O podcast de hoje é sobre Jornalismo de Dados no Estadão

O que é Data Science? A tal da Ciência de Dados

Author

Data Hackers
April 08, 2019

Vira e mexe você vê aqui no Data Hackers grandes visualizações de dados e matérias de jornalismo que utilizam dados e storytelling magistralmente. Mas, já parou para pensar que tipo de trabalhos tem sido feito no mesmo nível no Brasil? Bom, a gente tem a resposta para essa pergunta.O episódio do podcast do Data Hackers dessa semana é sobre Jornalismo de Dados no Estadão! Convidamos o Jornalista de Dados Rodrigo Menegat para nos dar uma aula sobre storytelling e data visualization através de um papo bem descontraído sobre alguns dos projetos de Data Journalism mais legais que já vimos. 

E mais: O que é Data Science; erros em visualização de dados; e a treta entre dois experts de dados que você precisa ficar por dentro. Vamos lá?

Nessa semana nós vamos conversar sobre como é trabalhar com Jornalismo de Dados em um dos maiores jornais do país: o Estadão. Já se perguntou sobre o que faz um Data Journalist? Quer saber que projetos legais rolam por lá? Confira isso e muito mais no papo de hoje.

Nesse episódio, nós convidamos o Data Hacker

 - Jornalista de Dados no Estadão  -  para bater um papo sobre como é o dia a dia de um Data Journalist, quais desafios ele enfrenta, e como você pode se tornar um!

O que está esperando? corre logo para

! (em Português)

*Lembrando que você também pode ouvir nosso podcast no

,

,

,

ou no

 de sua preferência.

Data Science é um termo tão difícil de explicar que até profissionais veteranos no mercado tem dificuldade em definir. Nesse vídeo da Alura, o Data Hacker Guilherme Silveira e seu írmão, Paulo Silveira, dão um exemplo bem prático e didático sobre o que é esse campo que todos nós adoramos. (Vídeo 9min, Português)

P.S.: linda camisa do Data Hackers que o Paulo Silveira está usando. :D

 

Todo mundo comete erros de análise, e eu (Paulo) também me coloco nessa lista. Seja um gráfico fora de escala ou um dado inconsistente, a verdade é que todos nós estamos suscetíveis ao erro. E quando digo todo mundo, é todo mundo mesmo. Nesse post incrível do The Economist, a Data Journalist Sarah Leo mostra alguns erros que cometeram no passo e, mais importante, como nós podemos aprender e evoluir a partir deles. (em Inglês)

O Aprendizado de Reforço Profundo tem ganhado cada vez mais espaço na indústria. Embora muitos esforços ainda sejam necessários, o potencial que essa tecnologia traz é imenso, permitindo aplicações práticas desde a indústria de jogos até robótica. Nesse post, você irá conhecer algumas dessas aplicações práticas no mundo real. (em inglês)

Nate Silver é o co-fundador do FiveThirtyEight, um site de análises estatísticas voltado para opiniões, política e esporte. Nassim Taleb, por sua vez, é um grande - e polêmico - especialista do mercado de investimentos, cujo trabalho ficou reconhecido ao utilizar aleatoriedade, probabilidade e incerteza ao mercado de capitais.

A treta envolvendo os dois - que você pode entender no post - se dá depois de Taleb dizer que Silver não sabe fazer previsões políticas, fato este que fez o FiveThirtyEight ser uma das maiores referências de forecasting do mundo (o FTE acertou com alta precisão os resultados das eleições americanas de 2008). A treta começou em Novembro do ano passado, mas, como você acompanha no post, está longe de acabar. (em Inglês)

Livro interativo de Deep Learning (gratuito)Dica do nosso querido Marlesson Santana no Slack do Data Hackers, "Dive into Deep Learning" foge da tradicional forma de conteúdo ao trazer um livro totalmente interativo, com códigos, matemática e discussões sobre as aulas que ensina. Se você procura conteúdo prático para aprender Deep Learning, esse é o livro.(em Inglês)

VAGAS DA SEMANA

  • Experiência como Data Engineer

  • SQL

  • ETL

  • AWS

  • Python ou similar

  • Superior completo

  • SQL

  • Estatística

  • Ferramentas de BI (Metabase, Superset, Power BI)

  • Google Analytics ou similares

Uma análise de 2 anos sobre os Top 200 podcasts americanosDan Misener, do Pacific Content, deixou um script rodando por 2 anos para poder analisar a representatividade de categorias de podcast na plataforma de Apple. Passado esse tempo, ele constroi uma narrativa sobre seus resultados, mostrando como diferentes tendências se comportam ao longo do tempo. (em Inglês)

PRÓXIMOS EVENTOS E MEETUPS

27 de Abril de 2019

Belo Horizonte/MG - Grátis

Últimas vagas!27 e 28 de Abril de 2019

WeWork - Belo Horizonte/MG - R$ 699

29 de Abril de 2019

Hop n' Roll Brewpub - Curitba/PR - Grátis​

18 de Maio de 2019

Belo Horizonte/MG - Grátis