fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

NLP para analisar Rony Meisler, CEO da Reserva

Carlos Melo por Carlos Melo
dezembro 14, 2019
em Blog, Data Science, Deep Learning, Machine Learning
4
14
COMPARTILHAMENTOS
468
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

O Processamento de Linguagem Natural (Natural Language Processing – NLP) é um campo da Inteligência Artificial desenvolve a capacidade de máquinas entenderem a nossa linguagem. Mais que apenas “entender”, com a NLP é possível interpretar frases, realizar análises semânticas ou analisar sentimentos.

Python e NLP - Processamento de Linguagem Natural

O campo é gigante e promissor. Técnicas de Machine Learning aplicadas à análise de dados permitem coisas como:

  • Identificar se uma avaliação feita em um livro na Amazon foi positiva ou negativa;
  • Identificar sintomas de depressão em pessoas a partir de suas postagens em redes sociais como Facebook ou Twitter;
  • Encontrar potenciais eleitores favoráveis a um determinado candidato; e
  • Identificar os relacionamentos entre os personagens da série Game of Thrones com base na transcrição dos diálogos.

Neste artigo, meu objetivo é apresentar a área da NLP e técnicas de Text Mining usando Python para que você conheça as possibilidades e potencialidades de uso.

Python e NLP para Reserva e Rony Meisler - Processamento de Linguagem Natural

Como Estudo de Caso, escolhi analisar o empreendedor que mais admiro na atualidade (no Brasil e no mundo): Rony Meisler, fundador e CEO da Reserva.

Rony Meisler e Reserva

Rony Meisler é o nome que está por trás de uma das maiores marcas do segmento da moda: a Reserva. Engenheiro de Produção por formação, abandonou sua carreira bem estabelecida na Accenture para empreender – iniciativa que deu origem à Reserva.

O sucesso é inquestionável: ao longo de 15 anos, a empresa evoluiu de uma venda de bermudas entre amigos, para uma estrutura que fatura mais de R$ 400 milhões ao ano.

Se você já assistiu qualquer entrevista do Rony, já conhece aquele jeito descolado, com um perfil comportamental muito mais balanceado para o lado das emoções.

Rony Meisler - Ceo da Reserva
Rony Meisler – Fundador e CEO da Reserva.

A magnitude com que consegue transmitir sua liderança, paixão e mindset, gera uma conexão imediata. Seu estilo de gestão baseado no “The Why”, o propósito, tornaram-no referência para toda uma geração – incluindo eu e minha esposa.

Mas não é apenas a empresa Reserva que é inovadora. Na verdade, a Reserva pode ser considerada como uma personificação da própria personalidade do Rony Meisler.

Mais do que “apenas” empresário, ele é um comunicador e influenciador nato. Tanto é que foi eleito como um dos Top 10 Voices do LinkedIn, ao lado de nomes como Luiza Trajano, Mario Cortella e Ricardo Amorim.

Os principais fatores que me levaram a escolher o Rony para o Estudo de Caso é (além do fato de eu ser seu grande fã) a vasta quantidade de material disponível para aplicar NLP e Text Mining. Presença forte em redes sociais, comunicação emocional e intensa e um livro de autoria própria são fatores ideais para o propósito deste projeto.

Rebeldes Têm Asas

Rebeldes Têm Asas foi definitivamente o melhor livro brasileiro sobre empreendedorismo que li na vida, principalmente pelo fato de não ser apenas sobre empreendedorismo.

Na verdade, se trata de uma narrativa pessoal, contanto detalhes de família, carreira e visões do mundo. Por trazer tantas opiniões e pensamentos pessoais, este livro é um ótimo material para se aplicar técnicas de mineração de texto.

Como tenho o livro físico original, extraí o texto contido no livro digital única e exclusivamente para este Estudo de Caso. Por este motivo, não irei compartilhar o código-fonte do projeto, uma vez que isso significaria distribuir conteúdo de terceiros.

Rebeldes Têm Asas - NLP e Python
Extração do conteúdo do livro Rebeldes têm Asas para o formato texto.

