área de Dados_

Annotations:

• def:  - análise e métodos +complexos; análise e extraç dados; Python, R, SAS, JAVA, PERL, C/C++, HADOOP, SQL; . - entender a questão e o negócio -> coleta dados -> organiza, modela dados -> buscar/construir algoritmos de Machine Learning -> Produzir modelo
• podcast alura https://www.alura.com.br/podcast/hipsterstech-primeiros-passos-em-data-science-do-excel-e-bi-ao-python-hipsters-134-a448
•  univesp https://www.youtube.com/watch?v=DbmOv0mCc44
• DNC https://dnc.group/blog/category/data-science/

1. data set = conj dados
2. redes neurais
3. PGMAS / LP Ling pgmç

   Attachments:

   • Programação_
   1. excel, macroVBAS
   2. R
   3. Python, Pandas

      Annotations:

      • Pandas biblioteca do Python
   4. SQL, NoSQL
      1. MySQL Server

         Annotations:

         • sist gerenciamento dados
   5. editores cód: Notepad++ ; Visual Studio code
4. clustering
   1. * Netflix usa cluster Jupyters p/rodar machine learning
5. teste de controle randomizado
6. Data Analytics / Business Analyst

   Annotations:

   • estatísticas descritivas e inferenciais; SAS, R
   1. data mining. BI business intelligence
   2. conhecer bem o negócio e seus problemas -> fazer perguntas 'certas' -> tdas infs no B.D -> insights -> apresenta c/relatórios e dashboards, Storytelling de Dados
7. Big data

   Annotations:

   • big data: grande qtd dados processar dados em larga escala; volume, velocid e variedade; VISÃO DE NEGÓCIOS, OBJETIVOS DA EMPRESA, AUMENTO DE LUCROS
8. modelo baseado em dados (representç fenômeno)

   Annotations:

   • análise comportamento pra tomar decisões
   1. aplicações
      1. transporte, logística, viagem

         Annotations:

         • prever atrasos voos; descobrir melhores rotas com redução custos (ex Fedex);
      2. corporativo

         Annotations:

         • qts vendas fará mês q vêm?; qual probabilid do cliente cancelar o pedido?;prever atritos de funcionários, vars q influencia no desligamento;c/ X investidos em mkt pago qt de retorno (vendas) fará?
      3. saúde

         Annotations:

         • profundo dos dados de genomas de problemas genéticos em reação com drogas específicas e doenças possibilitou novos tratamentos e abordagens.
9. habilids

   Annotations:

   • https://dnc.group/blog/carreira/carreira-em-dados/?utm_campaign=536_-_trilhadados_e-mail_1_-_data_science_sem_misterio&utm_medium=email&utm_source=RD+Station
   1. pensamento analítico
   2. data-driven = embasamento pra tomar decisões: Quantitativo e Preditivo

      Annotations:

      • dados -> conhecimento e inteligencia comercial  https://neilpatel.com/br/blog/data-driven/
      • cultura e metodologia data driven=
   3. analytics driven = Qualitativa, busca relaçs entre dados e padrões (significado nos dados)
10. Ciência de Dados

    Annotations:

    • COLETAR (aquisiç, extraç, entrada dados, recepç de sinal), TRATAR (limpar,preparar,processar,arq dados), MANTER (armazenar,manter dados), PROCESSAR E ANALISAR (Mineraç dados, Classifç,Modelagem, Analise preditiva, Regressao, Analise qualitativa), COMUNICAR (relatorios dados, visualizç, inteligencia negocios, tomada decisões)
    1. SciKitLearn

       Annotations:

       • biblioteca p/trab machine learn
    2. Análise exploratória

       Annotations:

       • explorar dados sem saber oq exatamente procura; p/ levantar perguntas
       1. => Insights, prever tendências
    3. Anaconda
    4. Docker

       Annotations:

       • container
    5. Minio server

       Annotations:

       • data lake gratuito
    6. Apache Airflow
    7. Notebooks (online /local)
       1. GOOGLE COLAB

          Annotations:

          • https://www.alura.com.br/artigos/google-colab-o-que-e-e-como-usar?utm_source=gnarus&utm_medium=timeline
       2. JUPYTER
11. Eng Dados (data engineer)
12. Eng Machine Learning
    1. Machine learning

       Annotations:

       • previsões