Scribd Logo
Carregar

Bem-vindo(a) ao Scribd!

  • 7 visualizações

    Módulo 1 - Unidade 1

    Enviado por

    Kashiiraa, S.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd

    Módulo 1 - Unidade 1

    Enviado por

    Kashiiraa, S.
    7 visualizações21 páginas

    Direitos autorais

    © © All Rights Reserved

    Formatos disponíveis

    PDF, TXT ou leia online no Scribd

    Você considera este documento útil?

    Este conteúdo é inapropriado?

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    7 visualizações21 páginas

    Módulo 1 - Unidade 1

    Enviado por

    Kashiiraa, S.

    Direitos autorais:

    © All Rights Reserved
    Baixe no formato PDF, TXT ou leia online no Scribd
    Fazer download em pdf ou txt
    de 21

    Introdução à Ciência de Dados

    Prof. Dr. Agnaldo Antonio dos Santos


    Módulo 1 - Ciência de Dados e
    Análise de Dados
    Unidade 1 - Campo de atuação e utilização
    “Dados são o novo petróleo?”

    ● Cada vez mais volumosos;


    ● Evolução da imersão do grande volume de dados;
    ● Milhões e milhões de dados disponíveis;
    ● Surgimento e aumento do número de redes sociais.
    Utilize imagens em alta resolução

    ● Dados são fatos em sua forma bruta;


    ● Tornam-se conhecimento;
    ● Estatística e matemática contribuem para
    conhecimento;
    ● Identificar padrões e direcionar para
    tomada de decisão.

    Fonte: Flickr
    Dados Classificados Organizados e
    Contextualizados

    Fonte: IFIC (2015)


    Volume de Dados

    Fonte: Universal Software (2016)


    Método
    Observações

    Questões
    Conclusões

    Hipóteses
    Experimentos
    e Análises
    Fonte: Imagem de Unsplash
    Profissões dos Dados

    ● Analista de Dados;
    ● Arquiteto de Dados;
    ● Cientista de Dados;
    ● Desenvolvedor de BI;
    ● Engenheiro de Aprendizado de Máquina;
    ● Engenheiro de Dados;
    ● Especialista em Privacidade e Segurança de Dados.
    Analista de Dados

    ● Coleta de dados; ● Monitoramento e avaliação;


    ● Limpeza de dados; ● Manutenção de ferramentas
    ● Análise Exploratória; e tecnologias;
    ● Modelagem de Dados; ● Segurança de dados;
    ● Comunicação de Resultados; ● Desenvolvimento de
    ● Apoio à Tomada de relatórios e painéis.
    Decisões;
    Engº de Aprendizado de Máquina

    ● Coleta de dados; ● Manutenção e


    ● Armazenamento de dados; Monitoramento;
    ● Processamento de dados; ● Desenvolvimento de APIs;
    ● Integração de dados; ● Colaboração com analistas;
    ● Segurança de dados; ● Automação de processos;
    ● Desempenho e ● Adoção de tecnologias de
    escalabilidade; Big Data.
    Remuneração do Cientista de Dados

    4.000 8.000 15.000 30.000

    Júnior/Iniciante Júnior Iniciante Experiente/Médio Sênior/Avançado


    Data Science x Inteligência Artificial

    ● Data Science ● Regressão (Linear, Logística);


    ○ Big Data; ● Classificação (Classificador
    ○ Qualidade de Dados; Bayesiano, Árvores de
    ○ Técnicas de análise de Decisão, Análise de Séries
    dados: Temporais, Análise de Texto);
    ○ Categorização (K-means ● Data Warehouse;
    clustering, regras de ● Business Intelligence.
    associação);
    Data Science x Inteligência Artificial

    ● Inteligência Artificial ● Aprendizado supervisionado,


    ○ Algoritmos de buscas; não-supervisionado e por
    ○ Algoritmos genéticos; reforço;
    ○ Aprendizagem de ● Redes Bayesianas e
    máquina: aprendizado Raciocínio Probabilístico;
    indutivo, árvores de ● Lógica e conjuntos
    decisão e modelos de nebulosos;
    redes neurais artificiais; ● Sistemas multiagentes.
    Python para Ciência de Dados

