A mina do ouro e a causalidade — Os melhores links da semana #5

Os melhores links da semana de 8 a 14 de Abril de 2019!

Os melhores links da semana! Entre eles, algo de muito valor! ;-)

Olá p-essoal! Sexta-feira chegou e mais uma edição dos melhores links da semana :-).

Onde está o ouro?

Infelizmente não é possível te dar o ouro aqui, mas eu posso te indicar onde minerar. Em análises sobre essa série de melhores links da semana, que vem ocorrendo no meu blog há quase 4 meses, as fontes dos links variam bastante. No entanto, é inevitável que algumas fontes se repitam, pois temos sim produtores de conteúdo de altíssima qualidade na comunidade de Data Science (sendo o Data Hackers e o Towards Data Science dois grandes exemplos). O Business Broadway, através de dados de um estudo realizado no Kaggle (fonte na imagem abaixo), elencou os blogs, podcasts e newsletters favoritos de profissionais de dados.

Blogs, podcasts e newsletters favoritos dos profissionais de dados. Mais aqui.

Mas não pararam aí! Eles produziram vários gráficos com base nos dados desse estudo. Por exemplo, quais são as plataformas e recursos mais usados para se aprender sobre ciência de dados? Quais os principais métodos? E quanto você acha que ganha um cientista de dados ao redor do mundo?

Plataformas e recursos mais utilizados para se aprender sobre ciência de dados. Mais aqui.
Principais métodos utilizados por cientistas de dados no trabalho. Mais aqui.
Remuneração anual mediana para Cientistas de Dados e Engenheiros de Aprendizado de Máquina. Mais aqui.

E você pode encontrar muito mais aqui.

Causalidade: A nova ciência

Para quem ficou curioso sobre essa “nova ciência”, recomendo ler o último livro do Judea Pearl (blog dele aqui), The Book of Why: The New Science of Cause and Effect (O Livro do Porquê: A Nova Ciência da Causa e Efeito). Se você já o conhece, ou conhece o Andrew Gelman (citado na primeira imagem dos blogs favoritos), talvez seja interessante entender de uma forma bem didática onde que as ideias de ambos se chocam. Confira aqui!

Se tem uma coisa que é inevitável pensar quando o assunto menciona causalidade é correlação(infelizmente). Mas na verdade, é possível sim ter uma associação de causa e efeito ainda que não exista correlação (ou uma correlação muito baixa), como podemos ver aqui (resposta a uma dúvida apontada pelo leitor desse post aqui). Se essa prova matemática não te convenceu, ou você está buscando algo mais palatável, você vai encontrar o que procura aqui! Mais sobre esse tema também aqui.

Data [coloque palavrinha aqui]

Data Scientist, Data Engineer, Data Analyst. Bem, vocês já devem ter visto essas e mais várias outras combinações de profissões com a palavra data ou dados no meio. É a mesma coisa? Tem dois textos da O’Reilly aqui e aqui que falam um pouco sobre uma confusão que existe entre engenheiros de dados e cientistas de dados. E ainda nessa temática de profissão, tem um texto muito legal do Eduards Sizovs falando que grandes desenvolvedores são criados, não contratados.

Bônus

Para fechar essa linda semana de férias (que não me impediu de preparar esse material para vocês), uma excelente referência rápida para visualização de dados! Mas não fique se sentindo tão mal se você já fez escolhas erradas. A própria The Economist, que publica cerca de 40 gráficos semanalmente, também já cometeu vários erros e a Sarah Leo fala sobre vários desses erros aqui. É importante aprendermos com nossos erros, mas também com os erros dos outros! ;-)

Oportunidades!

  1. Big Data Analyst naPRODESP.
  2. Cientista de dados na BLU.
  3. Data Mining Assistent na TalentFlux.
  4. Researcher / Data Scientist na Hitachi Europe.
  5. Predictive Analytics Team Lead (home office) na UNOPS.
  6. Data Scientist na EDF Training.

Como vocês sabem, essa série é uma versão resumida e mais contextualizada da série Best Links of the Week do meu blog pessoal. Caso queiram uma versão mais crua, mas mais extensa e completa, é só checar lá! Tem links fora da temática de data science também!

Espero que tenham gostado, e até mais [links]!