O Futuro do Analista de Dados - Data Hackers

Por que Feature Importance em Machine Learning não tem sentido

Author

Data Hackers
September 03, 2018

Olá, Data Hacker. Seja muito bem-vindo a mais uma newsletter!Com o advento de tecnologias que permitem a democratização de dados, criando assim Analista de Dados em todas as áreas de uma empresa, muito se é questionado sobre o futuro desse tipo de profissional analítico. Nessa semana, iremos falar sobre o que é previsto para o papel de Analista de Dados, quais são os tipos de perfis de Engenheiros de Dados e como você pode vender mais se colocar a palavra "AI" no seu produto. Vamos lá?Já somos mais de 700 pessoas em nosso Slack! Ainda não faz parte? Saiba que está perdendo a chance de trocar conhecimento e ter acesso a excelentes oportunidades em um ambiente muito movimentado e cheio de Data Hackers. Vem fazer parte!

Sabemos que profissões mudam a todo momento, inclusive seus nomes. O próprio Vincent Granville, criador do site Data Science Central, menciona que há alguns anos atrás ele era Estatístico, mas que hoje se tornou um Cientista de Dados, embora muito pouca coisa tenha mudado em relação ao trabalho anterior.

O pessoal da Dataiku - que, inclusive, tem um excelente software para colaboração de projetos de Data Science - lançou recentemente uma série de três artigos onde fala sobre o futuro da profissão de Analista de Dados. Segundo eles, essa posição será desmembrada em três outras, que vai desde pessoas especializadas em processos de Engenharia de Dados, até a criação de Product Owners voltado para Data Science. (Artigo em Inglês)

Esse artigo foi uma dica do Data Hacker

Diego Gomes

, que mostra o resultado de um experimento da ProfitWell, que entrevistou mais de 10 mil compradores e perguntaram se eles comprariam um software de automação de vendas. Ao mencionar que o produto utiliza IA (Inteligência Artificial), a quantidade de respondentes que compraria o produto aumentou em mais 10%. Essa é uma amostra dos poderes (perigosos) que um hype tem. (em inglês)

 

O papel do Engenheiro de Dados tem sido cada vez mais requisitado no mercado. As empresas começaram a perceber que não existe ciência sem estruturas que a suportem e, assim como outras profissões, existem os perfis do Engenheiro de Dados. Allan Sene, nosso co-fundador, explicou nesse artigo os três perfis mais comuns de Data Engineer, além do que é necessário para se encaixar em cada um deles.

 

(em Português)

Enquanto estamos treinando modelos de Machine Learning, é comum olharmos a importância de cada feature para saber como o estimador chega a sua conclusão. Contudo, é muito perigoso criarmos conclusões precipitadas com base nessas informações, o que é muito bem explicado nesse artigo do Hacker Noon. (em Inglês)

Uma análise começa por fazer as perguntas corretas. Geralmente essa etapa é subestimada, mas pode agilizar o seu trabalho de muitas maneiras. Nesse artigo, você aprenderá quais perguntas são essas. (em Inglês)

Curso do School of AISe você consome conteúdo de Data Science pelo Youtube, é provável que conheça Siraj Raval. Ele tem sido um dos maiores nomes em democratização de Machine Learning e descentralização da educação. Ele é o fundador do School of AI, uma plataforma de ensino de Deep Learning que está lançando seu primeiro curso: o Move 37. Ah, e é gratuito. (em Inglês)

VAGAS DA SEMANA

Superior completo - Testes A/B - Inglês - Conhecimento de ferramenta de Analytics

Superior completo - SQL - Java/Python/Scala - Ferramentas de Visualização de Dados - Spark

As músicas de sucesso tem ficado parecidas?O New York Times realizou uma pesquisa para saber se músicas de verão (summer songs) tem soado iguais ao longo dos anos. A pesquisa mostra como antes dos anos 2000 as músicas tinham diferentes ritmos, batidas e propostas, enquanto após a virada de século artistas como Britney Spears e Katy Perry protagonizaram uma época de pouca inovação na música (em Inglês).

PRÓXIMOS EVENTOS E MEETUPS

05 de Setembro

Online - Gratuito

29 de Setembro

Belo Horizonte/MG - Valor: R$ 70