MBA em

Administração, Finanças e Geração de Valor

DATA SCIENCE (DS) COMO

UMA FERRAMENTA OU
PRODUTO DE NEGÓCIOS
Com Cláudio Azevedo e Michael da Costa Móra

A fusão de negócio, ciência e tecnologia cria

esta visão de ciência de dados.

Ricardo Cappra
 Conheça
c o livro da disciplina
-
CONHEÇA SEUS PROFESSORES 3

Conheça os professores da disciplina.​

EMENTA DA DISCIPLINA 4

Veja a descrição da ementa da disciplina. ​

BIBLIOGRAFIA BÁSICA 5

Veja as referências principais de leitura da disciplina.​

O QUE COMPÕE O MAPA DA AULA? 6

Confira como funciona o mapa da aula.

MAPA DA AULA 7

Nesta página, você encontra links de artigos científicos, informativos e vídeos sugeri-
dos pelo professor PUCRS.

RESUMO DA DISCIPLINA 24

Relembre os principais conceitos da disciplina.​

AVALIAÇÃO 25

Veja as informações sobre o teste da disciplina.​

2
 Conheça
c seus professores

-
CLÁUDIO AZEVEDO
Professor convidado

Referência nacional em tecnologia e crescimento, tendo

uma atuação brilhante como gerente-geral do Cabify, uma
das startups mais disruptivas do setor e que cresceu mais
de 500% em 2017. Atualmente, é head de Growth na Zx
Ventures, do grupo ABInbev, controlador de algumas das
maiores empresas do mundo, como AMBEV, SABMiller e
Budweiser. Mestre e PHD, é especialista em crescimento
acelerado de negócios e métodos de gestão baseados em
técnicas aplicadas por startups disruptivas como Cabify,
Airbnb e Google. Cláudio Azevedo tem conhecimentos em
Marketing, Transformação Digital, negociação, expansão
de negócios internacionais de tecnologia, operações e
gerenciamento de projetos complexos, metodologias ágeis,
como Scrum e Kanban. Tudo isso contribuiu para sua expertise
na construção de estratégias, no desenvolvimento de novos
negócios e na liderança de equipes multidisciplinares e
multiculturais.

MICHAEL DA COSTA MÓRA

Professor PUCRS

Possui graduação em Ciência da Computação pela

Universidade Federal do Rio Grande do Sul (1991), mestrado
em Computação pela Universidade Federal do Rio Grande
do Sul (1993) e doutorado em Ciência da Computação pela
Universidade Federal do Rio Grande do Sul (2000). Atualmente,
é professor adjunto do Instituto de Informática. Tem experiência
na área de Ciência da Computação, com ênfase em Inteligência
Artificial, atuando principalmente nos seguintes temas:
Inteligência Artificial, Aprendizagem de Máquina, Agentes
inteligentes e Sistemas Multiagentes, Engenharia de Software
e Desenvolvimento de Sistemas, Ensino de Programação e de
Ciência da Computação.

3
 Ementa da Disciplina

Design de produto em Data Science. Geração de valor para o cliente.

Segmentação do mercado, canais de comunicação, distribuição e relacionamento.
Geração de receita. Recursos, atividades e parceiros-chave.

4
 Bibliografia básica
a

-
As publicações destacadas têm acesso gratuito.

Bibliografia básica

MALHOTRA, N. Pesquisa de marketing. Porto Alegre: Bookman, 2011

OSTERWALDER, A. Business Model Generation. São Paulo: Alta Books, 2010.

PROVOST, Foster; FAWCETT, Tom. Data Science for Business. Newton: O’Reilly, 2013.

Bibliografia complementar

AHLEMEYER-STUBBE, A.; COLEMAN, S. Monetising data: how to uplift your

business. New Jersey: John Wiley & Sons, Inc., 2018.

ANDRUS, C.; COOK, Jon; SOOD, Suresh. Data Science: an introduction. [s.l.]:
Wikibooks, [s.d.].

HAIR JR, J. et al. Fundamentos de métodos de pesquisa em administração. Porto

Alegre: Bookman, 2005.

RAZZOLINI E. Empreendedorismo: dicas e planos de negócios para o século XXI.

Curitiba: Intersaberes, 2012.

SCHUTT, Rachel; O’NEIL, Cathy. Doing Data Science. Newton: O’Reilly, 2013.

