelo emprego atual, tempo é um obstáculo para aprenderem Data Science.

Tempo para aprender Data Science e Python

A maioria dos cursos não é otimizada para quem tem pouco tempo disponível, infelizmente.

Basta lembrar quantas horas você perdeu só para instalar Python, todas as bibliotecas e configurar o ambiente virtual.

Por isso eu sempre recomendo, comecem usando o Google Colab. Você vai ganhar muito tempo, só fazendo isso 🙂

Foco em exemplos práticos e problemas reais

A chave para você aprender Data Science é praticar em cima de exemplos do mundo real.

Você só vai aprender de verdade quando pegar um projeto do zero e sentir orgulho dele no final.

Foco em projetos e exercícios para aprender Data Science e Python.

Quer ver uma coisa? Aposto que você tem várias pastas no seu computador, uma para cada curso que já fez no passado.

Aposto também que esses cursos nunca te renderam um projeto que você pudesse publicar no Github, ou que servisse como portfólio do seu trabalho.

Na imagem acima, estão as palavras mais frequentes para a pergunta: “o que não pode faltar em um curso de Data Science”. Olha as mais citadas da lista:

  • Prática + Prático
  • Exemplos
  • Reais
  • Projeto

Descobri que é quase unanimidade a premissa de que um curso de Data Science DEVE ser baseado na prática e projetos reais.

Curso aprender Data Science

Quer ver uma coisa? Faça uma analogia com o modo que bebês aprendem as coisas. Eles aprendem a falar e andar na prática, por exemplo. A nossa natureza humana é practice-based learning.

Somos um algoritmo perfeito de Machine Learning, que precisa da prática (erros e acertos) para aprender (ou aprimorar) habilidades.

Por onde começar a estudar Data Science?

Como eu falei lá em cima, quem está começando precisa de uma direção bem definida.

Por isso eu separei algumas dicas muito valiosas, que vão ajudar você a construir bases sólidas para a carreira de Cientista de Dados.

Também quero te apresentar meu novo treinamento “Data Science na Prática”, que vai começar dia 16 de setembro, trazendo uma proposta inovadora de aprendizado.

Data Science do Zero

O livro Data Science do Zero, do autor Joel Grus, é uma excelente primeira escolha para você ler.

Data Science do Zero - Como aprender data science

O ritmo do livro é bem tranquilo. O autor começa com o básicos sobre Python, conceitos de Álgebra Linear, Estatística e Probabilidade – tudo com muito código e mão na massa!

Na segunda parte do livro, são apresentadas as técnicas de manipulação de dados e introdução ao Machine Learning.

Notebooks de competidores do Kaggle

Eu não estou falando para você participar de competições do Kaggle, mas sim sobre usar o notebook de outras pessoas para aprender a construir um projeto.

Quando você escolher qualquer competição do Kaggle, vai ver no menu que há uma aba “Notebooks” no menu.

Clique a veja a quantidade de notebooks de outros competidores disponíveis para você olhar e copiar.

Como aprender Data Science no Kaggle

Normalmente, os notebooks mais votados são os mais bem documentados. Ou seja, mesmo que você não entenda o código de cara, vai entender exatamente a linha de raciocínio do autor.

Eu recomendo você criar um notebook em branco no Google Colab, colocar o do Kaggle do lado, e ir escrevendo linha a linha.

Esse mindset voltado para a prática vai fazer você absorver mais rápido Data Science.

Curso Data Science na Prática

Eu não sou programador/desenvolvedor de formação. Não tive nenhuma matéria na graduação sobre lógica, algoritmos ou algo do tipo.

Por causa disso, sei bem como é aprender Data Science do zero. Passei pelas mesmas frustrações e desânimos da maioria.

Mas por causa dessas dificuldades, aprendi exatamente como um curso de Data Science NÃO DEVE SER.

Mais do que isso, elaborei ao longo dos últimos meses um treinamento para fazer você a aprender Data Science em três meses e já sair com um portfólio impactante!

A primeira turma do Data Science na prática já começou o treinamento e está vendo assuntos como:

  • Introdução ao Data Science;
  • Manipulando Dados com Pandas;
  • Visualizando Dados com Matplotlib;
  • Machine Learning com Scikit-learn;
  • Criando um Projeto do Zero.

Trouxe mais que um curso sem aplicação no mundo real, trouxe uma proposta de treinamento 100% baseada na prática, analisando problemas reais como fraudes bancárias e precificação de imóveis.

Infelizmente, já encerram as inscrições para a primeira turma, porém devo abrir uma nova ainda este ano.

Se você quiser saber mais sobre este treinamento inédito, clique no botão abaixo para se cadastrar e ser informado quando abrirem novas vagas.

Ao término do Curso Data Science na Prática, eu garanto que você não terá apenas um diploma, mas também estará pronto para iniciar uma nova carreira em Data Science, com todos os hard e soft skills que de fato importam.

Faça parte desta mudança e entre para nossa comunidade!

