Uma AULA sobre DATA SCIENCE 

O cara falou em gradiente, que é um operador vetorial que a gente só estuda em cálculo 3. Mas é importante porque principalmente em machine learning o gradiente trabalha na característica das dimensões espaciais

vai nessa que a principal é matematica kkk, matematica é a ferramenta, nao a principal competencia

Matemática, conhecimento de negócio e estatísticas. As 3 principais competências. IA, Python, SQL, etc (que é como vendem cursos). São ferramentas que qlq um consegue aprender rapidamente. O principal é os 3 de cima.@@FGHRVTCHTRYHNDTHNRTGHSFTGVGHRT

@meu professor era uma merd. Passei sem •entender• oq é vetor gradiente, sabia calcular, mas nao sei oq é!

Se você não conseguir deslocar a abstração matemática para insights e acontecimentos REAIS do business, você é só um tolo fazendo conta de padaria.

Que incrível irmão… você tem alguma rede social para contato? gostaria de saber mais sobre seus aprendizados se for possível

@@manprog tenho LinkedIn, por la posto; Geovani Wwoll. Vou tentar colocar o link do comentário abaixo.

@@manprog o RU-vid fica apagando meus comentários, enfim sou o vanewoll la

Ebac ajuda no mercado ?

@@jucierlucas1677 eles tem um nome conhecido, mas o interessante é o programa de empregabilidade, tem toda uma equipe de suporte, e toda segunda eles mandam vagas, mas eu recomendo f f ficar com fazer faculdade pelo menos até o segundo semestre e iniciar um estágio, a maioria das vagas pede superior, e tu tem que se destacar muito em habilidade e também na habilidade de fazer currículo para ser chamado sem facul, só de estar matriculado(estou no primeiro semestre), já consegui 4 entrevistas e tem um estágio engatilhado para pouco depois do segundo semestre

Pior que parece mesmo kkkkk

kkk No excel ainda , é brabo em

Besteria, pessoal corre quando lê comentário assim. Tem matemática, mas nada complexo. Estatística ou matemática aplicada não tem segredo e nem mistério.

​@@II10II exatamente,galera acha que matematica é cosisa de outro mundo, é simples.

@@II10II concordo com vc, agora to falando das geração mais nova q não quer nem aprender tabuada quem dirá matemática nível médio mas quer fazer bootcamp q em "3 meses tá ganhando 5k" acha q a vida é fácil assim, não quer nem pesquisar pra ver a realidade.

@@duduken20 Ah, sim. A maioria não quer se dedicar e ganhar muito. hahaha... Mas acho que esses aí no fundo sabem que nao vao ganhar bem, eles acreditam mais na "sorte".

O que dá estatística? Descritiva ou inferencial?

​@@marciogarazna faculdade eu tenho as duas na grade

Estou na area de MIS a mais de 8 anos e é exatamente isso. Oque manda é se vc entende a regra de negócio, se o estudo vai ser feito em excel, py,powerbi ou papel e caneta pouco importa.

Eu tô estudando pra analista e de fato é entender o negócio e como usar a estatística para cada problema ... Sou contador e iniciei alguns cursos de dados (preditiva e comunidade DS) e minha segunda graduação em banco de dados e Big data com a grade toda voltada a análise de dados... Tô apaixonado por essa área

Cheio de métodos estocasticos

cadeias de markov,regressão, inferência…

Irmão quero entrar na área vc acha que um bootcamp e eu estar cursando ciências de dados consigo alguma vaga?

Trabalho na area de MIS a mais de 8 anos, ja passei em varias empresas e projetos e raramente utilizamos modelos de ml, ou grandes cálculos matematicos. A maioria das vezes é uma contagem e percentual, com um grafico de linhas e colunas.

@@matheusfabris896 Opa tudo bem? Voces poderiam contar mais sobre? É realmente mais business do que matematica?

​@@SJunior0 Opa meu amigo, o negócio é o pilar fundamental para trabalhar nessa área, pois sem o conhecimento do negócio você não consegue desenvolver muita coisa, na verdade quase nada. Porém a matemática (estatística básica) é bem importante para desenvolver algumas métricas essenciais para a tomada de decisão.