5
 o o
O que compõe

s
Mapa da Aula?
MAPA DA AULA
São os capítulos da aula, demarcam
momentos importantes da disciplina,
servindo como o norte para o seu FUNDAMENTOS
aprendizado.
Conteúdos essenciais sem os quais
você pode ter dificuldade em
compreender a matéria. Especialmente
importante para alunos de outras
EXERCÍCIOS DE FIXAÇÃO
áreas, ou que precisam relembrar
assuntos e conceitos. Se você estiver
Questões objetivas que buscam
por dentro dos conceitos básicos dessa
reforçar pontos centrais da disciplina,
disciplina, pode tranquilamente pular
aproximando você do conteúdo de
os fundamentos.
forma prática e exercitando a reflexão
sobre os temas discutidos.​
CURIOSIDADES
Apresentação de figuras públicas
e profissionais de referência
PALAVRAS-CHAVE mencionados pelo(a) professor(a),
além de fatos e informações que dizem
Conceituação de termos técnicos, respeito à conteúdos da disciplina.
expressões, siglas e palavras específicas
do campo da disciplina citados durante
a videoaula. DESTAQUES
Frases dos professores, que resumem
sua visão sobre um assunto ou
VÍDEOS situação.​

Assista novamente aos conteúdos

expostos pelos professores em vídeo.
Aqui você também poderá encontrar
vídeos mencionados em sala de aula.
Lembre-se que a diversificação de
estímulos sensoriais na hora do estudo
otimiza seu aprendizado. ​
ENTRETENIMENTO
Inserções de conteúdos da equipe de
design educacional para tornar a sua
experiência mais agradável e significar
o conhecimento da aula.​

CASE
Neste item você relembra o case
analisado em aula pelo professor. ​
LEITURAS INDICADAS
A jornada de aprendizagem não
termina ao fim de uma disciplina. Ela
MOMENTO DINÂMICA segue até onde a sua curiosidade
alcança. Aqui você encontra uma lista
Aqui você encontra a descrição
de indicações de leitura. São artigos e
detalhada da dinâmica realizada pelo
livros sobre temas abordados em aula.​
professor em sala de aula com os alunos. ​

6
 Mapa da Aula
Os tempos marcam os principais momentos das videoaulas.

AULA 1 • PARTE 1

Propósito da aula 04:21

Neste momento inicial, são apresentados

os objetivos centrais das primeiras aulas
da disciplina, como o uso da ciência de
07:21
dados para potencializar negócios por Nosso nível de maturidade
meio de inovação e geração de valor para de trabalho com ciência de
o cliente. dados, aqui no Brasil, não é tão
avançado ainda.
Também é abordada a utilização prática
da ciência de dados, do design de produto
e da pesquisa para a descoberta da
jornada do consumidor e da otimização de 08:20
Sem design de produto e
negócios, seus produtos e canais. sem pesquisa, a gente não
consegue compreender a
fundo, qualitativamente e
quantitativamente, esse cliente,
CASE essa pessoa.
19:36
Kodak

24:44 Produtos digitais

Após décadas de sucesso de produtos

analógicos em diferentes segmentos, como
a Kodak e as locadoras, houve um grande
avanço dos produtos digitais - como fotos
digitais, incorporadas nos smartphones,
Fundada em 4 de setembro de 1888,
streamings etc. A ascensão dos produtos
dominou o mercado fotográfico durante a
digitais impactou diretamente nas marcas
maior parte do século XX. Com o avanço
que não souberam promover a adaptação
das novas tecnologias de fotografia digital,
ao mercado.
a Kodak entrou em declínio, chegando a
decretar falência em 2012. Hoje, a empresa
foca no segmento de câmeras de impressão
instantânea e em produtos diversificados.

7
 AULA 1 • PARTE 2

CURIOSIDADE
00:26
Netflix

01:56 Modelo da Netflix

A Netflix é um grande exemplo de sucesso

Fundada em 1997 como um serviço de
entrega de DVDs por correio, a Netflix é,
hoje, uma provedora global de filmes e séries
de televisão via streaming. Atualmente,
possui mais de 210 milhões de assinantes e
um valor de mercado estimado em US$ 291
bilhões.
CURIOSIDADE
05:55
Fortnite
de produto na era digital que utiliza o Data
Science para personalizar seu catálogo
(a apresentação do conteúdo) para cada
assinante. Em serviços como a Netflix,
cada cliente possui uma página inicial
diferente, orgrniazada a partir de seu
comportamento de consumo.
Nesse sentido, o algoritmo da Netflix
visa ampliar o número de horas que cada
assinante utiliza com seus produtos,
razão pela qual recomenda filmes, séries
e documentários com base nos gostos do
cliente. Quanto maior for tempo de tela,
maior é o valor da marca.

