Trabalhando com dados: fundamentos da análise de dados

Explorando a carreira de analista de dados - Apresentação

Apresentando a instrutora e sua trajetória

Olá! Seja bem-vindo(a) a este curso, onde exploraremos juntos a carreira de analista de dados. Meu nome é Valkyrie Alencar e serei sua instrutora ao longo deste curso.

Audiodescrição: Valkyrie é uma mulher branca, com olhos castanhos e cabelos loiros ondulados na altura abaixo dos ombros. Ela possui um piercing no septo e está vestindo uma blusa preta.

Antes de começarmos a entender o que exploraremos neste curso, gostaria de compartilhar um pouco da minha trajetória. Iniciei minha jornada na análise de dados em 2008, durante minha graduação em Ciências Biológicas. Naquela época, encontrei um laboratório na faculdade e comecei a estagiar lá. Meu trabalho diário envolvia a realização de experimentos na área de biotecnologia, onde eu extraía dados, analisava-os e, com isso, fazia descobertas e confirmava hipóteses.

Apaixonei-me por essa área da ciência e, por isso, segui para o mestrado, doutorado e pós-doutorado, todos na área de biotecnologia. Após 13 anos na área acadêmica, decidi que queria ingressar no mercado, trabalhar com dados e inteligência artificial. Assim, iniciei o processo de estudo e busca por oportunidades no mercado.

Compartilhando experiência profissional

Olá! Meu nome é [Nome da Instrutora] e estou aqui para compartilhar minha experiência e conhecimento com vocês.

Audiodescrição: [Nome da Instrutora] é uma pessoa [descrição física e de vestimenta]. Ela está no estúdio da Alura, com uma parede [descrição do ambiente].

Durante quase quatro anos, atuei como instrutora na Alura, tanto na área de dados quanto em inteligência artificial. Atualmente, trabalho na Alura Mais FIAP para Empresas como consultora técnica nessas duas áreas. Com tudo que aprendi ao longo da minha trajetória, quero compartilhar esse conhecimento e ajudar vocês nesse processo.

O que vamos aprender?

Neste curso, vamos entender como funciona o processo de análise de dados. Desde a definição do problema até a coleta de dados e a extração de insights, abordaremos cada etapa envolvida nesse processo.

Também discutiremos o papel da pessoa analista de dados. Dentro da área de dados de uma empresa, existem diversos papéis, como engenheiros, cientistas e analistas. Vamos entender a diferença entre cada um deles e como o analista trabalha no dia a dia.

Além disso, falaremos sobre as ferramentas utilizadas no cotidiano de quem trabalha com análise de dados. Será importante entender o que é necessário aprender para se desenvolver na área.

Focaremos também em habilidades, tanto técnicas quanto comportamentais, conhecidas como soft skills. Discutiremos tudo que é necessário desenvolver para ingressar nessa carreira.

Por fim, explicarei como podemos nos preparar para entrar no mercado de trabalho de dados. Falaremos sobre a importância do portfólio, fundamental para mostrar suas habilidades ao aplicar para uma vaga.

Concluindo e incentivando a continuidade

A ideia é trazer uma visão realista do mercado nessa carreira. Se você se interessar, esperamos que continue conosco nos próximos cursos. Vamos começar?

Explorando a carreira de analista de dados - Como funciona o processo de análise de dados

Introduzindo o processo de análise de dados

Vamos começar a explorar a carreira de analista de dados. Antes de falarmos sobre o papel da pessoa analista em si, é importante entender como é o processo de análise de dados como um todo. Quando falamos em analisar dados, podemos pensar em criar um gráfico, abrir uma planilha e analisar algo rapidamente. No entanto, esse processo é muito bem estruturado e envolve uma série de etapas com começo, meio e fim. Vamos explicar cada uma delas para que possamos entender como é esse processo.

Definindo o problema e coletando dados

Vamos falar agora sobre essas etapas. Quando iniciamos um projeto, imaginemos que temos uma empresa com uma equipe de dados. Qual é a primeira coisa que precisamos fazer nesse processo? É a definição do problema. O que queremos resolver com essa análise? Qual é o nosso objetivo? Qual é a hipótese que queremos testar? Qual é o problema que queremos resolver? Essa primeira definição é muito importante e completamente norteadora para o processo, pois, a partir do momento que sabemos o que queremos resolver, sabemos quais dados precisaremos para isso.

Após definir o problema, qual é a próxima etapa? É a coleta de dados. Nesse momento, vamos buscar os dados necessários para responder à questão que trouxemos anteriormente. Esses dados podem estar armazenados em planilhas, em bancos de dados (o mais comum), disponíveis em APIs (interfaces que nos permitem coletar dados), ou podem ser obtidos a partir de pesquisas, dados públicos, entre outros locais.