Tags: Cursosdata sciencedata science na práticakagglemachine learningpython
Post Anterior

XGBoost: aprenda este algoritmo de Machine Learning em Python

Próximo Post

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

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

Entrevista com Mário Filho: como conquistar uma vaga no exterior
Data Science

Entrevista com Mário Filho: como conquistar uma vaga no exterior

por Equipe Sigmoidal
julho 25, 2023
Data Science no exterior - como fazer uma Cover Letter
Inglês

Como escrever uma Cover Letter poderosa para Data Science

por Rafael Duarte
janeiro 8, 2023
GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro
Data Science

Aprenda Data Science ou pague o preço de uma decisão errada

por Carlos Melo
janeiro 5, 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

por Carlos Melo
dezembro 19, 2022
ChatGPT: A Inteligência Artificial que vai escrever seus códigos
Artigos

ChatGPT: A Inteligência Artificial que vai escrever seus códigos

por Carlos Melo
dezembro 18, 2022
Próximo Post
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

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

Comentários 6

  1. Avatar Cassio says:
    4 anos atrás

    Genial! Quero participar do curso assim que abrir vagas!

    Responder
    • Carlos Melo Carlos Melo says:
      4 anos atrás

      Devo fazer mais uma turma ainda este ano. Cadastre seu email em https://curso.sigmoidal.ai para ser informado quando abrirem novas vagas 🙂

      Responder
  2. Avatar Thiago says:
    3 anos atrás

    Olá gostaria de entrar no curso, mas encerrou pode reabrir para m mim, obrigado

    Responder
  3. Avatar André Junior says:
    3 anos atrás

    Abrirá mais uma turma este ano?

    Responder
  4. Avatar Amandha says:
    3 anos atrás

    Espero que abra mais vagas mesmo esse ano, eu fui assaltada bem no período das inscrições e não consegui realizar o pagamento… uma pena. Estou ansiosa pelas novas turmas!

    Responder
  5. Avatar Gabriel says:
    2 anos atrás

    Muito bom

    Responder

Deixe um comentário Cancelar resposta

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

Destaques Sigmoidal

Aprenda Python e se destaque no mercado

Aprenda Python e se destaque no mercado

julho 17, 2022
Visão Computacional do zero até uma vaga no exterior

Visão Computacional do zero até uma vaga no exterior

abril 22, 2021
7 Livros de Data Science em 2021

7 Livros de Data Science em 2021

outubro 8, 2021
Especialização em Visão Computacional Especialização em Visão Computacional Especialização em Visão Computacional

Seguir

  • Camera Tracking, Reconstrução 3D e a Arte da Visão 🎥👁️‍🗨️

O “camera tracking” é uma técnica que permite a análise e reprodução do movimento da câmera em filmagens 2D. 

Esta análise fornece dados vitais sobre a posição e orientação da câmera ao longo do tempo, sendo essencial para a integração de elementos 3D virtuais em visuais 2D. 

A minha jornada acadêmica levou-me ao coração da engenharia de visão computacional, onde explorei tópicos cruciais como lens distortion, camera calibration e image processing. Dediquei-me a técnicas avançadas, abrangendo desde a utilização de filtros Gaussianos, conversão de imagens para grayscale até algoritmos de keypoint detection. 

No decorrer de meus estudos, tive a chance de trabalhar com métodos clássicos, como “Harris Corner Detection”, e também com abordagens mais contemporâneas como ORB, além de descritores como SIFT, SURF e BRISK.

Mas apesar da minha formação predominantemente técnica, centrada no mundo dos modelos quantitativos e da modelagem matemática, identifiquei um diferencial valioso na trilha da visão computacional.

🎨 Esse diferencial foi a capacidade de não se limitar apenas ao lado técnico. Ao contrário, busquei uma fusão entre a precisão técnica e a sensibilidade artística.

Compreendi que a verdadeira inovação surge quando se une o rigor técnico à visão criativa. Nessa intersecção, a arte e a ciência dançam juntas, produzindo resultados que são ao mesmo tempo precisos e emocionalmente impactantes.

Como o escritor A. D. Sertillanges expressou tão eloquentemente, nossa vocação como seres humanos exige que primeiro estejamos profundamente enraizados em nossa humanidade, viajando com confiança e solidez:

💬 “Toda ciência, quando cultivada isoladamente, não é apenas incompleta, mas também repleta de riscos.”

Serve como um lembrete constante de que dentro de cada tarefa computacional e linha de código existe uma miríade de histórias, prontas para serem reveladas e compartilhadas. 

#machinelearning #visãocomputacional
  • 🤖Você já testou essa ferramenta? 

Prece mentira, mas você pode gravar um vídeo seu agora mesmo, e subir nesse site para ele dublar para inglês e várias outras línguas! 🇺🇸🇪🇸🇧🇷🇩🇪

E não apenas isso! Ele sincroniza inclusive os seus lábios para ficar o mais real possível. 

O que você achou? Que tal testar agora mesmo e me mandar?