08:01
O entretenimento é uma das
melhores formas de capturar
a atenção. Só que esse
entretenimento não precisa ser
passivo.
Lançado em 2017, é um jogo eletrônico
multijogador online. O Fortnite é citado pelo
CEO da Netflix como o maior concorrente da
10:09
empresa. Se eu tenho uma geração
que cada vez mais está
abandonando esse formato
de entretenimento mais
passivo para buscar outras
experiências, isso também
precisa ser meu produto.

8
 Cada vez mais o que a 14:22
gente vê e o que a gente
experimenta é uma evolução
mais rápida desses produtos.

15:16 Produtos híbridos

O professor explica que o futuro, e

mesmo o presente, pertence aos produtos
EXERCÍCIO DE FIXAÇÃO híbridos. Um produto híbrido é aquele
16:00 que reúne, em sua arquitetura, muitos dos
Uma das principais características da componentes ou subsistemas centrais
Netflix como produto é a utilização pertencentes a duas gerações tecnológicas
de seu algoritmo para: distintas visando desempenhar uma
mesma função. Trata-se de um produto
Personalizar a disposição do como um híbrido intergerações.
conteúdo para cada usuário.
A tendência, também, é que sejam cada
Dispor o conteúdo que a empresa vez mais frequentes as experiências
acredita ser o melhor. personalizadas. O professor cita o exemplo
do show de Ariana Grande dentro do jogo
Fornecer a todos os clientes um Fortnite, ocasião em que um avatar da
conteúdo igual na página cantora fez parte do evento.
inicial, sem distinções.

Nenhuma das alternativas.

18:00
Quando a gente olha para
a frente, a gente cada vez
mais vai ver e se deparar com
PALAVRA-CHAVE produtos que são híbridos.
18:37

Metaverso: Trata-se de um tipo de

mundo virtual que visa replicar a
realidade através de dispositivos
EXERCÍCIO DE FIXAÇÃO
digitais. O Metaverso é um espaço 20:00
coletivo e virtual compartilhado
constituído pela soma de “realidade A tendência do futuro é o avanço
virtual”, “realidade aumentada” e dos:
“Internet”.
Produtos analógicos.
Respostas desta página: alternativas 1 e 3.

Produtos digitais.
O primeiro estágio de 21:40
qualquer inovação tecnológica Produtos híbridos.
é o desdém, é a piada.
Todas as alternativas.

9
VÍDEO
22:54
Fortnite x Ariana Grande FULL
EVENT
VÍDEO
35:11
The Metaverse and How We’ll
Build It Together

Evento especial do jogo Fortnite com

show de Ariana Grande. Para assistir
ao vídeo completo, clique aqui.

Mark Zuckerberg explica o conceito

de Metaverso. Para assistir ao vídeo
completo, clique aqui.

AULA 1 • PARTE 3

02:26
Se você olhar hoje pro
mercado, quantas empresas
realmente têm um time de
ciência de dados formado
trabalhando em busca de
Por que o futuro é híbrido? 03:18
construção de modelos?
O futuro é híbrido por todos os indícios
vistos, não apenas a busca das grandes
organizações pelo Metaverso, mas
pelas experiências que as pessoas têm
vivenciado cada vez mais.

O professor cita exemplos de experiências

híbridas já amplamente difundidas,
como as aulas de ensino à distância,
possibilitadas pelos recursos tecnológicos
atuais, além de diversas atividades
do cotidiano que estão se tornando
experiências híbridas, como a compra
online e a retirada do produto na loja
física.

10
 CURIOSIDADE
12:24
Tesla

O que torna a Tesla exponencial, 19:16

e por isso que a ação vale tanto
hoje, é porque essa inteligência
artificial não é presa a um
veículo, ela é compartilhada, e
isso dá o poder de aprendizado
exponencial para os veículos.
A Tesla é uma empresa norte-americana do
ramo automobilístico e de armazenamento
de energia. Ela é especializada em
Toda essa conversa de 25:11 desenvolver, produzir e vender automóveis
Inteligência Artificial não se dá elétricos de alto desempenho.
sem ciência de dados.

Zé Delivery 27:40

O Zé Delivery é um aplicativo de entregas

desenvolvido para garantir que nunca
falte bebida gelada. Ele foi desenvolvido 28:35
Quando a gente fala de
pela Ambev e, além da entrega realizada
produtos digitais, o que a gente
em até 1 hora, a empresa conta com
tá buscando a todo momento é
parceiros que vendem as bebidas a preços
o engajamento.
equivalentes aos dos supermercados. O Zé
Delivery também é um modelo de negócio
híbrido.
EXERCÍCIO DE FIXAÇÃO
29:00
Um aspecto essencial e inerente aos
produtos digitais é:

A concorrência.