Limpando e preparando os dados

A partir do momento que coletamos os dados, qual é a etapa seguinte? Ela envolve um passo muito importante: a limpeza e preparação dos dados. Em 99,9% dos casos, não teremos dados limpos e prontos para uso. Essa etapa é trabalhosa, pois envolve pegar os dados disponíveis e limpá-los de fato. Podemos ter dados duplicados, registros repetidos, dados ausentes que precisam de tratamento, dados com formatação ou tipo incorretos que precisam ser ajustados. Há muito a ser feito nessa etapa até chegarmos ao próximo passo, que envolve a análise exploratória.

Explorando e interpretando os dados

A análise exploratória é uma parte muito interessante, pois, a partir do momento que os dados estão limpos, começamos a explorá-los literalmente, analisando quais colunas temos, quais são as informações, e já podemos começar a criar alguns gráficos. Começamos a extrair insights nessa parte da análise exploratória, podemos fazer cálculos e obter uma série de informações relevantes.

Após todo o processo, chegamos ao quinto passo, que envolve a interpretação dos resultados. A partir da análise exploratória de gráficos, tabelas, cálculos e agrupamentos de informações, buscamos entender as tendências dos dados, identificar anomalias e valores discrepantes. Com isso, conseguimos tirar conclusões e responder à pergunta inicial do nosso problema.

Comunicando os resultados e exemplo prático

Após todo esse processo, chegamos à etapa final, que é comunicar os resultados. Após descobrir como responder à pergunta inicial, precisamos decidir como apresentar essas informações. Podemos criar relatórios, apresentações ou até mesmo um dashboard para acompanhar processos e métricas do negócio. É importante considerar o público-alvo que receberá esses resultados, pois isso influenciará a forma de apresentação e comunicação das informações para o time ou para as pessoas interessadas no negócio.

Vamos pensar em um exemplo prático de como isso funcionaria. Temos uma loja de roupas online, um e-commerce, que percebeu uma queda nas vendas no último mês. O time de dados iniciou o processo com a definição do problema: por que as vendas caíram? A partir disso, coletaram dados dos últimos seis meses da empresa, limparam os dados, corrigiram datas inconsistentes e removeram informações desnecessárias. Após o tratamento dos dados, compararam os números e notaram que os cliques nos anúncios também haviam caído. Ao interpretar os resultados, perceberam que a campanha de marketing foi encerrada antes do previsto. Organizaram essas descobertas em um relatório e apresentaram ao time de marketing para que pudessem ajustar a estratégia e melhorar as vendas.

Concluindo e introduzindo o próximo tema

Este é um exemplo simples de como o processo ocorre em um ambiente real, em uma empresa, para que possamos entender como começamos e terminamos todo o processo. Agora, aprendemos como funciona o processo e quais são seus passos. No próximo vídeo, discutiremos o papel da pessoa analista dentro desse processo e como ele se diferencia de outros papéis, como o de engenheiro de dados e cientista de dados. Nos encontramos no próximo vídeo para discutir isso. Até lá!

Explorando a carreira de analista de dados - O que faz uma pessoa analista de dados

Explorando o papel da pessoa analista de dados

Nós já conseguimos entender como funciona o processo de análise de dados, desde a definição do problema até a comunicação dos resultados. Surge, então, o questionamento: qual é o papel da pessoa analista no dia a dia? O que ela precisa fazer dentro de um time que trabalha com dados? Além disso, é importante entender como esse papel se diferencia de outros, como o de pessoas engenheiras de dados e cientistas de dados.

Vamos começar discutindo as responsabilidades da pessoa analista, que é uma figura estratégica, pois transforma números em insights para a tomada de decisão. Primeiramente, ela está envolvida na coleta e organização dos dados. É necessário identificar quais dados serão necessários para responder às perguntas de negócio. Após definir o problema, precisamos saber quais dados coletar para analisar e chegar a uma conclusão. É crucial garantir que essas informações sejam coletadas de forma consistente e confiável, preparando tudo para a análise.

Analisando e interpretando dados

A próxima etapa envolve análise e interpretação. A pessoa analista deve usar ferramentas estatísticas para analisar as informações e criar gráficos, fundamentais para extrair insights e descobrir padrões, tendências e anomalias que possam gerar insights valiosos para a empresa.

Além disso, temos a questão dos relatórios e dashboards. Após analisar e chegar a conclusões, é importante apresentar os resultados de forma visual e compreensível. Podemos criar relatórios periódicos e painéis interativos, os dashboards, com filtros para selecionar o que visualizar. Esses gráficos facilitam o entendimento do trabalho e ajudam as partes interessadas, como os stakeholders, a acompanhar indicadores importantes.