Uma vez que extraído o conteúdo do livro, importei o arquivo para uma listra de strings no Python e criei uma pipeline para verificar a frequência de palavras usadas pelo Rony em sua narrativa.

Importante lembrar de remover as stopwords da análise. Stopwords são palavras comuns que não trazem sentido, porém poluem a Nuvem de Palavras (não, para, pra, há, a, entre outras). Para gerar as stopwords usei a biblioteca nltk e fiz o download das base de dados das palavras em português da seguinte maneira:

# importar a biblioteca nltk
import nltk

# baixar a base de stopwords
nltk.download('stopwords')

# atribuir as stopwords (em português) à variável
stopwords = nltk.corpus.stopwords.words('portuguese')

# acrescentar algumas stopwords
stopwords.extend(["pra", "tá", "Assista", "vídeo"])

Após importar as palavras do livro para uma estrutura de lista, removi os espaços e linhas em branco indesejados, e criei uma wordcloud com a biblioteca wordcloud.

Na figura acima, extraí a frequência das palavras. Sem surpresa, ‘Reserva’ foi a palavra mais frequente do livro. No entanto, palavras como “pessoa”, “vida”, “cliente” e “amigo” também estão entre as mais relevantes da obra.

Para facilitar o entendimento e gerar insights, criei uma wordcloud em cima do logo da marca Reserva, um Pica-Pau. A visualização facilita o entendimento, e isso pode ser comprovado ao olhar o resultado dessa nuvem relativa ao livro “Rebeldes Têm Asas”:

Python e NLP para wordcloud.

Se você tem curiosidade a respeito desse tipo de visualização, recomendo que leia este artigo meu explicando o passo-a-passo sobre como criar wordclouds.

NPL para análise do perfil no Instagram

Existem diversas ferramentas disponíveis para Python classificação de sentimentos. Para este projeto, usei tanto a nltk quanto a API Natural Language do Google.

Essa API usa Machine Learning para extrair informações sobre lugares, pessoas, entender conversas e identificar o sentimento do conteúdo, e foi uma das melhores ferramentas que conheci nos últimos tempos.

Para poder usar a API, antes fiz um scraping das postagens do perfil @rony no Instagram. Na imagem abaixo você pode ver os dados raw, sem nenhum tipo de tratamento.

NLP usando Python.
Dados brutos extraídos diretamente do Instagram.

Assim, segui com a limpeza das strings, removi caracteres inúteis e normalizei o texto. Tudo isso foi possível graças a uma uma pipeline feita com o auxílio do Orange Framework.

Wordcloud gerada após o tratamento das strings. O pipeline desta etapa foi montado no framework Orange.

O próximo passo foi analisar o sentimento geral das postagens do Rony e confirmar a hipótese que o mesmo tem um estilo de liderança mais emocional – e que provavelmente deve refletir nos comentários e postagens de redes sociais.

Veja na imagem abaixo como a API Google Natural Language classificaria a frase “Eu estou muito feliz hoje! Estou amando ainda mais minha esposa!”. Repare os dois valores que retornam da função: 0.699 (score) e 1.5 (magnitude).

Para classificar corretamente o sentimento de textos, é necessário interpretar esses dois valores. Enquanto o score representa o sentimento geral do conteúdo (positivo ou negativo), a magnitude indica com quanta emoção ele foi escrito. Resumidamente:

  • Score: indica o range do sentimento, onde -1.0 representa o limite de um sentimento negativo e 1.0 o limite de um sentimento positivo.
  • Magnitude: Indica a força geral da emoção classificada no score. Diferente do score, a magnitude não é normalizada e varia entre os intervalos de  0.0 e +inf.

O que eu fiz no Estudo de Caso foi aplicar a função acima para cada postagem do Rony Meisler e salvar os resultados individuais em um DataFrame do Pandas. Configurar a API não é trivial e foge do escopo deste artigo. Para aprender a usá-la recomendo seguir este tutorial.

Das 1.670 postagens do Instagram que foram analisadas, a média de 0.37 no score e 1.05 na magnitude confirmam a visão que temos do empreendedor e influenciador Rony. Ou seja, que suas publicações são de sentimento positivo e com uma carga emocional identificada pelo algoritmo de NLP.