Depende, estatística é mais importante que a matemática. A matemática te ajuda a entender a estatística e sua capacidade de programar é o que vai te facilitar muito a automatização das tarefas.

Eu acho chato, não inútil, aliás alguém acha matemática inútil??? kkkkk...mas isso não significa necessariamente que não posso aprender, aliás estou aprendendo...rs

​@@michelcesar85galera tem mania de achar que matematica é só para alguns. Balela, qualquer um aprende, é como qualquer outra coisa.

@@matheusfabris896 exato, não é pq eu acho chato que não posso aprender...na verdade agora estou até gostando...concordo com vc, qlqr um pode aprender qlqr coisa, basta força de vontade...

@@michelcesar85 basta força de vontade + youtube com chatgpt, sucesso garantido.

So me faz sentir um bosta kkkkkkkkk

​@@lukkegolter kkkkkkkkkkkkk...também😂

Aqui vemos um possível bom profissional e uns possíveis péssimos profissionais dessa área. @@lukkegolter

Nao acho

é... eu sou piloto, nao programador, so hobby mesmo@@renanandre6031

Não é nenhuma estatística complexa. Somente probabilidade condicional. Tem modelos bem mais complexos.

Além da parte de Deep Learning (transformers, decoder... álgebra linear intermediária), é claro.

Olá! Tudo tranquilo? Na verdade o Engenheiro de Dados (ED) não lida com estatística, a função do ED é lidar com a infraestrutura dos dados, principalmente na parte de Extract -> Transform -> Load (ETL).

​@@franciscowillem é muito louco quando eu paro e penso que eu faço o ETL, a integração de API com Banco de Dados, desenvolvimento de Dashboards e no meu crachá tá "Assistente de Ti". 🌚

@@omarcosvinicius_03 kakakakaka

O que Data Science seria muito além de Estatística?

​@@ZikaDaBagada Algoritmos de Machine Learning vão MUITO além de Estatística. Diversos algoritmos, técnicas de tunagem de hiperparâmetro, redes neurais (backpropagation temos cálculo 2), a parte de business e outras coisas. Em Machine Learning, a prevalência é da Álgebra Linear, não da estatística. Além disso, temos a parte de negócios ainda. A estatística é extremamente útil. Se não a mais importante para um profissional de dados, mas não podemos resumir uma área inteira a somente "Estatística". Está erradíssimo.

Compensa vc pegar livros de cálculo 3 e estatística aplicada ao que vc vai usar. E as dúvidas vc consulta a Internet, vídeo aula. O RU-vid, interage com alguma comunidade de matemática ou estatística.

Aprofunda em econometria que aprende toda a base necessária.

sim @@BocaoZ

como funciona? fiquei curioso kkkk

Por q é ruim?

@@luisfernando-to3ls não pq é ruim, mas pq necessita de uma bagagem matemática muito maior que oque dizem. Eu não me sentia seguro com oque eu sabia, preferi ir pra uma área mais de "software"

@@gabriel12wii Fórmulas avançadissimas kkkk ficou assustado né

@@kovatiti as Formulas nao assustavam tanto assim, eu havia feito C1, C2 E EDO, fora a cadeira de estatistica, entao meio que ja tava preparado pro que iria aparecer kkk. A questao alem da bagagem matematica é que precisa de ter muito tato com o projeto e do entendimento do que o cliente precisa, pois vc passa muito mais tempo entendendo a necessidade que trabalhando no modelo propriamente dito. Na Engenharia de dados msm vc nao tem tanta essa preocupaçao, por ser um trabalho mais de background

ja tem, ta na descrição

Exatamente amigo

Qual o maior empecilho? A matemática? Conceitos muito abstratos? Conteúdo extenso?

@@kellvendias8536 acho que o maior empecilho é o imediatismo, muitos iniciantes esperam aprender rápido e de forma superficial e a curva de aprendizado é longa. Participo de vários canais de ajuda pra iniciantes e o que mais vejo é isso: o sujeito te pede pra resolver um problema pra ele sem ao menos tentar entender os conceitos por debaixo dos panos, não se importam de entender como aquilo funciona, a causa, mas querem somente fazer funcionar, isso é meio certo mas a longo prazo te limita a apertador de botões, e um programador pode ser tudo, menos isso... Na programação existem vários níveis de abstração, o que diferencia um bom programador de um ruim é sua capacidade de percorrer e entender esses níveis... Não é difícil ou necessita de habilidades especiais, somente sentar a bunda na cadeira e estudar de verdade.