Suportando a tomada de decisão e monitorando métricas

Outro ponto fundamental é o suporte na tomada de decisão. Relatórios e dashboards podem oferecer recomendações baseadas em evidências, orientando decisões estratégicas e operacionais.

Por fim, abordamos o monitoramento de métricas. Com relatórios e dashboards, podemos acompanhar indicadores-chave de performance, os KPIs, fundamentais para identificar desvios do esperado. Isso é útil para alertar equipes sobre problemas ou oportunidades de crescimento.

Diferenciando papéis no time de dados

Além das responsabilidades da pessoa analista de dados, existem outros papéis no time. Vamos falar sobre a pessoa engenheira de dados, que tem um papel fundamental na criação e manutenção da infraestrutura dos dados.

Os dados serão coletados, organizados e armazenados em um local específico. As pessoas responsáveis por esse processo irão disponibilizar os dados já preparados para que o time possa utilizá-los, realizar análises, entre outras atividades. Essa é uma etapa bastante importante.

Explorando novos papéis e suas funções

Atualmente, temos um papel mais recente que surgiu, que é o da pessoa engenheira de analíticas. Essa pessoa possui habilidades compartilhadas entre a engenharia de dados e a análise de dados, conseguindo coletar informações, extrair insights e criar dashboards que facilitam a tomada de decisão. É um papel bastante interessante.

Temos também o analista de dados, mencionado desde o início deste vídeo, e a pessoa cientista de dados. Qual é a diferença entre o cientista e o analista? Enquanto o analista foca no que aconteceu no passado, como, por exemplo, entender por que as vendas caíram, o cientista de dados concentra-se no futuro. Ele faz predições e utiliza algoritmos de machine learning para prever o futuro, como a demanda de vendas no próximo mês ou se um cliente cancelará uma assinatura. Essa pessoa também pode criar modelos para segmentar clientes de acordo com suas preferências de consumo e recomendar produtos. Tudo relacionado a predições e machine learning está ligado ao cientista de dados.

Outro papel importante é o da pessoa engenheira de machine learning. Ela pega os modelos criados pelo cientista de dados e os coloca em produção, tornando-os disponíveis de forma escalável para que funcionem no mundo real. Juntos, todos esses profissionais conseguem produzir o processo necessário para que uma empresa desenvolva uma cultura voltada a dados e realize diversos processos.

Justificando o investimento em dados pelas empresas

Por que tantas funções diferentes? Por que as empresas investem tanto em dados? Vamos explorar algumas razões. As empresas que tomam decisões baseadas em dados têm uma vantagem competitiva em comparação com aquelas que agem por intuição ou achismo. Isso é muito relevante atualmente. Além disso, os dados ajudam a identificar gargalos, desperdícios e oportunidades de otimização nos processos, gerando economia para a empresa.

Outro ponto importante é que só é possível personalizar um produto ou serviço para um cliente entendendo seu comportamento, o que é feito através dos dados. No mundo acelerado de hoje, quem demora para tomar decisões perde oportunidades. Quanto mais rápido conseguimos extrair insights, mais rapidamente tomamos decisões.

Destacando a importância e perspectivas da carreira de analista de dados

Por fim, os dados ajudam a prever e mitigar riscos. Como mencionado, o cientista de dados cria modelos preditivos que auxiliam nesse aspecto, desde prever inadimplência em instituições financeiras até problemas operacionais. Nesse contexto, a pessoa analista de dados é muito importante no mercado. Há boas perspectivas para essa carreira, pois praticamente todos os setores precisam de analistas de dados, seja no setor financeiro, comercial, hospitalar, educacional, entre outros. É uma profissão em alta, com boas perspectivas de crescimento e remuneração.

Ao iniciar na carreira, pode-se começar como analista de dados júnior, evoluindo para pleno, sênior ou até mesmo liderança, se for um desejo. É possível se especializar em áreas específicas, como marketing e finanças, e atuar nesses segmentos. É uma profissão promissora, com muitas oportunidades.

Introduzindo ferramentas para análise de dados

Agora que entendemos todo esse processo e como a pessoa analista trabalha no dia a dia, falta entender quais ferramentas ela pode usar para realizar cada uma dessas etapas. Vamos abordar isso no próximo vídeo, explorando diversas ferramentas para análise de dados.

Sobre o curso Trabalhando com dados: fundamentos da análise de dados

O curso Trabalhando com dados: fundamentos da análise de dados possui 66 minutos de vídeos, em um total de 15 atividades. Gostou? Conheça nossos outros cursos de Data Science em Data Science, ou leia nossos artigos de Data Science.

Matricule-se e comece a estudar com a gente hoje! Conheça outros tópicos abordados durante o curso:

• Explorando a carreira de analista de dados
• Desenvolvendo sua jornada na área de dados