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

O que faz um cientista de dados: tudo sobre esta nova profissão

Equipe Sigmoidal por Equipe Sigmoidal
julho 24, 2019
em Data Science
0
O que faz um cientista de dados: tudo sobre esta nova profissão
35
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Para compreender o que um cientista de dados faz, é preciso voltar alguns anos no tempo e reconhecer o termo Data Science, ou ciência da informação. Hoje, é uma das ferramentas e conhecimento mais exigidos no mercado de tecnologia da informação, mas seu desenvolvimento não foi tão fácil quanto parece.

Isso porque, enquanto a tecnologia avançava e o consumidor passava a reconhecer novas ferramentas em seus cada vez mais modernos aparelhos eletrônicos, alguns hábitos de consumo começaram a se tornar ultrapassados, sinais de uma sociedade em plena adaptação.

Desta forma, a tecnologia da informação começou a desenvolver-se de forma acelerada, criando mecanismos que transformassem o dia a dia de uma pessoa em algo mais prático.

A exemplo disso, quem não se lembra de como o ICQ, MSN e Orkut funcionavam, um aperfeiçoamento do outro, mas todos presentes nas gerações que partiam da internet discada à banda larga.

Naquela época, início dos anos 2000, a comunicação ganhou um largo passo rumo à globalização, sendo acompanhada pelo e-commerce, o qual ganhou confiança apenas no final da primeira década do novo milênio.

Por sua vez, um matemático e estatístico que conseguisse assimilar o conhecimento de sua área ao que a programação fazia com certeza se deu bem, pois esta é a raiz do cientista de dados: alguém com mente lógica que entende o mercado de consumo e busca aperfeiçoamento para isso.

O avanço das relações entre o indivíduo e o mercado de consumo trouxe resultados surpreendentes à tecnologia da informação

Com o passar dos anos, não só a comunicação e o e-commerce fincaram suas raízes na internet, como também os aparelhos eletrônicos conseguiram acompanhar essa corrida.

Hoje em dia, então, é possível reconhecer que o smartphone é o principal gadget que liga um ser humano a outro, assim como tem nele seus hábitos de consumo gravados em infinitos dados.

A criação de conteúdo e a disseminação de informação, então, deu um salto gigantesco, atingindo marcas históricas se comparadas a todo o tempo do homem na terra. Para organizar tudo isso em dados, compreende-los e estuda-los, portanto, foi necessário dar um passo a mais na vida do profissional de matemática e tecnologia da informação.

Pois o uso da estatística se traduz como parte intrínseca do dia a dia do cientista de dados, o qual é responsável por traduzir algoritmos e informações binárias a respostas e soluções apresentadas no dia a dia da sociedade.

Do carro autômato à geladeira que avisa quando determinado produto acabou; do caminhão de entregas que tem seu caminho inteiro captado por GPS e, dessa forma, evita estradas inacessíveis e trânsito em boa parte de seu caminho, gerando economia de milhões de reais, ao relógio que conta seus batimentos cardíacos e o avisa se é preciso visitar um médico. Cada detalhe disso tudo pode ser traduzido em dados, que se transformam em informações, as quais são necessárias para criar soluções.

As linguagens necessárias para o cientista de dados vão da parte de programação, passando pela matemática até a criatividade

O mercado de consumo, então, não está ligado somente ao dia a dia de um habitante de metrópole. No campo, tratores e regadores são automatizados para carpir e regar nos dias e horários certos, de acordo com a umidade do ar e a temperatura do solo.

E tudo isso é visto no Brasil, um país com capacidade tecnológica reduzida, diante de países como Japão e Alemanha, mas que ainda assim busca por soluções práticas e econômicas às suas necessidades sociais.

Desta forma, o cientista de dados é o responsável por utilizar diversas linguagens, como R (programação), SAS, Python e SQL, dentro das quais consegue produzir e colher dados o suficiente para gerar a tão sonhada informação solucionadora.

E a tecnologia da informação, então, ganha mais um patamar rumo à área de maior necessidade da humanidade em questão de profissionalização e mercado de atuação.

Dentro destes quesitos, o cientista de dados transforma o Big Data em uma série de parâmetros, sejam eles fomentados por questões políticas ou econômicas, mas todas de grande impacto social.

A profissão que tem ganhado destaque por oferecer soluções a questões sociais, políticas e econômicas

Para se tornar um cientista de dados, então, é preciso minimamente conhecer matemática e estatística, ou ser um engenheiro, com uma afiada mente lógica, cuja entrada no mercado de tecnologia da informação poderá ser feita por meio acadêmico ou profissional.

Tudo de acordo com a capacidade de cada um para analisar e provar suas análises de forma útil à sociedade, afinal, são essas questões sociais que dominam, hoje em dia, o capitalismo e todas as suas nuances.

Dentro do que o cientista de dados faz, também estão termos bastante utilizados no dia a dia do profissional de tecnologia da informação que atue com o mercado de consumo e com soluções sociais viáveis.

Há diversas ferramentas necessárias ao cientista de dados: conheça algumas delas

Há várias ferramentas que o cientista de dados utiliza em seu dia a dia. A Árvore de Decisão, por exemplo, é um preceito básico adaptado da tabela de decisão, que indica diferentes caminhos para chegar ao resultado mais promissor para determinado problema.

Já o famoso Clustering é uma análise de dados a partir do agrupamento dos mesmos de acordo com suas semelhanças, ajudando a criar, então, problemas a serem solucionados.

A Rede Neural, por sua vez, é uma ferramenta que se assemelha ao sistema nervoso de um animal, o qual ajuda a criar parâmetros independentes de análise, criando uma forma de aprendizado de máquina, ou seja, fazendo com que os algoritmos sejam lidos e interpretados sem necessariamente ajuda humana.

Aliás, muitas ferramentas têm ido por esse lado, cujo propósito é multiplicar de forma exponencial a velocidade de descobertas de novos padrões e, assim, criar soluções cada vez mais rápidas a questões que vão da rotina à saúde e segurança de um indivíduo ou de um país.

Esta é uma profissão com raros profissionais, o que gera altíssima procura

Por ser uma área com pouquíssimos profissionais habilitados até o momento, o cientista de dados permite com que haja grande procura por parte das empresas e baixa oferta, aumentando ainda mais o seu valor de mercado e empregabilidade.

Para tornar esta profissão real, porém, é necessário muito estudo lógico, além de atitudes que permitam ao profissional desenvolver soluções muitas vezes pautadas pela criatividade.

Ou seja, o cientista de dados não tem, necessariamente, o perfil regrado do mercado financeiro. Ele é uma mistura de profissões e personalidades, o que o torna ainda mais raro de ser encontrado.

Tags: cientista de dadosdata science
Post Anterior

Como usar o Histograma para Data Science

Próximo Post

Como Implementar Regressão Linear com Python

Equipe Sigmoidal

Equipe Sigmoidal

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
Como Implementar Regressão Linear com Python

Como Implementar Regressão Linear com Python

Deixe um comentário Cancelar resposta

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

Destaques Sigmoidal

NFT e artes criadas por Inteligência Artificial

NFT e artes criadas por Inteligência Artificial

junho 17, 2022
Detector de Fadiga usando Python

Detector de Fadiga usando Python

outubro 6, 2020
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