O tempo de mercado.

O engajamento.
Resposta desta página: alternativa 3.

Nenhuma das alternativas.

11
 AULA 1 • PARTE 4

PALAVRA-CHAVE
01:48

Social Listening: É o processo de

ouvir o que as pessoas dizem nas
mídias online, buscando identificar
comentários e conversas que são
09:08
relevantes para a marca. Esses produtos estão sendo
criados aos poucos para resolver
problemas específicos. E
ciência de dados é exatamente
sobre isso, você começa com o
Quando a gente olha dentro 10:06 problema.
dessa ótica fica muito nítido
para onde estamos caminhando,
de que forma a gente consegue
usar a ciência de dados. Não só
para construir produtos, mas
principalmente para conseguir
compreender o consumidor. 15:25 Tempo de adesão dos produtos

O professor apresenta um gráfico com

EXERCÍCIO DE FIXAÇÃO
16:00
Esta técnica é o processo de
ouvir o que as pessoas dizem nas
mídias online, buscando identificar
comentários e conversas que são
relevantes para a marca. Assinale
a alternativa que corresponda
corretamente à afirmação.
o tempo de adoção social de novas
tecnologias - isto é, o tempo que levaram
para ser amplamente inseridas na vida das
pessoas.
A geladeira e o rádio, por exemplo,
possuem curva de adoção superior a 3
ou 4 décadas. O tablet, mídias sociais
e smartphones possuem um prazo de
adoção extremamente curto: cerca de uma
década, ou até metade de uma década.

Social Listening.

Método feijão com arroz.

Design thinking.
Resposta desta página: alternativa 1.

Metaverso.

12
 AULA 2 • PARTE 1

04:34
De fato, se a nossa mentalidade
não estiver alinhada em
entendermos como construir
PALAVRAS-CHAVE produtos digitais, e não
05:34 conseguirmos colocar o
foco no cliente e resolver
Método feijão com arroz: Trata-se
problemas reais, entendendo
de observar a necessidade de ter um
compromisso maior em executar o profundamente se cada feature
básico de uma maneira correta. daquele produto que estamos
construindo colabora para
resolver aquele problema,
acabamos gerando muita
ineficiência.

CURIOSIDADE
18:56
Eixo Monumental de Brasília

Nós estamos muito 39:34

preocupados com o fim -
o aumento de receita - e
esquecemos do como nós
fazemos.

CASE
40:51 O Eixo Monumental é uma longa avenida
Duty Free que se localiza no centro do Plano
Piloto de Brasília, a capital do Brasil. Foi
inaugurada com a cidade, no dia 21 de
abril de 1960. Estende-se por dezesseis
quilômetros, fazendo a ligação entre a antiga
Rodoferroviária de Brasília, hoje ocupada por
órgãos e secretarias distritais, no extremo
oeste, e a Praça dos Três Poderes, no
extremo leste, perto do Lago Paranoá.

Foi realizado um estudo de caso em um

Duty Free, localizado na Holanda, com a
finalidade de maximizar as vendas. Buscou-
se mapear o comportamento dos clientes,
identificando que a maior parte deles eram
famílias que enfrentavam um problema: não

13
havia conforto no aeroporto para aguardar
o momento do voo e, também, havia uma
grande dificuldade em manter as crianças
entretidas.

A partir disso, a Duty Free adicionou

algumas funcionalidades à loja, construindo
um espaço para que as famílias passassem
mais tempo no local. Foram colocadas ilhas
para que as crianças pudessem brincar e
jogar video-game, com poltronas e máquinas
de café, para que os pais pudessem ficar
próximos dos filhos e, simultaneamente,
tivessem a liberdade de olhar os produtos
ofertados pela loja. Como resultado, as
vendas aumentaram em 20%.

AULA 2 • PARTE 2

08:59
Se nós não entendemos essa
realidade para, após essa
compreensão, criar uma
modelagem de ciência de
O poder exponencial que a 09:24 dados que consiga resolver
ciência de dados nos traz algo dessa realidade, estamos
é um poder de conseguir usando ciência de dados para
resolver problemas dessa algo que não traz valor.
realidade de uma maneira
nunca antes vista.

10:03 Universidade da Califórnia

Neste momento da aula, o professor

Questionamentos
O professor faz três questionamentos:
• Você está construindo um negócio e/
ou, produto para resolver um problema
real?
• Como saber se não é apenas sua
vaidade? Tem como medir?
compartilha a história do Campus da
21:19 Universidade da Califórnia, em Irvine,
para abordar um método de construção
urbanística diferente do utilizado em
Brasília - um método que tem um
compromisso maior com a funcionalidade
do que com a estética, a partir da
compreensão do público que utiliza o
espaço.

• Como criar um negócio que cresce

exponencialmente?

14
 PALAVRAS-CHAVE
23:14

Product market fit: O PMF é utilizado

para avaliar o desempenho de um
produto dentro de um determinado
mercado. A fidelidade do consumidor, 26:22
A ideia, por si só, não vale nada.
a qualificação dos competidores O que vale é a implementação
e a capacidade de oferta de valor
dessa ideia e implementar uma
são algumas das variáveis inseridas
nessa equação. De acordo com o ideia dá muito trabalho.
próprio criador do conceito, contar
com um bom PMF significa estar
inserido em um mercado forte e, ao
mesmo tempo, oferecer produtos 37:46
Não há como construir
que satisfaçam esse nicho. Em outras bons produtos sem, de fato,
palavras, é preciso que a solução
colocar o cliente no centro.
oferecida pela sua marca resolva os
problemas da persona. Saiba mais Não há como desbloquear o
aqui. potencial da ciência de dados
na construção, na evolução,
na otimização, no crescimento
de produtos, sem de fato
estarmos com a mentalidade
EXERCÍCIO DE FIXAÇÃO alinhada.
38:00
Esta técnica é utilizada para avaliar
o desempenho de um produto
dentro de um determinado
mercado. Assinale a alternativa
que corresponda corretamente à
afirmação.

Product market fit.

Método feijão com arroz.

Design thinking.

Metaverso.
Resposta desta página: alternativa 1.

15
 AULA 2 • PARTE 3

PALAVRAS-CHAVE
01:34

Mundo VUCA: Na tradução para

o português, o termo VUCA é um
acrônimo de “volatilidade, incerteza,
complexidade e ambiguidade”. Esses
pilares são utilizados para descrever
o cenário de incessantes mudanças
de forma rápida, complexa e aberta
a interpretações que vivemos
atualmente.
Mundo não linear e incompreensível
Neste momento da aula, o professor fala
especificamente sobre duas caracterísitcas
do Mundo BANI:
• Mundo não linear: planejamentos a longo
prazo podem não fazer mais sentido no
Mundo BANI. Isto acontece porque várias
ações estão em curso simultaneamente e,
em um mundo não linear, nós não temos
controle daquilo que está por vir. Ao
mesmo tempo, é difícil ver as conexões
entre diferentes coisas ou perceber que
outros projetos e processos acontecem
paralelamente ao nosso redor. É por
isso que o Mundo BANI nos coloca em
uma constante mudança, mostrando
que rapidamente teremos que adaptar
a forma como trabalhamos para fazer
parte desta nova realidade;
PALAVRAS-CHAVE
02:26
Mundo BANI: O conceito foi criado
no ano de 2018 pelo futurista e
antropólogo norte-americano Jamais
Cascio. O autor observou que o
Mundo VUCA tinha ficado obsoleto
e não se aplicava mais à realidade
de um mundo tão acelerado quanto
03:36 o nosso, principalmente após a
pandemia da Covid-19. O termo
BANI significa “Brittle, Anxious,
Nonlinear, and Incomprehensible” -
em português podemos chamar de
FANI (“Frágil, Ansioso, Não linear e
Incompreensível”).
PALAVRAS-CHAVE
29:16
KPI: Trata-se de uma sigla em inglês
para “Key Performance Indicator”
- são os Indicadores-Chave de
Performance. Trata-se de uma
ferramenta de gestão empregada
para analisar os indicadores mais
importantes de um negócio ou
empresa.

• Mundo incompreensível: não é de hoje PALAVRAS-CHAVE

que buscamos respostas para tudo, 32:08
afinal, o que mais temos acesso hoje em
dia são informações. Só que, por outro Crescimento exponencial: É a
conjunção de três elementos -
lado, montar uma estratégia baseada
previsibilidade, ser replicável e ser
apenas em dados pode não ser sinônimo escalável.
de sucesso, uma vez que mudamos
de ideia o tempo todo. Diante de uma
realidade com tantas mudanças e
acontecimentos, é fácil perder a conexão
com a realidade e ter dificuldade em
compreender o mundo em que estamos
vivendo. O avanço tecnológico também
fez a sua contribuição em diversas áreas,
e a sensação que temos hoje é que já não
é mais possível entender a forma como
as coisas funcionam.