Para dar mais um exemplo de como NLP pode ajudar a extrair informações de textos, vamos olhar as 5 postagens mais positivas do Rony. Como mostra a figura abaixo, filtrei valores acima de 0.8 para o score e 1.0 para a magnitude.

Quem acompanha o CEO da Reserva sabe do seu amor declarado constantemente pela sua esposa, família e por Israel (sim, a Reserva é judaica). Confirmando essa visão, o algoritmo de Inteligência Artificial classificou essas postagens como sendo aquelas que têm o sentimento mais positivo entre todas.

“Amor da minha vida @annybmeisler, parceira, guerreira, delicia. Amo eternamente. Happy Valentine!”

“estamos em israel, berço das nossas raízes. com nossos filhos, nossas asas para a eternidade. lugar perfeito para celebrar o nosso amor!! a @annybmeisler é muito mais do que a minha namorada. é a minha vida. te amo, princesa. “

@rony

Conclusão

Trouxe aqui algumas abordagens de text mining e NLP usando puramente Python. Para exemplificar e mostrar na prática, trouxe um Estudo de Caso envolvendo o empreendedor e CEO da Reserva, Rony Meisler.

Uma vez que usei conteúdo com direitos autorais que não me pertencem, obviamente não irei publicar o projeto completo. Entretanto, saiba que mais importante que o próprio código (ou fontes usadas) é você identificar e conhecer as potencialidades de Data Science na área da Linguagem Natural (NLP).

Rony é o empreendedor no qual eu e minha esposa nos inspiramos atualmente – ela com sua marca de sapatos femininos e eu com o Sigmoidal. Acompanhar o trabalho desse cara fantástico e criativo tem sido um fator de motivação para mim.

Eu amo a Reserva, e admiro demais seu trabalho – por isso que resolvi colocá-lo como tema central do artigo. Um dia ainda espero poder ter sua mentoria ou pelo menos alguns minutos de conselhos.

Ou aliás, quem sabe um dia o próprio Rony não resolve contar pra gente como é usada Data Science dentro da Reserva!

Compartilhar1Compartilhar6Enviar
Post Anterior

Big Data: Como instalar o PySpark no Google Colab

Próximo Post

Como lidar com dados desbalanceados?

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

O Que é Amostragem e Quantização no Processamento de Imagens
Artigos

O Que é Amostragem e Quantização no Processamento de Imagens

por Carlos Melo
junho 20, 2025
Curso de Pós-Graduação em Data Science
Data Science

Vale a pena fazer uma Pós-Graduação em Data Science?

por Carlos Melo
janeiro 20, 2025
Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”
Livros

Review do Livro “Mãos à obra: Aprendizado de Máquina com Scikit-Learn, Keras & TensorFlow”

janeiro 18, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Carlos Melo da Pós Graduação em Data Science do Sigmoidal
Aeroespacial

Oportunidades no Setor Espacial para Cientistas de Dados

por Carlos Melo
janeiro 15, 2025
Próximo Post
Como lidar com dados desbalanceados?

Como lidar com dados desbalanceados?

Comentários 4

  1. jonathan cabreira says:
    6 anos atrás

    Ótimo trabalho, Carlos!

    Responder
    • Carlos Melo Carlos Melo says:
      6 anos atrás

      Obrigado, Jonathan! Valeu mesmo pelo feedback.

      Responder
  2. George Vasconcelos says:
    5 anos atrás

    Excelente artigo! abriu um leque de possibilidades na minha mente. Obrigado!

    Responder
  3. Anderson says:
    4 anos atrás

    Excelente texto explicação clara e objetiva.

