Eu já trabalhei remotamente e presencialmente durante anos e posso dizer que criar novos hábitos e deixar para trás os antigos é a parte mais difícil de qualquer processo de adaptação. Infelizmente períodos de crise, como a pandemia que estamos vivendo agora, pedem que façamos mais esforços para continuarmos sendo pessoas producentes na medida do possível. Não vou te dizer que existe uma receita mágica para montar o seu home office e trabalhar no modo de fúria de todos os dias, mas existem processos que podem te ajudar a cada dia que passa se encontrar mais confortável numa rotina nova. Então vou compartilhar aqui as dicas que sigo e me ajudam a trabalhar remotamente.

Esse texto é a parte final da trilogia “Quem tem medo de virar cientista de dados?” — Depois de ler sobre a fase do “Será que eu vou conseguir?” e a fase do “Vale a pena mesmo começar a trabalhar numa área totalmente nova para mim?”, começa a cair a ficha de que não é apenas o currículo matador com formação exemplar que vai te ajudar a…

Mas só se você levantar o bumbum do sofá e começar a fazer sua parte — Usualmente cientistas de dados querem resolver problemas ou responder perguntas. Seja para encontrar a cura do câncer ou para combater a corrupção, dados passam por uma sequência parecida de passos antes de se tornarem parte da solução. A ideia desse texto é explicar mostrando um caso prático (e famosinho) do uso da ciência de dados. Então, se você já manja de ciência de dados e tá precisando de inspiração pra projetos de estimação, se prepare para aprender coisas novas que você pode não saber sobre leis e dados. Esse texto também é pra você que ainda tá aprendendo e quer conhecer a dinâmica de um projeto de ciência de dados.

Existem várias formas de caracterizar um conjunto de dados. As formas mais simples estatisticamente falando, são as medidas de tendência central: moda, média e mediana. — É possível que você já tenha escutado esses nomes por aí, mas vamos definir e aprender a calcular cada uma delas, tá bom? Para ficar mais fácil de assimilar, durante todo esse post, nós vamos usar o seguinte conjunto de dados:

Você já deve ter visto gráficos de barras por aí. O histograma apesar de lembrar um gráfico de barras, tem algumas diferenças fundamentais e vamos vê-las a seguir. — Informação É comum encontrar nossos dados em formatos tabulares como planilhas e similares no entanto, para notar tendências e padrões, formas visuais podem ser mais amigáveis ao investigar melhor os seus dados, encontrar tendências e padrões. É aí que gráficos como o histograma entram.

E se eu te disser que dá pra raspar dados sem escrever uma linha de código? — Isso mesmo: existem alguns tipos de dados que conseguimos raspar sem precisar da ajuda de uma linguagem de programação. E eu vou te mostrar como fazer isso! Para esse tutorial você vai precisar dos seguintes materiais: Conhecimento básico de HTML (reconhecer a tag <table>); Acesso a internet; Seu navegador favorito; …

Um dos métodos mais famosinhos pra achar agrupamentos em dados de forma não supervisionada é utilizando o KMeans. Mas e quando você não tem ideia de quantos clusters seus dados possam formar, como faz? — Dizer quantos clusters nós queremos encontrar é um desafio principalmente quando estamos lidando com aprendizado e agrupamento não supervisionado. Para resolver essa questão existe um método conhecido como Método Cotovelo (do inglês Elbow Method).

Após um ano de Pizza de Dados, eu te conto como é a jornada de ter um podcast — Em conversas, algumas pessoas já me falaram a seguinte frase: Sempre quis fazer um podcast sobre insira-aqui-o-assunto-de-sua-preferência mas não sei nem por onde começar… E a minha resposta é sempre a mesma: Eu te mostro como fizemos com o Pizza e se você quiser você pode tentar fazer o mesmo…

Não basta definir modelos e usar as validações que vem de fábrica, às vezes precisamos expandir essas validações para casos específicos do nosso domínio. Vamos ver como fazer isso nesse tutorial. — Aqui vamos continuar de onde paramos na primeira parte do tutorial: “Introdução ao Schematics: um guia para validar dados de um JSON”. Então estou considerando que você já fez todos os passos e aprendeu com a primeira parte e vamos aprofundar nosso estudo aqui.