16
Funções 41:27

• Análise exploratória: proporciona

conhecimento limitado sobre uma
situação; busca-se compreender o
problema para coletar informações
e gerar hipóteses para aprofundar o
processo decisório;

• Função descritiva: busca-se coletar ou

apresentar uma informação adicional;
é uma forma de descrever os clientes e
suas jornadas.

AULA 2 • PARTE 4

Funções II 00:24

• Função diagnóstico: tem como

objetivo investigar a relação dos dados
coletados a partir das pesquisas;
06:11
investiga-se a causalidade do
concluído anteriormente;
• Função preditiva: busca-se usar os
dados para prever resultados de uma
decisão;
• Função prescritiva: sinaliza-se o que se
pode fazer hoje para que o futuro seja
como o esperado.
PALAVRAS-CHAVE
Design thinking: É o termo utilizado
para se referir ao processo de
pensamento crítico e criativo,
possibilitando a organização de ideias
de modo a estimular tomadas de
decisão e a busca por conhecimento.
Não se trata de um método
específico, mas de uma forma de
abordagem. Em outras palavras, o
design thinking não traz uma fórmula
específica para sua implantação.
Em vez disso, ele cria as condições
necessárias para maximizar a geração
de insights e a aplicação prática
deles. A ideia é que o processo
seja realizado de forma coletiva e
colaborativa, de modo a reunir o
máximo de perspectivas diferentes.

17
 LEITURAS INDICADAS
06:32
Design thinking
06:49
Este livro introduz a ideia de Design Thinking,
um processo colaborativo que usa a
sensibilidade e a técnica criativa para suprir
as necessidades das pessoas não só com o
que é tecnicamente visível, mas com uma
estratégia de negócios viável. Em resumo,
o Design Thinking converte necessidade
em demanda. É uma abordagem centrada
no aspecto humano destinada a resolver
problemas e ajudar pessoas e organizações
a serem mais inovadoras e criativas. Escrito
07:00
numa linguagem leve e embasada, este não
é um livro de designers para designers, e sim
uma obra para líderes criativos que estão
sempre em busca de alternativas viáveis,
tanto funcional quanto financeiramente, para
os negócios e para a sociedade.
Resposta desta página: alternativa 4.
PALAVRAS-CHAVE
Duplo diamante: O duplo diamante é
um método para aplicação do design
thinking, utilizado para resolução de
problemas e para levar as empresas a
inovarem. Essa metodologia é fácil de
entender e bastante visual, por isso
é uma das mais utilizadas. Trata-se
de um diagrama formado por quatro
triângulos conectados para retratar as
quatro fases do processo de inovação
- descobrir, definir, desenvolver
e entregar. Dessa forma, a figura
esquematiza as convergências e
divergências de pensamento que
surgem ao longo do caminho.
EXERCÍCIO DE FIXAÇÃO
O crescimento exponencial é a
conjunção de três elementos, dos
quais não faz parte:
Previsibilidade.
Ser replicável.
Ser escalável.
Volatilidade.
18
 AULA 3 • PARTE 1

Os três V’s do Big Data 02:31

Michael Móra propõe-se a explicar o que

é ciência de dados, qual é a sua relação
com a Inteligência Artificial (IA) e com o
14:26
Machine Learning, entre outros. Ciência de dados é uma
ciência à parte. Ela tem
Ciência de dados é uma área que está
umas características que são
em definição e que muda conforme a
próprias, é óbvio que ela vai
evolução das tecnologias. O forte acúmulo
emprestar de outros lugares.
de dados é algo que existe desde a I Mas, hoje, a gente enxerga
Revolução Industrial, mas o que temos de tudo isso como uma área
diferente, nesta etapa da nossa evolução, multidisciplinar.
é que os dados ainda crescem de maneira
exponencial. Entretanto, para além disso,
há uma variedade muito grande de dados
a serem analisados. 16:22
Não se faz ciência de dados
Da união do volume, da variedade e sem conhecer o negócio.
da velocidade surge o Big Data, diz o
professor. Termo este que surgiu em 1997,
mas que passou a ser usado em 2001.