    Responder

Deixe um comentário Cancelar resposta

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

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • Introdução ao MediaPipe e Pose Estimation

    Introdução ao MediaPipe e Pose Estimation

    483 compartilhamentos
    Compartilhar 193 Tweet 121
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    405 compartilhamentos
    Compartilhar 162 Tweet 101
  • Processamento de Nuvens de Pontos com Open3D e Python

    43 compartilhamentos
    Compartilhar 17 Tweet 11
  • O Que é Amostragem e Quantização no Processamento de Imagens

    5 compartilhamentos
    Compartilhar 2 Tweet 1
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    381 compartilhamentos
    Compartilhar 152 Tweet 95
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
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

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

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

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025
DeepSeek vazamento de dados de usuários

DeepSeek: Vazamento de dados expõe dados de usuários

fevereiro 1, 2025
DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA

DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA?

janeiro 25, 2025
Trump Anuncia Investimento de US$ 500 Bilhões em Infraestrutura de IA

Trump Anuncia Investimento de US$ 500 Bilhões em Infraestrutura de IA

janeiro 22, 2025

Seguir

  • 🎙️ Corte da minha conversa com o Thiago Nigro, no PrimoCast #224

Falamos sobre por que os dados são considerados o novo petróleo - para mim, dados são o novo bacon!

Expliquei como empresas que dominam a ciência de dados ganham vantagem real no mercado. Não por armazenarem mais dados, mas por saberem o que fazer com eles.

Também conversamos sobre as oportunidades para quem quer entrar na área de tecnologia. Data Science é uma das áreas mais democráticas que existem. Não importa sua idade, formação ou cidade. O que importa é a vontade de aprender.

Se você quiser ver o episódio completo, é só buscar por Primocast 224.

“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.”

#machinelearning #datascience #visãocomputacional #python
  • 📸 Palestra que realizei no palco principal da Campus Party #15, o maior evento de tecnologia da América Latina!

O tema que escolhi foi "Computação Espacial", onde destaquei as inovações no uso de visão computacional para reconstrução 3D e navegação autônoma.

Apresentei técnicas como Structure-from-Motion (SFM), uma técnica capaz de reconstruir cidades inteiras (como Roma) usando apenas fotos publicadas em redes sociais, e ORB-SLAM, usada por drones e robôs para mapeamento em tempo real.

#visãocomputacional #machinelearning #datascience #python
  • ⚠️❗ Não deem ideia para o Haddad! 

A França usou Inteligência Artificial para detectar mais de 20 mil piscinas não declaradas a partir de imagens aéreas.

Com modelos de Deep Learning, o governo identificou quem estava devendo imposto... e arrecadou mais de €10 milhões com isso.

Quer saber como foi feito? Veja no post completo no blog do Sigmoidal: https://sigmoidal.ai/como-a-franca-usou-inteligencia-artificial-para-detectar-20-mil-piscinas/

#datascience #deeplearning #computerVision #IA
  • Como aprender QUALQUER coisa rapidamente?

💡 Comece com projetos reais desde o primeiro dia.
📁 Crie um portfólio enquanto aprende. 
📢 E compartilhe! Poste, escreva, ensine. Mostre o que está fazendo. Documente a jornada, não o resultado.

Dois livros que mudaram meu jogo:
-> Ultra Aprendizado (Scott Young)
-> Uma Vida Intelectual (Sertillanges)

Aprenda em público. Evolua fazendo.

#ultralearning #estudos #carreira
  • Como eu usava VISÃO COMPUTACIONAL no Centro de Operações Espaciais, planejando missões de satélites em situações de desastres naturais.

A visão computacional é uma fronteira fascinante da tecnologia que transforma a forma como entendemos e respondemos a desastres e situações críticas. 

Neste vídeo, eu compartilho um pouco da minha experiência como Engenheiro de Missão de Satélite e especialista em Visão Computacional. 

#VisãoComputacional #DataScience #MachineLearning #Python
  • 🤔 Essa é a MELHOR linguagem de programação, afinal?

Coloque sua opinião nos comentários!

#python #datascience #machinelearning
  • 💘 A história de como conquistei minha esposa... com Python!

Lá em 2011, mandei a real:

“Eu programo em Python.”
O resto é história.
  • 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
  • Na última aula de estrutura de dados, rodei um simulador de labirintos para ensinar como resolver problemas em grids e matrizes.

Mostrei na prática a diferença entre DFS e BFS. Enquanto a DFS usa stacks, a BFS utiliza a estrutura de fila (queue). Cada abordagem tem seu padrão de propagação e uso ideal.