    Fonte: Wikimedia Commons


    Características do Python

    ● Linguagem de Alto Nível; ● Bibliotecas Poderosas;


    ● Interpretada; ● Código Aberto;
    ● Multiplataforma; ● Indentação Significativa;
    ● Comunidade Ativa; ● Ampla Adoção.
    ● Versatilidade;
    Tarefas do Cientista de Dados com
    Python

    ● Análise de dados; ● Desenvolvimento de


    ● Visualização de dados; aplicativos web;
    ● Machine Learning; ● Construção de painéis de
    ● Processamento de controle;
    linguagem natural; ● Integração com bancos de
    ● Análise estatística; dados;
    ● Big Data; ● Automação de fluxos de
    ● Mineração de dados; trabalho e de tarefas.
    Notebooks Python

    ● Jupyter Notebook; ● Zeppelin;


    ● JupyterLab; ● RMarkdown (RStudio);
    ● Google Colab; ● Hydrogen (para Atom);
    ● Visual Studio Code; ● PyCharm.
    ● nteract
    Resumindo

    ● Dados são o novo petróleo;


    ● Grande volume de dados que produzimos;
    ● Surgimento das redes sociais;
    ● Dado e informação tornam-se conhecimento;
    ● Cientista de dados é um organizador dos dados;
    ● Áreas novas relacionadas com a Ciência de dados;
    ● Remuneração salarial de um cientista de dados;
    ● Python é utilizado pelos cientistas de dados.
    Referências

    BARATA, André Montoia. Governança de dados em organizações brasileiras: uma avaliação comparativa
    entre os benefícios previstos na literatura e os obtidos pelas organizações. 2015. Dissertação (Mestrado em
    Sistemas de Informação) - Escola de Artes, Ciências e Humanidades, Universidade de São Paulo, São Paulo,
    2015. Disponível em: https://link.ufms.br/Kil08. Acesso em: 06 nov. 2023.

    BARBIERI, Carlos. Governança de Dados: Práticas, conceitos e novos caminhos. Rio de Janeiro: Alta Books,
    2019. ISBN 9788550810690. Disponível na Biblioteca Digital da UFMS.

    GRANATO, Luísa. Ciência de dados: confira o guia sobre as carreiras em alta na área. Exame, 15 out. 2021.
    Disponível em: https://link.ufms.br/foap8. Acesso em: 06 nov. 2023.

    GRUS, Joel. Data Science do Zero. Rio de Janeiro: Alta Books, 2021. ISBN 978-85-808-1176-5.

    IFIC. El poder de la infografía en los medios sociales. IFIC, 26 jan. 2015. Disponível em:
    https://link.ufms.br/cNzsF. Acesso em: 21 nov. 2022.
    Referências

    PROVOST, Foster; FAWCET, Tom. Data Science para Negócios. Rio de Janeiro: Alta Books, 2016. ISBN
    978-85-7608-972-8.

    PYTHON. Aplicações para Python. Python, 2023. Disponível em: https://link.ufms.br/VHpI4. Acesso em: 06
    nov. 2023.

    ROCHA, Isabel. Com salários de até 5 dígitos, estas serão as profissões mais relevantes no Brasil até 2030.
    Exame, 04 out. 2023. Disponível em: https://link.ufms.br/c0gRy. Acesso em: 06 nov. 2023.

    SILVA, Leandro A.; PERES, Sarajane M.; BOSCARIOLI, Clodis. Introdução à Mineração de Dados: com
    aplicações em R. Rio de Janeiro: Elsevier, 2016. ISBN 9788535284461. Disponível na Biblioteca Digital da
    UFMS.

    UNIVERSAL SOFTWARE. Big Data e o Mercado Imobiliário. Universal Software, 2016. Disponível em:
    https://link.ufms.br/WLfRH. Acesso em: 06 nov. 2023.
    Licenciamento

    Respeitadas as formas de citação formal de autores de acordo com as normas da


    ABNT NBR 6023 (2018), a não ser que esteja indicado de outra forma, todo material
    desta apresentação está licenciado sob uma Licença Creative Commons -
    Atribuição 4.0 Internacional.

    Você também pode gostar