Data mining: gaining business intelligence with academic skills

This presentation talks about data mining fields characteristics and the new positions in the office that work with data.

I suggest, for example, some important skills to develop and how skills are the same as research's skills.

Transcript

1. Messias R. Batista | @mrafaelbatista João Pessoa, 10 de Agosto 2021 CONQUISTANDO INTELIGÊNCIA DE NEGÓCIO COM COMPETÊNCIAS ACADÊMICAS MINERAÇÃO DE DADOS:
2. @mrafaelbatista messiasbatista Olá! Gamer amador, Marvel e Google Fã boy Engenheiro e Cientista de Dados Minsait at Indra Company Aluno de Mestrado PPG em Engenharia da Computação, UPE Organizador, GDG João Pessoa Google Developer Group João Pessoa Empreendedor Geek Time Messias R. Batisa Engenheiro e Cientista de Dados Minsait at Indra Company
3. O QUE ESTAMOS FAZENDO AGORA?
4. The Digital Universe: 50-fold Growth from the Beginning of 2010 do the End of 2020 130 2005 IDC's Digital Universe Study, sponsored by EMC, December 2012 40.000 2020
5. 175 zetabytes até 2025 Tom Coughlin Forbes Dezembro, 2018 "O crescimento desses dados será resultado da incorporação de agentes inteligentes que utilizam o aprendizado de máquina e outras formas de inteligência artificial para analisar a quantidade crescente de dados gerados pelas coisas digitais em nossas vidas."
6. Unidade de Medida http://graduacion-estadistica.blogspot.com/2019/02/big-data- na-vida-de-megabytes-zetabytes.html Fevereiro, 2019
7. O QUE FAZER COM ESSES DADOS?
8. Dados, muitos dados "Mais de 59 zetabytes (ZB) de dados serão criados, capturados, copiados e consumidos no mundo este ano, de acordo com uma nova atualização do Global DataSphere da International Data Corporation ( IDC )" Internacional Data Corporacion IDC's Global DataSphere Forecast Shows Continued Steady Growth in the Creation and Consumption of Data 8 May 2020.
9. AS ORGANIZAÇÕES ESTÃO ATENTAS A ESTES DADOS?
11. Qual profissional poderia auxiliar a organização?
13. Vamos chegar lá! Mina de dados Minerador Ferramentas
14. "[...] o termo foi cunhado com alusão ao processo de mineração [...], uma vez que se explora uma base de dados (mina) usando algoritmos (ferramentas) adequados para obter conhecimento (minerais preciosos). Mineração de Dados De Castro (2016)
15. Mineração de Dados Descoberta de conhecimento em bases de dados (KDD, Knowledge discovery in databases)
16. KDD BASE DE DADOS: Coleção organizada de dados. PREPARAÇÃO OU PRÉ-PROCESSAMENTO DE DADOS: Etapas anteriores à mineração de dados. Objetiva preparar os dados para a análise. MINERAÇÃO DE DADOS: Etapa responsável por aplicar algoritmos capazes de extrair conhecimento. AVALIAÇÃO OU VALIDAÇÃO: Busca-se analisar os resultados com objetivo de identificar se o conhecimento gerado é útil e não trivial.
17. Multidisciplinaridade da mineração de dados De Castro (2016)
18. ANÁLISE DESCRITIVA DE DADOS Medir, explorar e descrever características intrínsecas aos dados. PREDIÇÃO: CLASSIFICAÇÃO E ESTIMAÇÃO Classificação de um objeto desconhecido. Regressão ou estimação. ANÁLISE DE GRUPOS Clustering busca encontrar semelhanças entre os objetos e agrupá-los de acordo com tais parâmetros. ASSOCIAÇÃO: Busca-se encontrar associação entre objetos ou atributos. DETECÇÃO DE ANOMALIAS: Busca-se encontrar valores discrepantes.
19. Metodologia CRISP-DM Cross Industry Standard Process for Data Mining Processo Padrão da Indústria Cruzada para Mineração de Dados
20. Ciência de Dados Grus (2016) "Ciência de dados é a profissão que busca extrair informação de dados desorganizados."
22. https://www.marketsandmarkets.com/Market-Reports/data-science-platform-market-21532997.html Mercado
23. Novas Carreiras Chief Information Officers Data Scientists Data Architecture Data Engineer Machine Learning Engineer
24. PARA QUE PRECISAMOS DE NOVAS CARREIRAS?
27. Udacity
29. Papel do Ciêntista de Dados Projetos de Ciência de Dados São responsáveis pelos projetos de ciência de dados em vários níveis Desenvolver Habilidades Matemática e Estatísica, Programação, Domínio Diversidade de Fontes de Dados Ser capaz de estudar as diversas fontes de dados disponíveis na organização. Formato de Dados Capacidade de extrair dados de diversos formatos. Algoritmos Analisar e projetar modelos e algoritmos. Visualização Realizar inferências e apresentar os resultados.
30. Reflexão Observação Delimitação do problema Levantamento de hipóteses Experimentos Análise de resultados Conclusão / Apresentação
31. Paper Análise do Consumo de Combustível da PM-PE com Foco no Controle Interno
32. COMO SE TORNAR UM DATA SCIENTIST?
33. NÃO É POSSÍVEL SE TORNAR CIENTISTA DE DADOS EM UMA SEMANA
34. Aprendendo Ciência de Dados Part 1: Faça uma auto-avaliação Part 2: Prepare seu computador Part 3: Aprenda um pouco de estatística Part 4: Bancos de Dados, Big Data e NoSQL Part 5: Linguagem de Programação (Python / R) Part 6: Machine Learning Part 7: Desenvolva conhecimento do negócio Part 8: Apresentação e Visualização dos Dados
35. Ferramentas
36. Data Science Lifecycle
37. Sugestões de Leitura
38. Sugestões de Leitura
39. Referências DE CASTRO, Leandro Nunes. Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. São Paulo - Ed. Saraiva, 2016. GRUS, Joel. Data Science do Zero. Traduzido por Welington Nascimento. - Rio de Janeiro : Alta Books, 2016.
40. Obrigado! Messias Batisa @mrafaelbatista messiasbatista João Pessoa, 10 de Agosto 2021 CONQUISTANDO INTELIGÊNCIA DE NEGÓCIO COM COMPETÊNCIAS ACADÊMICAS MINERAÇÃO DE DADOS: Engenheiro e Cientista de Dados Minsait at Indra Company
41. Messias R. Batista | @mrafaelbatista João Pessoa, 10 de Agosto 2021 CONQUISTANDO INTELIGÊNCIA DE NEGÓCIO COM COMPETÊNCIAS ACADÊMICAS MINERAÇÃO DE DADOS: