Olá, meu nome é Naomi, e eu sou Cientista de Dados. Sou entusiasta e estudante de tecnologia desde 2018, e quando as pessoas começam a se interessar por tecnologia, percebem que existem inúmeras áreas de especialização, incluindo o campo de Data Science. É sobre isso que vou falar hoje.
Quando falamos de Data Science, estamos descrevendo o processo de transformar dados em conhecimento (LOUKIDES, 2016). Isso nos mostra que apenas usar dados — coletar, armazenar e publicar — não é suficiente, mas sim agregar valor a eles, permitindo novas formas de uso.
“Um cientista de dados é alguém que é melhor em estatística do que qualquer engenheiro de software e melhor em engenharia de software do que qualquer estatístico.”
— Josh Wills
Bem, de acordo com Wills, engenharia de software e estatística estão, de certa forma, relacionadas a esse campo. Isso acontece porque os valores obtidos a partir das análises têm base em conceitos estatísticos que são aplicados em código — seja no processamento de dados, visualização ou modelagem. Portanto, podemos dizer que Data Science é composta por algumas etapas, como as seguintes:
Data Science geralmente é composta pelas seguintes etapas:
- Coleta de dados — obtenção de dados brutos a partir de diversas fontes
- Limpeza de dados — tratamento de valores ausentes, outliers e inconsistências
- Análise exploratória — compreensão de padrões e distribuições
- Modelagem — construção de modelos preditivos ou descritivos
- Comunicação — apresentação de insights para stakeholders
Nota: Nem todas as etapas são sempre necessárias. Em análises mais exploratórias, por exemplo, a modelagem pode ser descartada.
Profissões relacionadas
Agora que você entende o que é Data Science, pode se interessar em explorar algumas funções relacionadas:
- Engenheiro(a) de Dados
- Analista de Dados
- Cientista de Dados
- Gestor(a) de Dados
Obrigada pela leitura, até a próxima ⭐