#machinelearning #inteligenciaartificial
  • ‘Eu nasci assim, eu cresci assim, vou sempre usar arquivos CSV…’ 🎶

Será mesmo? Se a síndrome de Gabriela te prende aos antigos e gigantes arquivos CSV, é hora de repensar! 🤔

Calma, não me entenda mal. Eu uso arquivos CSV para muitas coisas, mesmo! Mas permita-me apresentar um formato que já é bem conhecido pelos engenheiros de dados, mas que, por algum motivo, ainda não é muito famoso entre os cientistas de dados.

O principal problema do CSV é sua estrutura. Eles são armazenados como uma lista de linhas (conhecido como orientado a linhas), o que causa duas grandes complicações: eles são lentos para consultar e, para complicar ainda mais, SQL e CSV simplesmente não se dão bem.

Agora, entre em cena o Parquet: um formato orientado a colunas. Diferentemente dos CSVs, ele organiza seus dados por colunas, o que facilita e agiliza a consulta.

Além disso, é um formato de código aberto, licenciado sob Apache, o que o torna uma opção atrativa não apenas pela sua eficiência, mas também pela flexibilidade e transparência. Engenheiros de dados já se beneficiam das vantagens do Parquet há algum tempo, então por que os cientistas de dados não dariam uma chance também?

Se você é um cientista de dados e ainda não experimentou o Parquet, talvez seja o momento de se aventurar. E aí, já conhecia essa alternativa? Deixe seus comentários! 🚀

#machinelearning #datascience  #visaocomputacional
  • Eu não aprendi a estudar do dia para a noite.

Foram anos de aprimoramento e busca contínua por um método que me permitisse aprender qualquer coisa sozinho.

Nessa sequência de stories eu conto um pouco da minha trajetória, passando pela AFA, ITA e aprendizado de línguas. 

Se você ainda não tem o hábito da leitura, mas gostaria de aprender qualquer coisa rapidamente, como autodidata, você não pode perder a live de hoje. 

🔴AULA AO VIVO (hoje, às 20 horas)

✅Como criar uma rotina de estudo
✅Como criar resumos e notas de revisão
✅Como manter o foco e a concentração
✅Técnicas de Ultra-Aprendizado

Clique no link dos stories e ative a notificação da aula!
  • 📚Ao contrário do que o senso comum pode te induzir a pensar, você não pode querer apenas estudar livros técnicos. 

Ler e memorizar demandam a construção de múltiplas habilidades em diferentes dimensões. Afinal, você precisa crescer não apenas na vida profissional, mas também na humana, espiritual e familiar. 

No entanto, a escolha de livros errados podem prejudicar perigosamente a formação do conhecimento intelectual.

Por esse motivo, aqui vai uma sugestão de livros para aqueles que querem começar uma vida de estudos. 

E se você quiser aprender mais sobre como melhorar sua memória, elaborar resumos da maneira correta e manter o foco na leitura, mande uma mensagem por direct com a palavra “ESTUDO”. 

Depois que você enviar a palavra “estudo”, eu vou te encaminhar o link da aula exclusiva que eu farei sobre o assunto. 

Agora me diz, quais desses livros você já leu? Ou está na fila para leitura?

#leitura #estudos #machinelearning #computervision
  • ORB-SLAM é um sistema SLAM (Localização e Mapeamento Simultâneos) de última geração que utiliza uma combinação de métodos baseados em características e métodos diretos para alcançar desempenho em tempo real em diversas plataformas. Foi concebido por pesquisadores da Universidade de Zaragoza, Espanha, e agora é amplamente adotado tanto na academia quanto na indústria.

O nome ORB-SLAM deriva do seu uso de características Oriented FAST e Rotated BRIEF (ORB) para detectar e combinar pontos-chave em imagens. Essas características, juntamente com outras técnicas como fechamento de loop e otimização de pose, garantem uma localização e mapeamento robustos e precisos.

Graças à sua combinação de métodos baseados em características e diretos, juntamente com suas capacidades em tempo real e compatibilidade versátil de plataforma, ORB-SLAM destaca-se como um recurso inestimável para profissionais em visão computacional e robótica.

Ansioso para aprender como implementar o ORB-SLAM 3, desde sua instalação até a execução do sistema usando seus dados? Acesse o blog do sigmoidal e veja o tutorial com o passo a passo que eu preparei.

https://sigmoidal.ai

#visãocomputacional #machinelearning #slam #opencv
  • Filhos não são um direito, mas um dom de Deus. E hoje fomos abençoados com o nascimento da Bettina. 

Já te amamos muito, minha Pycotinha!
  • Sorria, você está sendo filmado (e analisado pela Visão Computacional)! Estimação de velocidade, fluxo óptico de pedestres e veículos, identificação de objetos abandonados, análise de comportamentos, cruzamento de dados com a base da polícia... quais outras possibilidades você enxerga?
Instagram Youtube LinkedIn Twitter
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
  • Notícias
  • Outros
  • Projetos
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística salário seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão

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

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos de Visão Computacional, Data Science e Python
  • Artigos
  • YouTube
  • Sobre Mim
  • 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

Aprenda Python do Zero

50% Off

Oferta exclusiva de aniversário do Sigmoidal. Inscreva-se no curso Python do Zero hoje mesmo.

QUERO APROVEITAR O DESCONTO