Cursos de Data Science, Data Science

Com a crescente quantidade de dados gerados por sistemas e empresas pelo mundo todo ficou cada vez mais evidente que essas informações poderiam ser usadas para trazer insights para área de negócios dentro das empresas. Com esses insights em mãos o negócio pode ajustar seus produtos para ter uma melhor aderência com os consumidores, por exemplo.

Mas como fazemos isso?

A partir de um conjunto de dados - o data set - como a geolocalização do comércio de um bairro, quantidade de clientes em diferentes dias de semana e horários, etc.... podemos a partir de uma analise exploratória inicial ver quais dias os restaurantes em mais ou menos movimento e em quais horários e começarmos a nos perguntar o que podemos fazer para tirar proveito dessas informações. Será que vale a pena dar desconto nos dias em que temos menos movimento? O que podemos fazer para atrair mais clientes nos dias mais cheios da semana?

Essa curiosidade é parte fundamental de quem trabalha com dados, mas claro que precisamos de muita técnica para saber responder elas com o menor erro possível. E para isso precisamos saber técnicas de estatística e como trabalhar com esses dados de forma fácil, utilizando a biblioteca Pandas por exemplo.

O fluxo de dados dentro dessas análise é dividido em 4 partes:

• Coleta de dados: Aqui vamos organizar nossos sistema para buscar os dados que consideramos relevantes para a próxima fase. Podemos usar algumas técnicas como scraping ou pegarmos um dataset pronto para trabalharmos
• Preparação dos dados: Tendo os dados do sistema podemos criar um Dataframe do Pandas e começar a manipular esses dados para extrair informações deles. Nesse momento estamos preparando os dados para a fase de análise e é onde muitas funções do numpy serão usadas para facilitar esse trabalho.
• Análise: Agora que temos tudo pronto podemos fazer uma análise exploratória dos dados e realmente buscar relações que possam nos interessar e de onde levantaremos hipóteses para o negócio.
• Entrega: No final de todo esse processo precisamos entregar algo para a área de negócio ou mesmo salvar as manipulações de dados para conseguirmos retornar o trabalho em um outro momento. Para a área de negócios podemos entregar relatórios ou dashboards que contem um resumo das informações que coletamos e as conclusões que chegamos durante esse processo para isso podemos usar ferramentas de visualização como o Seaborn.

Tipos de dados

Vendo esse fluxo pode parecer que existe pouca variação dentro do trabalho de um cientista de dados, mas para cada tipo diferentes de dados e de problemas temos diferentes técnicas e maneiras de trabalhar. Se estamos falando de dados de **séries temporais elas tem características muito diferentes de dados de geolocalização e por isso precisamos saber como tratar cada tipo de dado.