Afinal, o que é Ciência de Dados?

Obrigada pelo comentário, GTEK!

Eu tentei reunir nesse texto alguns conceitos mais gerais e no fim citei algumas profissões correlatas; e essas correlações vêm de forma que o termo Ciência de Dados é um termo "guarda-chuva". Até onde eu sei, está correto dizer que Ciência de Dados usa de metodologias científicas, passando pelos seguintes estágios:

• Perguntas: Observar e questionar
• Pesquisa: Identificar comportamentos
• Hipótese: Analisar os dados em busca de respostas
• Teste de hipóteses: Criar experimentos para validar/checar as hipóteses
• Conclusão: Analisar os resultados (que também podem e devem ser questionados)
• Publicação: Se e somente se a conclusão estiver correta, se refere à emissão de relatórios, colocar o modelo (machine learning) em produção etc.

Com isso, eu diria que todos podem acabar passando por alguns desses estágios. O que acontece é que alguns se distanciam mais do que outros, como é o caso da Engenharia de Dados - por exemplo. De forma prática, perceba a diferença entre Análise e Engenharia:

• Engenheiro(a) de dados: Basicamente responsável por extrair, limpar e integrar dados - compilando e instalando sistemas de banco de dados. (VYAS, 2016)

• Analista de dados: Basicamente usa ferramentas estatísticas para interpretar bases de dados, prestando atenção à padrões e tendências que poderiam ter valor em diagnósticos e/ou em análises preditivas. (EASTWOOD, 2019)

Olá, @felipemoreira!

Obrigada pelo comentário e feedback. Você será muito bem-vindo em Análise de Dados, tem bastante coisa interessante e que pode gerar grandes valores pros times de negócio :)

Acabo de te seguir no Github e deixo também aqui meu Linkedin. #BoraSeConectar!

Github: https://github.com/naomilago
LinkedIn: https://linkedin.com/in/naomilago

Olá, @bertini, tudo certo por aí?

     Primeiramente eu gostaria de me desculpar pela demora em responder, eu fiquei afastada das minhas atividades nesses últimos 60 dias.

     Eu adoraria compartilhar meus processos com quem tiver interesse em saber mais sobre. Essa área está em constante mudança e eu tenho cada vez mais encontrado minha "sub-área" favorita, que é NLP. Eu tenho planos de fomentar algumas discussões sobre esse tema enquanto eu vou estudando e me aprofundando nesse assunto riquíssimo que envolve Machine Learning (ML) e Inteligência Artificial (IA).

     Eu posso auxiliar com a construção, condução e análise de projetos open-source em todos e qualquer nível. Quem tiver interesse, inclusive, eu me coloco à disposição para colocar essas ideias em prática.

     Paralelo à isso, eu deixo um link de uma pesquisa que estou iniciando e, contribuições são bem-vindas. Vocês podem saber mais em um post que fiz no meu LinkedIn e entrar em contato através do meu e-mail [email protected] para agendarmos um bate-papo.

     Através desse mesmo e-mail, podemos organizar sprints com projetos pessoais e open-source para que possamos ter projetos em portifólio! Quaisquer dúvidas e/ou sugestões, eu me coloco à disposição :)

Carinhosamente,
Naomi Lago

Olá, @talilotarlison, tudo bem?

     Primeiramente eu gostaria de me desculpar pela demora em responder, eu fiquei afastada das minhas atividades nesses últimos 60 dias.

     Tenho a intenção de continuar postando sim e fico muito feliz com comentários como o seu que me motivam a compartilar os meus estudos e também incentivar quem se interessa pela área.

     Te desejo uma boa tragetória com muitas conquistas, assim como todas as outras áreas de conhecimento essa necessita de bastante disciplina e estudos - mas que no final tudo é recompensado.

"E quando você pensar em desistir, lembre-se dos motivos que te fizeram aguentar até agora."
-- Autoria desconhecida

Carinhosamente,
Naomi Lago

Olá, @Geraldomendes, como vai?

     Primeiramente eu gostaria de me desculpar pela demora em responder, eu fiquei afastada das minhas atividades nesses últimos 60 dias.

     Segundo Maurício Bezerra que é Analista de Dados no Guiabolso, se define Analista de Dados "quem está mais próximo do negócio em si" (Fevereiro de 2022). Então se torna responsabilidade das pessoas analistas a compreensão do negócio, a realização de análises e a apresentação de soluções para todas as áreas da empresa. Bezerra ainda afirma que, pela conexão que analistas têm com o Business da empresa, precisam saber onde encontrar dados para gerar informações precisas para os times de negócio.

     Geralmente, a diferença entre Analistas e Cientistas de Dados se dá pelas aplicabilidades. Uma pessoa Cientista de Dados, por exemplo, vai entrar também na parte de predições. Se eu preciso criar um modelo preditivo para estimar (usando matemática, estatística e a compreensão clara da área de negócio) se um e-mail é spam - baseados em outros e-mails já classificados como spam, eu posso usar os classificadores encontrados em bibliotecas de Machine Learning (Aprendizagem de Máquina) - usando estatísticas e outras ferramentas.

     Eu recomendo, para início de carreira em dados, ter um domínio em Python - em nível intermediário ao menos. Com isso, você consegue construir seu conhecimento com práticas dos problemas do negócio e explorar mais bibliotecas. O canal do YouTube "Eduardo Mendes", ou "Dunossauro" pode auxiliar nesse processo de nivelamento da linguagem Python. Além disso, ler e aplicar técnicas das documentações oficiais (Python e suas bibliotecas) é uma ótima prática.

     Por fim, o meu processo para chegar até minha posição profissional atual foi um tanto quanto longo (visto que eu comecei a estudar tecnologia desde meus 15 anos e hoje me encontro com 19 anos). Essa história vale um novo post que tenho a intenção de publicar por aqui, então continue acompanhando que logo mais temos um post contando um pouco mais sobre mim e minha relação com a Tecnologia da Informação (TI).

Carinhosamente,
Naomi Lago