Data Science

● Apresentação

● O que é Data Science e as diferenças entre Data Science, Data

Analytics e Big Data

● O papel e a rotina de um Data Scientist: dia a dia da profissão

● Conhecendo o mercado: quais as possibilidades da profissão?

● Principais habilidades de um Cientista de Dados: como você

pode se destacar
 Apresentação – Michele Pavoni

Formação Acadêmica & Cursos Experiência Profissional

• Graduação em Estatística (Unicamp) • Nielsen – Data Science & Clientes

• Pós graduação em Administração (FGV) • Boa Vista Serviços – Data Science & Produtos

• Curso de Gerenciamento de Projetos (FGV) • Pfizer – Data Science & Inovação

• Curso de People Analytics (FIA)

• Curso de Python (FIA)

Vamos começar a falar de dados!
Os marcos da nossa civilização foram caracterizados pelos progressos em
nossa capacidade de observar e coletar dados.

Período Paleolítico Censo Demográfico

Início há cerca de 2.5 milhões de anos e final em 10.000 a.C 1872: 1º censo do Brasil

Essa época foi marcada pelo desenvolvimento da

comunicação oral e escrita

Fonte: https://memoria.ibge.gov.br/historia-do-ibge/historico-dos-censos/panorama-
introdutorio.html
https://pt.wikipedia.org/wiki/Censo_demogr%C3%A1fico_do_Brasil_de_1872
Fonte: https://www.bbc.com/portuguese/geral-38129750
 “90% dos dados que há no mundo hoje foram criados apenas nos últimos dois
anos e a cada dois anos dobramos a taxa em que os dados são produzidos.”
IBM (2013)

Fonte: https://data.bsa.org/wp-content/uploads/2015/10/BSADataStudy_br.pdf
 O que é Data Science e
as diferenças entre Data Science,
Data Analytics e Big Data
 “... é uma abordagem
“... abrange a preparação de multidisciplinar para extrair
dados para análise, incluindo percepções acionáveis dos grandes
limpeza, agregação e e cada vez maiores volumes de
manipulação de dados para
dados coletados e criados pelas
realizar análises de dados
avançadas.” organizações de hoje.”
Oracle IBM

O que é Data Science?

“...é uma área interdisciplinar voltada

“...é o estudo e análise de um grande
Data Scientist: Sexiest Job Of The para o estudo e a análise de dados
volume de informações sobre uma
Century? econômicos, financeiros e sociais,
determinada área. Assim, é possível
estruturados e não-estruturados, que visa
gerar ideias determinantes no
Forbes a extração de conhecimento, detecção de
sucesso dos negócios.” Revista
padrões e/ou obtenção de insights para
Exame
possíveis tomadas de decisão.” Wikipédia
Data Analytics

O foco dessa área é a resolução de problemas já

existentes no negócio, por meio de tratamento de
dados para se obter informação relevante para os
tomadores de decisão.
A principal diferença entre um Data Analytics e um Data Scientist é a pergunta
que cada um responde. As atividades se complementam!
Exemplo:
Data Analytics
Data Analytics
CONSULTOR
Qual a tendência de market share? Qual a relação com
• Identificar as dores do negócio preço, promoção, praça? Quais os aprendizados?
• Apoiar nas melhorias no negócio
• Suportar os Cientistas de Dados

ANÁLISES PONTUAIS versus

• Fazer análises de dados para responder

perguntas de negócio. Data Scientist

• Visualizações de Dados • Quais são exatamente as variáveis que exercem

influência no market share do produto? Qual é o
MÉTRICAS grau de influência?

• Apoiar na definição de métricas da empresa • Se eu reduzir em 10% o preço do produto X, o que

acontece com as vendas?
• Manter as métricas atualizadas
 O que é Big Data?

Big Data é o termo usado para descrever grandes

volumes de dados; os Big Data são cada vez mais
relevantes à medida que a sociedade se depara com
um aumento sem precedentes no número de
informações geradas a cada dia.
 O que é Data Science e
as diferenças entre Data Science,
Data Analytics e Big Data
Dúvidas?
O papel e a rotina de um Data Scientist:
dia a dia da profissão
1. Qual é a pergunta de negócio?

Identificar a pergunta de negócio a ser

trabalhada é o primeiro passo e é essencial
ter o problema muito bem mapeado para
evitar retrabalhos e ter um resultado
pertinente com a necessidade do negócio
2. Acesso aos dados

• É importante alinhar (e discutir!) quais

serão os dados disponibilizados para a
análise. (evitar que durante a
apresentação final seja identificada mais
variáveis de interesse)
• Mapear onde estão esses dados, quem
é o responsável por extrair o dado e
prazos envolvidos
3. Preparação dos dados

• É importante alinhar (e discutir!) quais serão os dados

disponibilizados para a análise. (evitar que durante a
apresentação final sejam identificadas mais variáveis de
interesse)
• Mapear onde estão esses dados, quem é o responsável
por extrair o dado e prazos envolvidos
• Trabalhar na limpeza dos dados: missing, outliers, dados
duplicados, dado inconsistente, etc...
4. Análise exploratória dos dados

• A análise exploratória é importante

para ter um entendimento básico
dos dados e das relações existentes
entre as variáveis
5. Modelagem dos dados

• Analisar e identificar o melhor modelo para ser

aplicado no conjunto que dados que está sendo
considerado.