De posse destes dados gerados é preciso 20:54

Data science, agora, está
fazer o que já se fazia, porém com estabelecida. É quase
mais afinco. É necessário agregá-los e commodity. Então, se antes a
promover estatísticas, torná-lo acessível gente encarava isso como uma
e organizado e, por fim, promover vantagem competitiva, agora
descobertas por meio da interpretação passa a ser algo que ou se faz
destas informações. ou a gente está fora da linha de
competição.

Atores da ciência de dados 23:19

O professor reconhece que uma só

pessoa não concentra todas as qualidades
exigidas para se trabalhar com ciência
de dados. Por isso, ele apresenta as
características que uma equipe deve ter,
do ponto de vista de conhecimentos,
para executar de forma plena suas tarefas
e poder trazer insights consistentes ao
negócio.

As características são solidez na

matemática e matemática aplicada, na
estatística aplicada e análise de dados,

19
 fundamentos sólidos de programação em
R, Python, julia, SQL, data mining, machine
learning e discovery.
34:20
É pontuado ainda que o uso de dados
no negócio exige o cumprimento de um
processo de entendimento do que é e será
feito. Primeiramente, deve-se entender
que problema que se deseja resolver
com o auxílio de dados, como coletar
essas informações, como limpá-las e
realizar sua curadoria. A partir daí, se faz
o modelo neural, preditivo, entre outros.
Posteriormente, avalia-se se ele faz sentido,
passa-se pelo processo de validação e,
depois, o de produção.
EXERCÍCIO DE FIXAÇÃO
35:00
Quais são os três V’s do Big Data?
Volume, versatilidade e velocidade.
Volume, variedade e velocidade.
Variedade, virtualidade e volume.
Versatilidade, variedade e velocida-
de.
AULA 3 • PARTE 2
Resposta desta página: alternativa 2.
00:24
Fundamentos da IA
Em 1943, Alan Turing menciona pela
primeira vez o termo “inteligência
artificial”. Ou seja, desde que o
computador surgiu, era comum pensar que
existiria um processo de aprendizagem
para executar tarefas com mais sucesso
que humanos.
Hoje, existem três frentes para estruturas
da IA: engenharia (construção de
sistemas inteligentes), científica (pesquisa
de sistemas cerebrais), filosóficas
(as máquinas têm consciência). Os
paradigmas da IA, por sua vez, são
os seguintes: simbólico, estatístico,
conexionista, evolucionista.
Fundamentos da IA
A Filosofia entra como um dos alicerces
desta área, uma vez que passamos a
questionar se computadores poderiam
pensar, isso nos leva diretamente àqueles
que estudam o funcionamento da
inteligência - ou seja, os filósofos.
A noção de mente racional era trabalhada
por Platão, Sócrates e Aristóteles. A
20