#machinelearning #visaocomputacional #algoritmos
  • 🔴 Live #2 – Matrizes e Grids: Fundamentos e Algoritmos Essenciais

Na segunda aula da série de lives sobre Estruturas de Dados e Algoritmos, o foco será em Matrizes e Grids, estruturas fundamentais em problemas de caminho, busca e representação de dados espaciais.

📌 O que você vai ver:

Fundamentos de matrizes e grids em programação
Algoritmos de busca: DFS e BFS aplicados a grids
Resolução ao vivo de problemas do LeetCode

📅 Terça-feira, 01/07, às 22h no YouTube 
🎥 (link nos Stories)

#algoritmos #estruturasdedados #leetcode #datascience #machinelearning
  • 💡 Quer passar em entrevistas técnicas?
Veja essa estratégia para você estudar estruturas de dados em uma sequência lógica e intuitiva.
⠀
👨‍🏫 NEETCODE.io
⠀
🚀 Marque alguém que também está se preparando!

#EntrevistaTecnica #LeetCode #MachineLearning #Data Science
  • Live #1 – Arrays & Strings: Teoria e Prática para Entrevistas Técnicas

Segunda-feira eu irei começar uma série de lives sobre Estruturas de Dados e Algoritmos. 

No primeiro encontro, falarei sobre um dos tipos de problemas mais cobrados em entrevistas: Arrays e Strings.

Nesta aula, você vai entender a teoria por trás dessas estruturas, aprender os principais padrões de resolução de problemas e aplicar esse conhecimento em exercícios selecionados do LeetCode.

📅 Segunda-feira, 23/06, às 21h no YouTube

🎥 (link nos Stories)

#machinelearning #datascience #cienciadedados #visãocomputacional
  • 🤖 Robôs que escalam, nadam, voam e rastejam.

Acabei de ver o que a Gecko Robotics está fazendo — e é impressionante.
Eles usam robôs que escalam, rastejam, nadam e voam para coletar dados estruturais de ativos físicos como navios, refinarias e usinas de energia.

Depois, tudo isso entra numa plataforma de AI chamada Cantilever, que combina:

✅ Ontologias baseadas em princípios físicos
✅ Edge robotics + sensores fixos
✅ Modelos preditivos para manutenção e operação

É como se estivessem criando um Digital Twin confiável de infraestruturas críticas — com dados de verdade, coletados direto do mundo físico.

Ah, e agora alcançaram status de unicórnio 🦄:
$1.25B de valuation, com foco em defesa, energia e manufatura pesada.

#MachineLearning #Robótica #MLOps #visãocomputacional
  • 🚨 FALTAM 2 DIAS!
As inscrições para a nova Pós em Visão Computacional & Deep Learning encerram neste domingo, 8 de junho, às 23h59.

Essa é sua chance de dominar IA aplicada, com foco total em projetos, e conquistar oportunidades como Machine Learning Engineer ou Computer Vision Specialist, no Brasil ou no exterior.

🔗 Link na bio para garantir sua vaga com bônus e valor promocional!

#VisaoComputacional #DeepLearning
  • 🤔🤔🤔 verdade ou mentira??
  • 🚀 NOVA PÓS EM VISÃO COMPUTACIONAL!

Seja especialista em Visão Computacional e Deep Learning! 

✔️ 400h de conteúdo
✔️ Curso reconhecido pelo MEC
✔️ Foco em prática e projetos reais

💡 1 CURSO, 2 CARREIRAS
Atue como Machine Learning Engineer E Computer Vision Engineer! 

📅 Aula de lançamento: 1º de junho, 20h

📍 Link na bio. Ative o lembrete e participe!

#computervision #machinelearning #datascience
Instagram Youtube LinkedIn Twitter
Sigmoidal

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

Seguir no Instagram

Categorias

  • Aeroespacial
  • Artigos
  • Blog
  • Carreira
  • Cursos
  • Data Science
  • Deep Learning
  • Destaques
  • Entrevistas
  • IA Generativa
  • Livros
  • Machine Learning
  • Notícias
  • Python
  • Teoria
  • Tutoriais
  • Visão Computacional
  • Youtube

Navegar por Tags

camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional 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

Sem Resultado
Ver Todos Resultados
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
  • English

© 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.