Data Science

Data Science, ou ciência de dados, é um enfoque multidisciplinar usado para extrair insights das grandes (e cada vez maiores) quantidades de dados coletados e criados pelas organizações atuais. A ciência de dados engloba a
preparação de dados para a sua análise e processamento, a realização de análises de dados avançada e a apresentação dos resultados para revelar padrões e permitir que as partes interessadas tirem conclusões informadas.

A preparação de dados pode envolver a limpeza, a adição e a manipulação dos mesmos, para que eles estejam prontos para tipos específicos de processamento. A análise requer o desenvolvimento e a utilização de algoritmos, análises e modelos de IA. Sendo assim, é impulsionada por um software que verifica os dados para encontrar padrões e transformar esses padrões em previsões que dão suporte à tomada de decisões comerciais.

A precisão dessas previsões deve ser validada através de testes e experiências desenhadas cientificamente. Os resultados devem ser compartilhados através da utilização de ferramentas de visualização de dados que possibilitem que todos possam entender os padrões e as tendências apresentadas.

Os Data Scientists devem conseguir construir e executar códigos para criar modelos. As linguagens de programação mais populares são as ferramentas de código aberto que incluem ou aceitam capacidades gráficas, de machine learning e estatística predefinida.

• R: É uma linguagem de programação de código aberto e um ambiente para o desenvolvimento de gráficas e computação estatística. “R” é a linguagem de programação mais popular entre os Data Scientists e possui uma ampla quantidade de bibliotecas e ferramentas para limpar e preparar dados, criar visualizações, treinar e avaliar algoritmos de machine e deep learning.
   
• Phyton: Linguagem de programação interpretada de alto nível, orientada a objetos e com propósito geral que enfatiza a legibilidade do código através da grande utilização de espaços em branco. Muitas das bibliotecas de Python aceitam tarefas de Data Science, incluindo “Numpy” para lidar com matrizes dimensionais, “Pandas” para a manipulação e análise de dados e “Matplotlib” para construir visualizações de dados.