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 Outros Carreira

Projeto Python: um plano à prova de desculpas

Carlos Melo por Carlos Melo
outubro 3, 2022
em Carreira, Iniciantes, Notícias, Python
0
aprenda python do zero - curso gratuito
24
COMPARTILHAMENTOS
795
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Conforme notícias recentes, a tecnologia impactará fortemente as vagas no mercado de trabalho nos próximos anos. Cita-se um estudo do IDados, o qual apresenta um valor de 30% nos próximos dez a vinte anos – podendo ser maior, a depender da qualificação técnica exigida para a atividade – em relação à queda de vagas no mercado de trabalho por causa da tecnologia.

Se pararmos para refletir, isso é totalmente compreensível, afinal vivemos na era da tecnologia: atividades realizadas remotamente, e-commerce, jogos eletrônicos, as famosas “lives”, redes sociais alterando completamente as interações sociais. Esses e muitos outros exemplos de como a Internet impacta nossas vidas em diversos aspectos.

https://www.youtube.com/watch?v=A7gS4owopvU

Um evento que evidenciou a importância da tecnologia no nosso cotidiano foi a pandemia causada pela COVID-19, uma vez que as atividades laborais tiveram que se adaptar às restrições de locomoção nas cidades. Durante esse período, as circunstâncias inéditas foram enfrentadas por estratégias que utilizaram a tecnologia e a automação. Em função disso, é evidente que os empresários repensaram a importância de certas pessoas e cargos para suas empresas.

Diante desse problema – ou oportunidade – causado pela tecnologia sobre as vagas no mercado de trabalho, qual a solução? Ou seja, que habilidades você terá que aprender para se manter relevante no mercado?

Ah, e ao contrário do que se pode imaginar, não há uma garantia de que uma atividade considerada essencialmente humana passe ilesa por essa transformação – a Inteligência Artificial está aí para provar isso. De algoritmos que superam o desempenho de diretores jurídicos na análise de contratos até robôs assumindo funções de cozinheiros em alguns restaurantes. Não há estabilidade!

“Ou você domina a tecnologia ou será substituído por ela.”

Carlos Melo

Python é a principal habilidade para você aprender hoje

Linguagem de programação, mais precisamente Python, é uma habilidade que você realmente deve pensar em aprender. Falo isso por experiência própria. Aos 31 anos de idade, ainda piloto da Força Aérea Brasileira (FAB), resolvi aprender – do zero – Python quando iniciei meus estudos (mestrado) no ITA, afinal todos ali sabiam programar e meu orientador também recomendou. Com o conhecimento dessa linguagem, comecei a prestar consultorias na área de Data Science, até que fundei a minha empresa, a Sigmoidal, momento em que pedi demissão –sou major aviador da reserva. Posso afirmar que essa foi, com toda certeza, uma das habilidades mais importantes que aprendi.

O motivo pelo qual aprender a programar é muito importante se dá pela economia de tempo (essa grandeza que só tem um sentido, o do aumento) que essa habilidade proporciona. Ora, e todo mundo reclama de “falta de tempo” em seus dias. Logo, nada mais lógico que dispor de uma ferramenta que economiza seu tempo e ainda o torna uma peça importante para o competitivo mercado de trabalho.

Com Python, você poderá automatizar tarefas, as quais poderão ser realizadas em um tempo bem menor. Como consequência, evita o estresse de lidar com tarefas repetitivas, além desse tempo resultado da automação poder ser utilizado para realizar outras atividades. OK, você ainda tem dúvidas de como isso funciona.

Faça o dobro de coisas na metade do tempo

Você tem ideia de quanto tempo poderia ganhar se automatizasse as tarefas repetitivas do seu dia a dia?

Quase 70% dos brasileiros reclamam de não ter tempo suficiente. Se você faz parte da estatística, com certeza já se sentiu sufocado pela quantidade de tarefas no trabalho e frustrado por deixar que esse acúmulo interferisse na sua vida pessoal. Afinal, para conseguir entregar tudo no prazo, ou você ficará trabalhando até mais tarde no escritório ou terá que levar o trabalho acumulado para caso. Independente da escolha, o impacto é claro: menos tempo com a família, menos disponibilidade para praticar esportes e mais estresse acumulado no longo prazo.

