Mergulhando nos Dados: da Coleta à Ação

Transcript

1. Mergulhando nos Dados: da Coleta à Ação Leonardo Fiedler
2. Resumo • Apresentação; • Importância dos dados; • Tomada de decisão baseada em dados; • Cases; • Carreira.
3. Apresentação • Prazer, sou o Leonardo Fiedler, mas pode me chamar apenas de Léo :) • Técnico em Informática (Cedup Blumenau); • Formado em Ciências da Computação (FURB); • Pós graduado em Data Science (FURB); • Data Engineer e Squad Leader da equipe de dados da Senior Sistemas; • +10 anos atuando na área; • Além de programar, gosto de andar de bike, jogar futebol e aprender sobre novas culturas.
4. Importância dos dados
5. O que é dado? • Dado: descreve um fato de um evento. O quê? Quem? Onde? Quando? Quantos?; • Informação: dados processados e organizados em um contexto; • Conhecimento: produto gerado a partir da integração de diferentes informações obtidas; • Inteligência: integração de conhecimentos distintos levando a capacidade de tomar uma decisão ou resolver um problema; Fonte: https://blog.inovall.com.br/diferenca-entre-dados-informacao-e-conhecimento/
6. Por que os dados tornaram-se algo tão importante? • Para responder essa questão é necessário compreender o contexto histórico: ◦ 2009: aparelhos com smartphones eram ainda exclusivos de uma pequena parcela da população; ◦ 2010: estimava-se que haveria 202,9 milhões de celulares, sendo que destes, apenas 20,6 milhões possuíam acesso à internet; ◦ 2013: cerca de 70 milhões de smartphones com acesso à internet; ◦ 2019: 230 milhões de aparelhos. • Além disso, hoje temos mais máquinas do que smartphones conectados à internet: televisões, câmeras, assistentes virtuais, relógios, dentre outros; • Todas essas tecnologias geram hoje montantes incríveis de dados, sendo possível o surgimento da área de Big Data. http://horizontes.sbc.org.br/index.php/2019/12/a-profissao-mais-sexy-do-seculo-entenda-como-a-ciencia-d e-dados-promete-ser-uma-das-profissoes-mais-importantes-da-nova-decada/
7. Tomada de decisão baseada em dados
8. Quais decisões são possíveis de serem tomadas com dados? • Dashboards analíticos que permitem a visualização de resultados de um determinado contexto; • Modelos de regressão capazes de predizer resultados: ◦ Modelo que prediz o valor de um imóvel a partir das suas características. • Modelos de classificação: ◦ Modelo que classifica uma pessoa como bom ou má pagadora, liberando ou não um determinado valor de crédito; ◦ Modelo que classifica a existência de um determinado tipo de doença. • Sistemas de recomendação: ◦ Player de música recomenda artistas/gêneros musicais de acordo com o que já foi ouvido anteriormente.
9. Como as empresas analisam e tomam decisões na prática?
10. E como é possível processar milhões de dados? https://www.virtasant.com/blog/data-lake-architecture
11. Cases
12. Geração de indicadores para o Mercado - Black Friday 2022 https://valor.globo.com/empresas/noticia/2022/11/23/black-friday-2022-volume-de-produtos- movimentados-ja-e-15percent-maior-do-que-no-ano-passado.ghtml
13. Assistente virtual Sara no WhatsApp https://www.senior.com.br/noticias/senior-lanca-inteligencia-artificial-no-whatsapp
14. Ferramenta Analytics ERP https://www.senior.com.br/blog/analytics-erp-indicadores-de-performance-aliados-a-inteligen cia-artificial
15. Carreira
16. Trilhando uma carreira em dados • Várias áreas existentes: ◦ Data Engineer; ◦ Data Science; ◦ Data Analyst; ◦ ML Engineer; ◦ MLOPS. • Nem todas as empresas possuem pessoas especializadas em todas as áreas; • Muitas empresas ainda estão explorando e descobrindo como resolver problemas; • Muita disputa por vagas de nível iniciante; • Necessário ter boas soft skills, como a comunicação; • Algumas empresas já têm a área de dados como essencial para seu funcionamento.
17. Mercado de Dados https://valor.globo.com/publicacoes/especiais/telecomunicacoes/noticia/ 2023/10/11/expansao-do-uso-depende-de-estrategia-adequada.ghtml https://hbr.org/2012/10/data-scientist-the-sexiest-job-of-the-21st-century
18. Qual carreira escolher? https://www.itconsultors.com/diferencias-entre-data-analyst-desarrollador-business-intelligen ce-data-scientist-y-data-engineer
19. Muito obrigado!