Os maiores erros de candidatos a vagas de Data Science! 🙀

Como explicar os principais modelos de Machine Learning em uma entrevista de emprego?

Author

Data Hackers
November 03, 2020

Fala Data Hackers! Preparados para mais uma newsletter em plena terça-feira?Obs: 2020 é um ano com muitos feriados nas segundas, diante disso decidimos publicar a newsletter do Data Hackers as terças nesses casos, entendemos que nesse momento de distanciamento social e trabalho remoto que muitos estão vivendo é ainda mais importante nos desligarmos um pouco da tecnologia e descansar a mente. (Desliga o PC e vai ler um livro...)Mas... Bora falar de coisa boa! Essa semana a news está repleta de conteúdos incríveis. Para início de conversa vamos direto para um assunto bem complexo... Já parou para pensar no número de profissionais que acaba descartado de processos seletivos por erros bobos? Isso mesmo, sabemos que esse assunto é polêmico e que quando pensamos nele a tendência é lembrar apenas das possíveis injustiças cometidas por empresas... Mas quando pensamos em processo seletivo é muito importante estarmos preparados e esse post da algumas dicas essenciais para estar pronto para esse momento!Além disso vamos trazer posts sobre testes A/B, sistemas de recomendação, catálogo de dados, projetos de engenharia de dados, oportunidades de emprego, dicas de eventos e muito mais. Vamos começar?

Com o avanço da área de dados é cada vez mais normal vermos candidatos se preparando para os processos seletivos, mas já parou para pensar nos principais erros cometidos pelos candidatos a vagas de Data Science?Após conduzir mais de 90 entrevistas no último ano, o Paulo Vasconcellos (co-founder do Data Hackers) decidiu compartilhar com a comunidade um pouco de sua experiência com o objetivo de facilitar a vida de quem busca uma nova oportunidade de carreira e destacar quais os quatro erros mais comuns cometidos por candidatos a vagas de Data Science. Esse é o típico post para ler e  imediatamente se surpreender evitando cometer erros bobos. (em Português)

Você já ouviu falar em sistemas de recomendação?

Esses modelos utilizam os dados para facilitar a decisão dos compradores, e consequentemente aumentar as vendas, e estão cada vez mais populares, chegando a ser essenciais em algumas áreas como o ecommerce.

Diante disso o Data Hacker Gustavo Santos fez

mostrando os três tipos principais de sistemas de recomendação e quando utilizar cada um deles. (em Português)

 

Se fossemos definir um aspecto que deixa a maioria dos candidatos a vagas de emprego na área de Machine Learning, sem dúvidas seria a forma como eles explicam os principais modelos de ML, como utilizar, quando utilizar e quais as principais aplicações no mundo real.

mostra como explicar os 12 modelos de Machine Learning mais  utilizados e consequentemente mais abordados em entrevistas. Vale a pena conferir! (em inglês)

Você já utilizou testes A/B? Tem ideia de como funcionam? Nesse post o Data Hacker Guilherme Reis Mendes explica aspectos importantes sobre esse técnica, explicando os conceitos básicos por trás dos teste A/B e dando dicas para quem deseja começar a utilizar essas técnicas no dia a dia. (em Português)

Com o volume de novos artigos da área de Data Science publicados todos os dias nem sempre é uma tarefa fácil filtrar qual artigo é realmente relevante e entender como utilizar aquele conhecimento no dia a dia. Esse artigo vem para facilitar a vida de quem está diante desse dilema. Os autores selecionaram 5 artigos relevantes na área (e julgados essenciais) e decidiram tentar tornar mais simples seu entendimento, abordando inclusive aplicações práticas de cada um deles. (em Inglês)

Já parou para pensar em como construir um catálogo de dados na nuvem? Esse vídeo da diversas dicas sobre esse assunto, mostrando o passo a passo, dando dicas de ferramentas e muito mais. (em Português)

E se você pudesse utilizar o TensorFlow para aumentar massivamente a eficiência da implementação de modelos de Machine Learning? Dica do Data Hacker Eduardo Bizarro, . (em Inglês)

VAGAS DA SEMANA

  • Conhecimentos em SQL e R;

  • Superior completo;

  • Ter experiência com análise de dados e estudos quantitativos;

  • Graduação completa nas áreas de Ciências da Computação, Estatística, Matemática, Engenharia ou áreas correlatas;

  • Experiência em modelagem estatística e técnicas de Machine Larning;

  • Experiência em SQL, Python e/ou R.

Live! Projetos de Engenharia de Dados Nessa live incrível a comunidade de IA de Rio Preto convidou o co-founder do Data Hackers Allan Sene para bater um papo sobre projetos de Engenharia de Dados. O resultado foi uma conversa descontraída abordando pontos essenciais na área de Data Engineering. (em Português).

Dica do Data Hackes Rodrigo Teoria.

Consumo de garrafas plásticas x poluiçãoEsse é a típica visualização de dados criada para chocar os leitores. Já parou para pensar no impacto causado pelo consumo de plástico no mundo em uma única hora? e em alguns meses? e no fim de um ano? Além do susto inicial, o post utiliza gráficos para apresentar diferentes visões sobre o consumo de plástico como os índices de reaproveitamento, reciclagem e descarte. (em Inglês)

PRÓXIMOS EVENTOS E MEETUPS [100% ONLINE]

05 a 06 de novembro de 2020

30 de Novembro a 18 de Dezembro de 2020 - Evento online gratuito