Plano de Estudo

Roadmap Data Science

24 cursos
2 posts

1) Entender o problema

Se reunir com os especialistas que tem dominio sobre o assunto que envolve o problema, com o intuito de discutir e eleborar um plano para a solução do problema. Essa etapa é crucial para descobrir quais variáveis serão uteis para a resolução do problema.

Habilidades

  • Saber se comunicar e expressar-se bem
  • Perspicácia nos negócios: trabalhe para fazer as perguntas certas para responder, aquelas que realmente visam resolver o problema
  • Conseguir propor novas análises, experimentos, estudos e processos de trabalhos
  • Trabalhar seguindo uma lógica para no final entregar relatórios objetivos
  • Trabalhar em equipe
  • Ser proativo
  • Ser aberto a desafios

2) Obter e preparar os dados

Obter os dados de diferentes fontes e formatos e prepara-los (descobrir inconsistências e outliers visando maximizar a obtenção de informações ocultas em sua estrutura) para uma melhor eficiência na hora da analise. Essa é uma etapa critica de todo o processo, pois a qualidade da analise vai depender da qualidade dos dados.

Habilidades

  • Python para Data Science
  • Ferramentas de trabalho básicas
    • Pip e Venv
    • Jupyter
  • Manipulação de dados
    • Pandas
    • Numpy
  • Saber lidar com vários tipos de data set
    • CSV
    • Excel
    • Banco de dados
      • SQL e MySQL
      • Hadoop e Apache Spark

3) Explorar os dados

Utilizar tecnicas variadas para analizar os dados com o intuito de descobrir relações entre os dados, padrões, tendências e resumir suas principais caracteristicas antes que eles sejam submetidos a alguma aplicação, seja ela de négocios, estatistica ou aprendizado de maquina.

Habilidades

  • Matemática
    • Estatística e probabilidade
    • Calculo
    • Álgebra linear
  • Visualização de dados
    • Matplotlib
    • Seaborn
  • Manipulação de dados (coloquei só para destacar que você vai usar essas habilidades aqui tbm)
    • Pandas
    • Numpy

4) Modelagem de dados

Escolher tecnicas de Machine learning (Machine learning é um ramo da inteligência artificial baseado na ideia de que sistemas podem aprender com dados, identificar padrões e tomar decisões com o mínimo de intervenção humana) para encontrar padrões e respostas para suas perguntas.

Habilidades

  • Machine Learning
    • Introdução a Machine learning
    • Classificação
    • Regressão
    • Agrupamento de dados
  • Avaliação do modelo de ML
    • Será que seu modelo atinge todas as necessidades que foram definidas inicialmente?
  • Visando o entedimento dos tomadores de decisão do negocio, saber escolher o melhor modelo de ML
  • Deployment de modelos de ML
    • O que será apresentado aqui pode ser um um software, um relatório, uma apresentação em ppt

5) Tomada de decisões

O cientista de dados deve se reunir com os especialistas e os tomadores de decição do négocio para mostrar os resultados de seu trabalho e discutirem qual é a melhor decisão a ser tomada.

Habilidades

  • Saber se comunicar e expressar-se bem
  • Desenvolver Dashboards
    • BI e Data Studio
Criado por Huan Barros Do Nascimento

30.5k xp

Inscreva-se agora

Última atualização em

05/09/2022

O que é este plano de estudo?

Planos de estudo são sequências de cursos e outros conteúdos criados por alunos e alunas da Alura para organizar seus estudos. Siga planos que te interessem ou crie o seu próprio.

Passo a passo

  1. 1

    Conteúdo do plano