Porém, a verdade é que a sua rotina não precisava ser assim.

Mesmo que você ache que não é para você, com poucas linhas de código você é capaz de transformar horas de trabalho chato e repetitivo em minutos. Ou seja, mais tempo livre para você investir em qualquer outra coisa.

Quer ver só? Pense naquelas atividades que você faz com muita frequência, seja no trabalho ou na vida pessoal. São aquelas planilhas que precisam ser preenchidas, e-mails com os mesmos documentos atualizados, digitar os dados daquela folha impressa em um documento de Word, gerar gráficos atualizados e imprimir como extensão PDF, entre outras. Todo santo dia você utilizaria um bom tempo fazendo isso manualmente.

No entanto, se soubesse Python, poderia ter criado um script para coletar esses dados e gerar relatórios automaticamente, algo que demoraria míseros segundos ou minutos por dia. Eu lhe digo que se você está fazendo a mesma tarefa várias vezes por um certo tempo, logo você está jogando seu tempo no lixo. E se você a faz conscientemente, isso poderia ser classificado como “trabalho burro”.

Portanto, essa é uma skill muito valiosa hoje em dia, tanto para seu dia a dia quanto profissionalmente. E, apesar de sua importância na esfera pessoal e laboral, saber programar é uma habilidade ainda escassa. Embora seja ruim para aquele que precisa de mão de obra, para o prestador de serviço é maravilhoso: pouca concorrência e boa remuneração (lei da oferta e da demanda).

Um evento 100% gratuito para você aprender Python do zero.

Então tudo parece convergir para que você aprenda essa skill, não é mesmo?

Se você concorda comigo, mas ainda se sente perdido e sem ideia de qual trilha de aprendizado seguir, eu quero convidá-lo para participar do Projeto Python, que eliminará o excesso de ruído e lhe dará a direção para conquistar os melhores resultados.

Projeto Python é uma semana de aulas 100% gratuitas, gravada com uma qualidade cinematográfica como você nunca viu no Brasil, e que apresentará um plano à prova de desculpas para qualquer um que queira aprender Python do zero. Independente da sua idade, da sua formação ou do mercado que você trabalha, clique no botão abaixo e reserve o seu assento nesse evento épico.

Inscreva-se gratuitamente no Projeto Python!

 

Ao se inscrever no Projeto Python, você receberá o acesso a todas as aulas, materiais exclusivos para os participantes e uma curadoria de cursos e livros para você estudar. Espero-o no Projeto Python!



Tags: carreiracientista de dadosdata scienceprojeto pythonpythonyoutube
Post Anterior

Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

Próximo Post

Como a banda Metallica usa 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

O que faz um Engenheiro de Visão Computacional
Visão Computacional

O que faz um Engenheiro de Visão Computacional

por Carlos Melo
agosto 1, 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
7 livros essenciais para aprender Data Science em 2023
Artigos

7 livros essenciais para aprender Data Science em 2023

por Carlos Melo
dezembro 15, 2022
Entrevista com Rodrigo Gianotto, CTO do Grupo Primo
Carreira

Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

por Carlos Melo
julho 30, 2022
Próximo Post
Como a banda Metallica usa Data Science

Como a banda Metallica usa 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

outubro 6, 2020
NFT e artes criadas por Inteligência Artificial

NFT e artes criadas por Inteligência Artificial

junho 17, 2022
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

  • Isso te parece um pouco assustador? 😨

Visão Computacional para controlar o tempo gasto na sua mesa de trabalho. 

Esse é um projeto que foi desenvolvido como demonstração, pelo Computer Vision Engineer Piotr Skalski (Roboflow), e vai estar disponível no seu repositório do Github em breve.

Agora eu quero saber com sinceridade. Quanto tempo a ferramenta calcularia para você, lá no seu trabalho??

#computervision #machinelearning
  • 🎯Recentemente, descobri um artigo da Meta apresentando o CoTracker, uma abordagem inovadora para a previsão de movimento em vídeo.

Em vez de rastrear pontos em um vídeo individualmente, o CoTracker rastreia vários pontos simultaneamente, aproveitando uma rede transformer.

