Data Science Foundation

Course | DS0101EN | Cognitive Class

© Cognitive Class. All rights reserved except where noted. edX, Open edX and their
respective logos are registered trademarks of edX Inc.
https://courses.cognitiveclass.ai/courses/course-v1:BigDataUniversity+DS0101EN+v
1/course/

What is Data Science?

Quando me perguntam isso e eu as retruco perguntando à pessoa o que ela acham que é ciência de dados
geralmente já me dizem sobre muita programação, muita computação, dados e matemática. Elas não estão
erradas mas eu acho que vai além e envolve muito mais que isso.

Para mim a ciência de dados é uma lente

que nos da a capacidade de enxergar, de
verdade, o que os dados nos mostram.
Torna legível e inteligível aquilo que
antes era um grande conjunto de
borrões.

Fonte:
https://www.istockphoto.com/pt/foto/searching-
gm897572902-247704335

Mas essa lente é muito especial e é composta por conhecimentos de negócios de diversas áreas,
matemática e estatística, capacidade de transformar algo não-técnico em técnico e traduzir o técnico para o
não-técnico, habilidades de comunicação e resiliência, computação e tecnologia.

Mas para gerar essa baita transformação é necessário um método, uma ideia a se seguir. É necessário
levantar hipóteses, analisar os dados, testá-los, gerar conhecimento com modelos e ter a sensibilidade da
percepção de padrões e tendências comportamentais.

Data Science Foundation 1

 A importância da área nos tempos
atuais é nítida. A necessidade formar,
capacitar e incentivar profissionais de
dados é cada vez mais gritante, e
como é dito no vídeo:
“Costumávamos nos preocupar com a
falta de dados, e agora temos um
dilúvio”.

Fonte: https://www.researchgate.net/figure/Grafico-bipartido-AU-DE-visao-
geral-cluster-Grande-volume-de-dados-Redes-sociais_fig13_299509310

Com a grande quantidade de ferramentas, a alta disponibilidade de dados, a capacidade de armazenar e

analisá-los, e por um custo proporcional… Nunca houve uma ecossistema tão agradável quanto o da
atualidade.

There are so many paths to data science

Há muitas formas de caminhar rumo à ciência de dados. A
poucos anos atrás o data science não existia, mas
curiosamente as pessoas já caminhavam rumo a ela…
mas como assim?

Para falarmos que somos cientistas de dados não

precisamos ter um bacharel em ciência de dados ou ter
uma pós, mestrado e doutorado.

Assim como descrito anteriormente, ela é uma área

multidisciplinar! Podemos caminhar na matemática e
estatística, podemos caminhar nos negócios ou até
hospitais e começar a enxergar os fatos, programar e Fonte: https://www.tibco.com/pt-br/reference-
center/what-is-a-data-scientist
começar a querer entender qual é a tendência do futuro
sabendo o que sabemos hoje. O que cada um precisa é
buscar o conhecimento necessário para entregar as
melhores soluções com as melhores boas práticas aos
nossos clientes. Claro que existem ferramentas que são
muito necessárias e úteis, mas não são somente elas que
formam o profissional, mas como o profissional consegue
manipulá-las para gerar valor real! Se o valor estiver
naquele conhecimento sobre nutrição, sobre engenharia

Data Science Foundation 2

 civil ou geografia, existirão cientistas de dados lá para
agir.

Fonte: https://www.pngwing.com/pt/free-png-
dqzax/download

What’s the cloud?

Como contei nas minhas anotações sobre Big Data, a cloud foi e é um dos principais impulsionadores do
mundo dos dados. A cloud contorna limitações de hardware e software e nos possibilita implantar
ferramentas de armazenamento, processamento, visualização, escalonamento e estudo avançadas e
adequadas as nossas necessidades e as das empresas. Ela nos oferece máquinas de alto desempenho,
com total disponibilidade, segurança e controle, onde é pago aquilo que é usado, diminuindo, na maioria
das situações, o custo inicial e de manutenção e dando a chance de mais pessoas terem acesso a isso
tudo.

Fonte: https://medium.com/@colinbaird_51123/a-primer-on-cloud-computing-9a34e90303c8

Data Science tools and technology

Data Science Foundation 3

 Acho que uma das primeiras coisas que me perguntam quando digo que curso ciência dos dados é se eu
programo em Python ou R… mas na verdade o que importa não é tanto a linguagem. Cada tecnologia é
feita para algo e abraça melhor suas causas específicas, mas o mais importante é se você entende a
estratégia e abordagem a ser usada para desenvolver sua análise. Nada adianta ser expert em python e
não saber levantar hipóteses construtivas ou ter um olhar atento à solução do problema! O mais importante
é a lógica a ser usada, ter em mente as melhores formas de atingir seu objetivo!

https://www.cienciaedados.com/as-10-habilidades-de-um-cientista-de-dados/

Entre as ferramentas de data science podem se estender entre regressões, storytelling, redes neurais
artificiais, algoritmos, SQL, excel até Machine Learning… Como afirmei anteriormente, não são o domínio
de mil e uma ferramentas que formam o bom profissional, mas o que faz com as que sabe e o por quê dele
querer aprender as novas ferramentas que ele busca.

How should companies get started in Data Science

Quando uma empresa investe em tecnologia, uma coisa é fato: Ela com certeza vai adquirir a capacidade
de medir e enxergar algo que elas não conseguiam antes. Logo serão capazes de reduzir custos, se atentar
aos fatores que lhe trazem lucros, aperfeiçoar processos e serem mais ágeis.

Assim como é dito no vídeo: “Se as empresas não são capazes de medir seus custos, eles não serão
capazes de reduzi-los. Se eles (as empresas) não são capazes de medir seus lucros, eles não podem
aumentá-los”, e isso é fato!
É necessário já começar a armazenar os dados para que, com algoritmos de análises, possamos mapeá-
los e indicar os fatos. Arquive-os da forma correta. Mantenha a consistência. Tenha uma equipe interessada
pela ciência e pela empresa.

Applications of data science

Data Science Foundation 4

 A aplicabilidade da ciência de dados é enooorme e estrondosa. Hoje em dia podemos vê-la na agronomia,
pecuária, vestuário, indústria, medicina, educação, transporte e mobilidade, realidade aumentada,
gastronomia, pesquisas e muito mais. A ciência de dados está além somente de prever o comportamento
de consumo dos clientes!

Comentei sobre isso nas minhas anotações sobre Big Data.

Mas do mesmo jeito que olhamos atentamente para as vantagens de se trabalhar com dados e seus
resultados, temos que olhar para a parte das desvantagens. Não devemos confiar 100% em modelos, mas
sim na previsão porcentual e levar em consideração a ação da variabilidade e outras razões que possam
influenciar no resultado final. Como é dito no vídeo: “A ciência dos dados tem um tremendo potencial para
trazer mudanças”, mas ainda precisamos nos manter céticos, críticos e atentos.

Data Science Foundation 5