Cursos da Escola Data Science, Data Science

Data Science, o que é? Trata-se do estudo que tem como objetivo extrair insights de dados brutos para auxiliar na tomada de decisões de gestores de uma organização. Para isso, a Data Science incorpora conhecimentos das áreas de estatística, matemática, data mining e análises preditivas.

Após compreender o que é Data Science, é importante pensar em qual a sua relevância, atualmente. Investir em Data Science significa diminuir os riscos financeiros, pois os insights podem detectar anomalias nos processos da empresa e evitar desperdícios futuramente.

Existem diversas formas de começar a estudar a área de dados. Por isso, dividimos a nossa formação em subcategorias: SQL e Banco de Dados, Data Science, Estatística, Machine Learning e Business Intelligence. Para facilitar, sugerimos estas diferentes trilhas de estudos. Assim, você pode estudar Data Science do zero ou partir direto para a subcategoria do seu interesse.

Profissões em Ciência de Dados

1. Engenheiro(a) de dados

Responsável por criar a infraestrutura de dados (como Data Lake) que serão utilizados por outros profissionais, como analistas e cientistas de dados.

2. Cientista de dados

Será responsável por conectar os pontos e extrair valor, respondendo perguntas essenciais para o negócio, com base em estudos e análises. Ela consegue olhar para os dados e tirar deles as respostas e modelos de predição.

3. Engenheiro(a) Machine Learning

Responsável por transformar em produto os insights e modelos fornecidos pela pessoa cientista de dados. Pode ser na forma de uma API, microsserviço, sistema, entre outros produtos.

4. Analista de dados

Responsável por trazer insights e resolver problemas, a partir da análise de bases de dados. Unindo estatística, visualização, consultas a banco de dados, irá otimizar os processos da empresa.

Como trabalhar com dados?

Pegando como exemplo o conjunto de dados (o dataset) de um restaurante, podemos desenvolver uma análise exploratória inicial para verificar em quais dias/horários há mais ou menos movimento. Isso abre portas para novas perguntas, como: será que vale a pena dar desconto nos dias em que temos menos movimento?

Essa curiosidade é parte fundamental de quem trabalha com dados! É fundamental estudar técnicas de estatística e encontrar as ferramentas certas para o trabalho.

O fluxo de dadosé dividido em 4 partes:

1. Coleta de dados: Aqui vamos organizar sistemas para buscar os dados relevantes para a próxima fase. Podemos usar algumas técnicas como scraping, ou pegar um dataset pronto.

2. Preparação dos dados: Tendo os dados do sistema, podemos criar um Dataframe do Pandas e começar a manipular esses dados para extrair informações. Nesse momento estamos preparando os dados para a fase de análise, e é nesse ponto em que muitas funções do numpy podem ser utilizadas para facilitar.

3. Análise: Agora estamos aptos a fazer uma análise exploratória dos dados e realmente buscar relações que possam nos interessar, a partir das quais levantaremos hipóteses para o negócio.

4. Entrega: Por fim, precisamos entregar algo para a área de negócio ou mesmo salvar as manipulações de dados para conseguirmos retomar o trabalho depois. Para a área de negócios, podemos entregar relatórios ou dashboards que contenham um resumo das informações coletadas e as conclusões. Para isso, dispomos de ferramentas de visualização como o Seaborn.

Para cada tipo de dado e de problema dispomos de diferentes técnicas e maneiras de trabalhar. Séries temporais, por exemplo, possuem características muito diferentes de dados de geolocalização. Justamente por isso, é fundamental saber como trabalhar com cada tipo de dados!