Este método capta correlações temporais entre os pontos, sendo especialmente benéfico quando são do mesmo objeto físico.

O resultado? Desempenho aprimorado em eficiência e precisão em comparação com os métodos existentes de rastreamento de pontos.

Confira este vídeo exemplo que fiz para testar o CoTracker!

#visãocomputacional
  • Esse é o resultado da combinação entre Python + Blender + TensorFlow. Apenas usando scripts, ou seja, de maneira procedural, é possível produzir uma impressionante visualização 3D que destaca a arquitetura e o fluxo de dados de uma rede neural.

Esta abordagem proporcionou insights interessantes. Afinal, eu posso criar e modificar objetos, acessar câmeras e tornar conceitos complexos em algo mais tangível para o estudante de Visão Computacional e Machine Learning.

O poder da representação visual é verdadeiramente transformador! - e faz parte do Data Storytelling.

#visãocomputacional #deeplearning
  • 🕵️‍♂️Imagine que você está em um cenário que parece saído diretamente de uma operação real de combate e de inteligência militar.

Você é um analista trabalhando para a Divisão de Inteligência da Força Aérea e tem a tarefa de identificar pessoal militar com base em seus distintivos ou bolachas de esquadrão.

Você interceptou uma imagem de um piloto que acabou de concluir seu briefing e aguardava no pátio o reabastecimento de sua aeronave antes de decolar para uma nova missão.

Em seu arsenal, você possui uma ferramenta poderosa: um banco de dados abrangente de distintivos e bolachas, cada um vinculado a esquadrões específicos.

Portanto, sua tarefa pode ser dividida em dois objetivos principais:

1. O primeiro passo envolve a construção de um banco de dados robusto. Para fazer isso, salvaremos os descritores de imagem em um arquivo externo. Esse método garante que não precisemos regenerar os descritores toda vez que desejarmos comparar imagens. Para esta demonstração, faremos a varredura de uma pasta dedicada para imagens e geraremos os arquivos descritores correspondentes. Isso garante que eles estejam imediatamente acessíveis para quaisquer buscas subsequentes.

2. A segunda fase é sobre a busca por correspondências. Com nossos descritores devidamente salvos, podemos agora compará-los com qualquer imagem fornecida. 

Aqui está uma descrição deste processo: em nosso processo de identificação, primeiro carregamos a imagem alvo do piloto e escaneamos nosso banco de dados de descritores. Usando o algoritmo SIFT, geramos descritores para o alvo, comparando-os com nosso banco de dados usando o método FLANN.

Se as correspondências excederem um determinado limite, estamos mais próximos de identificar o esquadrão do piloto.

Esta abordagem simples prova ser inestimável em vários cenários, incluindo forense, garantindo resultados precisos e rápidos quando cada detalhe é crucial.

👁️Feature Detection: powered by Computer Vision!

#visãocomputacional #machinelearning
  • Primeira Santa Missa da Bettina!
  • “Eu me sinto emocionada ao olhar para essas três criaturas; ah, o tal do puerpério! Ele me pega e me deixa nostálgica.

Eu já não sou a mesma de 5 anos atrás. Não sou a mesma mãe do primeiro filho, ansiosa. Mas sim uma mãe que não tem mais tanta pressa. 

A maē de 2018 ficaria assustada e desesperada com esse começo “caótico”. Mas a maē de 2023 já compreende que o tempo passa e, com ele, todas essas coisas inatas de um recém nascido. 

As cólicas irão embora, assim como o cheirinho de bebê. E um dia, você vai olhar as fraldas na prateleira da farmácia e sentirá saudade até disso. 

Se a privação de sono parece desesperadora, em verdade eu te digo: desesperador seria não tê-las. 

Desesperador seria imaginar nunca ter conhecido o seu sorrisinho lindo, minha filha. E não ter vivido tudo isso até aqui. 

Tudo passa. Mas o amor é eterno. 

O meu coração triplicou ❤️”

- Por  @deschamps.nanda
  • 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
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 image formation iniciantes jupyter kaggle keras machine learning matplotlib mnist nft opencv overfitting pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão linear 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