@@kellvendias8536 Eu acho que o maior empecilho é o imediatismo. Muitos iniciantes começam estudando superficialmente, acreditando que somente tutoriais e vídeos vão faze-los programar, mas se esquecem ou não sabem, que alem de digitar códigos e fazer algumas figuras piscarem na tela, um programador tem que estar apto a resolver problemas reais, entender demandas e propor soluções que a parte técnica e conceitual muitas vezes estão a anos luz daqueles cursos que te ensinam o básico e mesmo a faculdade, e entenda, é necessário começar pelo básico e de forma correta, mas é necessário ir além do básico ou dos tutoriais. Tudo que você disse é verdade, mas não são empecilhos, são degraus que você vai ter que subir gradualmente e com muito esforço, uns levam mais tempo, outros menos, cada um tem seu tempo de aprendizado. Siga sempre o que os experientes dizem: comece pelo básico; 1 -> Lógica de programação: é o essencial, sem isso você se torna um seguidor de tutoriais e um apertador de botões. 2 -> Algoritmos, sem isso você se transforma em uma barata tonta, algoritmos são subprodutos da lógica e é isso que resolve os problemas. 3 -> Estrutura de dados, sem isso seu programa não escala, não tem eficiência e será um programa ruim, saber escolher a estrutura de dados correta para resolver os problemas é uma ciência. Tem mais coisa, é claro que sim mas isso daí não tem como escapar, mesmo que você pule essas etapas, quando for necessário elevar o nível do seu trabalho, você vai voltar e estudar esses fundamentos.

se fosse verdade um formado em estatistica ja sairia da faculdade sabendo machine learning

@@na0doribeir0 De fato, no curso de Estatística não se aprende muitos algoritmos de aprendizagem de máquina. Mas ou são modelos de classificação ou de regressão. Modelos de regressão aprendemos e modelos de classificação vemos em análise multivariada. No final das contas, o estatistico lê um modelo de ML e já sabe o que fazer.

@@ZikaDaBagadasim, mas é aquilo o estatístico não tem a lógica de programacão de um cientista de dados, mas eu entendi oq vc quis dizer, tem muitos estatistico, engenheiros e formados em matematica, q se tornaram cientista de dados.

@@na0doribeir0 Sim, pior que a gente aprende programação no curso. Mas hoje em dia o estatistico que não souber programar e o programador que não souber estatistica tão na merda. O cara de TI vai precisar fazer uma projeção semestral e o estatistico vai precisar implementar uma automação. São áreas que estão cada vez mais interligadas antes mesmo de chegarmos nos modelos de ML.

No fim vc tem dado no serviço de qll forma 😂

Como funciona isso?

Como faz pra tentar uma pós lá?

@@user-es3bn3ug5g sei bem como pq eu era soldado lá e fazem 10 anos q saí já

Está informação está errada, modelos de machine learning LLM possuem alucinações e podem criar coisas do nada

Existem linhas de pesquisa de geração de dados sintéticos. Logo estará criando informação do nada

Depende da máquina. Ela pode ou ter recebido regras e dados pra gerar o seus resultados, ou recebido resultados e dados pra modelar as regras (e então replicar já conhecendo elas). Essa é a diferença de programação convencional e aprendizado de máquina.

@@colli_cf8497 pois é. É necessário um ser humano colocando dados inicialmente na máquina. Depois ela segue com aquilo que foi programada para fazer..

Nem mesmo nós, seres humanos, criamos informação do nada. Tudo é reciclado, tudo é no máximo uma mistura do que já vimos e presenciamos no decorrer da nossa vida. @@sandersonaraujo

Em um mar de perguntas e respostas um bom homem respondeu a pergunta do entrevistado kkkk

Kakakka tenho 3 cara! Nao tem coisa melhor