• Treinar e testar o modelo para identificar se ele é

robusto para ser aplicado.
6. Visualização e comunicação

• Uma etapa muito importante é apresentar os resultados

da análise efetuada.
• Conheça o seu público para escolher a melhor
estratégia de comunicação. Quanto mais didática e
assertiva for a sua comunicação, maiores as chances
de compreensão e sucesso da sua apresentação
Estratégia baseada em Dados + Conhecimento!
5. Modelagem dos dados

• O deploy é a etapa de preparação de

um modelo para ser usado no dia a dia, ou
seja, adaptação a uma aplicação maior para
que usuários façam uso do algoritmo.
Ciclo de aprendizagem

o Planejar

o Testar

o Medir

o Aprender

o Testar, testar e testar!

O papel e a rotina de um Data Scientist:
dia a dia da profissão
Dúvidas?
Conhecendo o mercado: quais as
possibilidades da profissão?
Onde tem dados, tem possibilidades para Cientista de Dados!
Oportunidades como
Cientista de Dados
(Fonte: Linkedin 21/09/2021)
Conhecendo o mercado: quais as
possibilidades da profissão?
Dúvidas?
 Principais habilidades de um
Cientista de Dados: como você
pode se destacar
Quais são os conhecimentos para trabalhar em Data Science?

Reflexão | Auto avaliação Estude e Pratique!

Qual é o tipo de profissional que as empresas estão buscando?

• Profissional analítico que tenha as habilidades

técnicas para resolver problemas complexos — e a
curiosidade de explorar quais são os problemas que
precisam ser resolvidos.

• Pessoas com capacidade analítica, vontade de

trabalhar com dados e com visão de negócios para
ajudar a empresa a enfrentar seus desafios
complexos e a criar soluções utilizando técnicas de
Inteligência Artificial buscando eficiência operacional
em toda a cadeia.

• Especialista para apoiar e suportar as áreas de

negócio no sentido de utilizar as informações
analíticas para definição de estratégias e apoio às
decisões.
Fonte: https://fleurynewton.medium.com/profissionais-h%C3%ADbridos-perfil-e-
requisitos-de-forma%C3%A7%C3%A3o-do-cientista-de-dados-95862c08f5df
Quais os principais requisitos para trabalhar como Cientista de Dados?

PERFIL
FORMAÇÃO ACADÊMICA
• Analítico
• Ensino superior em exatas, estatística,
matemática, computação, engenharia, etc • Relacionamento interpessoal

• Boa comunicação
CONHECIMENTOS & EXPERIÊNCIA
• Foco na entrega
• Experiência em desenvolvimento de modelos
• Foco na resolução de problemas
• Experiência em machine learning
• Curiosidade
• Experiência em projetos de big data
• Pro atividade
• Conhecimento em Python, SQL, R, etc
• Perfil criativo
Faça Networking!

• Novas informações e conhecimentos

• Acesso a oportunidades
• Fortalecimentos de relações
• Elevar o seu perfil/ visibilidade
• Novas ideias
• Recomendações e suporte
 Para adquirir conhecimento, é preciso
estudar; mas para adquirir sabedoria, é
preciso observar.
Marilyn vos Savant
escritora e colunista da revista Parade estadunidense, no qual responde a
perguntas de seus leitores sobre matemática e ciência avançada.
Por apresentar um alto quociente de inteligência de 228 pontos, já foi citada
no Livro Guinness dos Recordes.
Bibliografias

Qual é o “x” da questão com relação a dados?

https://data.bsa.org/wp-content/uploads/2015/10/BSADataStudy_br.pdf

Big Data: Definição e Um Breve Histórico

https://medium.com/@stratiobd/big-data-defini%C3%A7%C3%A3o-e-um-breve-hist%C3%B3rico-a389abcf6a3

A realidade por trás do Data Science e dos Unicórnios

https://medium.com/data-hackers/a-realidade-por-tr%C3%A1s-do-data-science-e-dos-unic%C3%B3rnios-4d947538f104

O que é data science? O guia completo sobre o assunto

https://www.datageeks.com.br/o-que-e-data-science/

Qual A Diferença Entre o Data Analyst e o Data Scientist??

https://www.youtube.com/watch?v=tmx7bg3HTr0
 Principais habilidades de um
Cientista de Dados: como você
pode se destacar
Dúvidas?
Dúvidas?