A gente vê IA, consegue ver
IA em praticamente todas as
áreas do conhecimento.
FUNDAMENTO I
Aprendizagem por reforço
Aprendizagem por reforço é o treinamento
de modelos de aprendizado de máquina
para tomar uma sequência de decisões.
O agente aprende a atingir uma meta em
um ambiente incerto e potencialmente
complexo.
No aprendizado por reforço, o sistema
de inteligência artificial enfrenta uma
situação. O computador utiliza tentativa
e erro para encontrar uma solução para o
problema. Para que a máquina faça o que o
programador deseja, a inteligência artificial
recebe recompensas ou penalidades pelas
ações que executa. Seu objetivo é maximizar
a recompensa total.
AULA 3 • PARTE 3
00:24
A partir de premissas eu
gero conclusões, o processo
de indução é um processo
de generalização; eu tento a
partir de instâncias concretas
achar explicação, a regra geral,
que explica as instâncias.
matemática também compõe este escopo
desde o momento em que Turing definiu
30:15 tudo o que poderia ser feito dentro do
sistema computacional como inteligência.
No caso da engenharia computacional,
com o aumento da velocidade de
processamento e capacidade de memória
e o desenvolvimento de linguagens, as
metodologias e interfaces também foram
34:40
cruciais para a IA. A linguística, ainda, é
a base para o desenvolvimento de novas
linguagens artificiais.
É exposto o que já é possível fazer com a
IA. Entre as atividades já desenvolvidas,
são apontadas: robôs que jogam tênis
com destreza, carros inteligentes que
percorrem rodovias montanhosas em
segurança e sistemas da área legal que
dão conselhos especializados.
Machine Learning
Machine Learning está associado à
capacidade de melhorar o desempenho
na realização de alguma tarefa por meio
04:45
da experiência e da prática. Isso se dá por
meio do processo de indução que tenta
criar generalizações que justifiquem os
dados inseridos na tecnologia. Isso quer
dizer que o processo de aprendizagem
tem uma margem de erro que pode ser
aceitável ou não.
21
 05:52
A partir de um conjunto
de dados anônimos, não
rotulados, eu começo a buscar
características que façam
sentido ao meu negócio.
Eu uso um conjunto de dados
para aprender e um pedacinho
destes dados para verificar
se a aprendizagem funcionou
bem ou mal.
AULA 3 • PARTE 4
00:24
É sempre essa lógica de um
conjunto de neurônios com
algum tipo de conexão entre
si, por isso, uma rede neural.
Tipos de aprendizagem
A aprendizagem supervisionada diz
respeito a amostras de entrada e de saídas
correspondentes a esses dados anteriores.
22:51
Quando há um conjunto de dados,
mas não uma classificação para eles, o
processo torna-se não supervisionado.
Por fim, é apresentada a aprendizagem
por reforço, que se baseia em um sistema
de punição e recompensa conforme a
performance.
27:28 Dentro do processo de aprendizagem
supervisionado, a tarefa pode ser preditiva
ou descritiva. A primeira refere-se à busca
de um modelo a partir dos dados de
treino, por meio do qual pode-se prever
quais serão as respostas para dados do
mesmo tipo que cheguem para o sistema.
Quando o processo não é supervisionado,
a classificação não se torna viável, porque
não há uma classificação inicial que separe
os próximos dados a serem inseridos.
Por isso, só podem ser feitas atividades
descritivas, no qual o sistema consegue
descrever o conjunto de dados recebidos.
Esse modelo permite a realização de
agrupamentos, sumarização e associações.
Redes neurais
Uma rede neural possui um processo
de aprendizagem baseado na fase de
02:07 treinamento (pré-processamento, definição
da topologia e treinamento da rede) e fase
da generalização (pré-processamento dos
dados de teste, generalização deste dados,
saída da rede e análise de resultados).
22

04:17
Deep Learning
A principal diferença entre o Machine
Learning e o Deep Learning está no
apagamento da necessidade de se fazer
da engenharia de feature, visto que isso
passa a ser executado por algoritmos no
Deep Learning.
O professor destaca que é importante
09:02
alimentar as redes neurais com uma
variedade de dados para que a sua
interpretação não seja enviesada, como
no caso dos sistemas de reconhecimento
facial que reconhecem de maneira errada
rostos negros, justamente por estarem
enviesados.
18:45
FUNDAMENTO II
Neurônio artificial
O modelo de neurônio artificial foi elaborado
em 1940. Ele é um modelo simplificado
08:28
e simulado do neurônio real e suas
características básicas são a adaptação
e a representação de conhecimentos
baseada em conexões. Este modelo é uma
simplificação do que se sabia até então a
respeito do neurônio biológico.
Ao aumentar essa rede neural,
aumentar esse modelo em
profundidade, uma coisa a
gente ganha: eu não preciso
mais fazer engenharia de
feature.
O Deep Learning, dentro das
redes neurais, é essa ideia de
aprofundar as redes, botar mais
níveis e mais neurônios.
23
 Resumo da disciplina
Nesta página, veja um resumo dos principais conceitos trabalhados ao longo da
disciplina.

AULA 1

Com design de produto e pesquisa

conseguimos compreender o cliente.

Cada vez mais experimentamos uma

evolução rápida dos produtos.

Toda conversa de Inteligência Artificial só

ocorre com ciência de dados.

AULA 2

Devemos desenvolver produtos digitais

focando no cliente e na resolução de
problemas reais.

A ciência de dados proporciona um poder

exponencial.

Não há como construir bons produtos

sem, de fato, colocar o cliente no centro.

AULA 3

Data Science já está consolidada, é quase

um commodity.

Conseguimos ver IA em, praticamente,

todas as áreas do conhecimento.

Não se faz ciência de dados sem conhecer

o negócio.

24
 Avaliação
Veja as instruções para realizar a avaliação da disciplina.

Já está disponível o teste online da disciplina. O prazo para realização

é de dois meses a partir da data de lançamento das aulas. ​

Lembre-se que cada disciplina possui uma avaliação online.

A nota mínima para aprovação é 6. ​

Fique tranquilo! Caso você perca o prazo do teste online, ficará aberto
o teste de recuperação, que pode ser realizado até o final do seu curso.
A única diferença é que a nota máxima atribuída na recuperação é 8.
 MBA em
Administração, Finanças e Geração de Valor