Você está na página 1de 2

Atividade Aula Data Analytics e seus impactos no mercado 

Paulo Henrique Gonçalves dos Santos 


1
Data Analytics é a ciência de examinar dados brutos para poder extrair conclusões e
informações de valores a respeito daquele dado. Geralmente, envolve aplicar um
algoritmo ou um processo de automação para extrair esses insights. Utiliza técnicas
de estatística descritiva e inferencial e também conhecimento da área.
Big Data pode ser definido como um grande volume de dados, gerados em alta
velocidade e variedade, que necessitam de formas inovadoras e econômicas para
processá-los, organizá-los e armazená-los, a fim de se permitir melhor compreensão
para a tomada de decisão e automação de processos. E estes dados podem ser
estruturados ou não estruturados. O Big Data foi o que impulsionou a área de
análise de dados, sendo que o valor não está no armazenamento e sim no que é
feito com os dados armazenados.
Já a Data science, abrange conhecimentos das 3 áreas e é necessário saber fazer
as perguntas certas e prever cenários futuros. É necessário um conhecimento
avançado e capacidade de olhar os dados de forma diferente para encontrar
padrões, seja dados estruturados ou não estruturados.
2
Estruturação e entendimento de problemas;programação;análise de risco,machine
learnimg;cruzamento de bases de dados.
3

-Entendimento do negócio Modelagem Avaliação: Compreensão do objetivo do


projeto com um olhar do negócio (alinhamento de expectativas entre os envolvidos).
-Entendimento de Dados: Devemos realizar uma análise exploratória para a
familiarização com os dados, identificando problemas ou conjuntos interessantes:
Você identifica atributos chave nos dados disponíveis.
-Preparação de dados: É a fase mais demorada do processo, normalmente
consome 50 a 70% do tempo e esforço.Para minimizar o esforço aqui, é necessário
ter realizado as etapas 1 e 2 de forma concreta: Com base em sua exploração e
entendimento iniciais, você consegue selecionar subconjuntos relevantes de dados.
- Modelagem:aplicação das técnicas de modelagem. A equipe é livre para ir e voltar
nas etapas anteriores para ajustarem os parâmetros. É um processo Iterativo.
-Avaliação: Antes de seguir para o próximo passo temos basicamente duas opções:
seguir para a fase de implementação ou volte e refine ou substitua seus modelos
-Implementação/desenvolvimento: É a aplicação prática de todas as fases
anteriores pelo cliente, ou seja, nesta fase entregamos as melhorias a serem adotas
pela organização. Inclui dois tipos de atividades:planejamento e monitoramento da
implementação de resultados e conclusão de tarefas de finalização, tais como a
produção de um relatório final e a realização de uma revisão do projeto.
4
Lei de Beford:Ajuda na identificação de anomalias-manipulação sistematica dos
dados e outras iregularidades.
5
Maior asertividade na deteccção de riscos,faltas de competencias e capacidade dos
profissionais.