01 - DataScience

DATA
SCIENCE
Por que a
teoria?
Tal como Business Intelligence,
Data Science é muito amplo, e
costuma causar confusao
quanto aos conceitos e áreas.
a introducao se faz
necessária
para que o aluno saiba para
que área seguir.
Introducao
A DataScience
o que há em
comum nas
seguintes
empresas?
+ informacoes
+ poder
= pessoas para interpreta-las
Área em crescente
demanda
Com a importância da
Informacao, a profissao
de cientista de dados é a
que mais cresce atualmente
+ informacoes
Varejo
+ poder
= pessoas
Reconhecimento de Voz para interpreta-las
Estima-se que em
torno de 90% dos
dados
Saúde armazenados na
web tenham sido
gerados somente
Comunicacao nos últimos 2 anos.
Seguranca
O que é INSIGHT?
De uma forma simples e

direta: Insight é solucao
Negócios apresentam problemas, que

necessitam de solucoes, que por sua vez,
necessitam de decisoes tomadas em cima de
dados.
O processo de decisao deve
ser SEMPRE baseado em
dados, por isso a
importância dos insights
Business Intelligence x Data Science
O que faz a ciência

de dados?
Coleta dados de várias fontes, analisando e

ajudando na tomada de decisoes de forma
preditiva e em grandes quantidades, gerando
insights.
Mas lembre-se:
Planejamento nao é
certeza. Nunca.
Ciência de Dados é o processo
Que extrai dados
De diversas fontes
Em diferentes velocidades
Gerando valor
Processando grandes quantidades

Outra verdade:
Matemática e Estatística Mas já nao
eram
realizadas
Data Science nao é
Negócios analises de
dados
uma ferramenta. É um anteriormente?
Mining e Visualizacao de Dados
conjunto de métodos.
Programacao e Computacao O Big Data evidenciou o
Ciência de Dados
Áreas
Correlatas
Por ser um conjuto
de métodos, a Ciência de
Dados possui algumas
áreas correlatas, divididas
em sub áreas.
Utilizamos métodos
automatizados Computacao Negocios
Saúde
Infra
Progra
macao
Data
Science Vendas
Banco
Industria
Agregando valor
Machine
para o negócio
Learning
Para analisar uma Estatística e Matemática são a

Estatística e Matemática base da ciência de dados, e o
imensa massa de
diferencial de métodos
dados anteriores, pois é através delas
que são construídos os modelos
de análise de dados.
Dois pilares
Engenharia de Dados
onde nos referimos ao profissional capaz de projetar o
armazenamento de grandes quantidades de dados
Pensamento Lógico
Capacidade do profissional de analisar os dados e
aprender algo novo com ele, agregando aos negócios
Virtualizacao e
Cloud
O armzenamento de grandes massas de
dados consequentemente requer um poder
maior de processamento. Isso favorece ao
crescimento de áreas como BigData e NoSQL
e com isso, o processamento horizontal.
Big
Data
Bancos nao relacionais
P R O C E S S A M E N T O H O R I Z O N TA L
horizontal.
E afinal, o que é Machine Learning?
O conceito mais
básico de
Machine
Learning:
Robôs atuando
na linha de
producao
automotiva.
Machine Learning é uma
sub área de Inteligência
Artificial
Funcionamento Geral de Machine Learning
Programamos as máquinas para aprenderem com os dados coletados.
Aprendizagem
com algoritmos Saída produzida
Coleta de Dados de Machine para o usuário
Learning
1 2 3
Data science e Estatística
Anteriormente vimos que o aprendizado de máquina dá-se pela
coleta de dados, aprendizagem e saída de um resultado.
De uma maneira simples, podemos definir estatística da seguinte
forma:
Coleta Aplicação de
Definição de um Organização
dos métodos Saída
problema dos Dados
Dados estatísticos
Algoritmos de Machine
Learning utilizam
estatística!!
Visao Macro de Projetos de Data Science.
Definição do Entender o Conhecer os
PREPARAÇÃO
Objetivo problema Dados
Obtenção e
ENGENHARIA DE Transformação e Persistência dos
limpeza dos
DADOS
enriquecimento dados
dados
Análise
ANALYTICS
Exploratória e Modelagem e
Comunicação
Inferências Predição
PRODUÇÃO
Produtos de Operacionalizar Otimização
Dados
Roadmap de Tecnologias
Entregáveis
1 Relatórios
2 Storytelling
3 Dashboards
4 Aplicações

01 - DataScience

Enviado por

Direitos autorais:

Formatos disponíveis

01 - DataScience

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

01 - DataScience

Enviado por

Direitos autorais:

Formatos disponíveis

DATA

De uma forma simples e

Negócios apresentam problemas, que

O que faz a ciência

Coleta dados de várias fontes, analisando e

Que extrai dados

Processando grandes quantidades

Para analisar uma Estatística e Matemática são a

Você também pode gostar