Newsletter

Mundo dos dados: Ame-o ou deixe-o? 🤔🏃

Enviado em: 2020 M01 6
View this email in your browser

Mundo dos dados: Ame-o ou deixe-o? ðŸ¤”🏃


Olá, Data Hackers! Feliz ano novo! A newletter mais amada de todo o mundo de dados está de volta!

Nessa news trazemos alguns questionamentos interessantes e bem profundos sobre o mundo de dados. Apesar de termos uma quantidade imensa de pessoas querendo ir para a área, nem tudo é flores. Tem gente já cansada desse mundo e com bons argumentos pra buscar outras profissões. Também tem gente falando de como o cientista de dados deve portar no mercado para entregar o maior valor possível.

E mais: processando 1 bilhão de registros por segundo no Python, um livro em português pra você aprender como modelar de ponta a ponta em Data Science, além de vagas e os primeiros eventos do ano!

Vamos começar bem esse ano então?!

Porque decidi largar o mundo de dados

Tem tanta gente querendo ir pra área de dados, mas será que tudo é só flores? Esse texto de um autor não identificado do Towards Data Science traz uma reflexão interessante sobre os pontos negativos que a/o levaram a largar a profissão de Data Analyst. Falta de comprometimento da gerência e executivos da empresa, pouco impacto e envolvimento com o valor produzido pela organização, além da introspecção muito constante no trabalho são alguns dos argumentos.

E você? Também acha que o trabalho com dados tem mais pontos negativos que positivos? Discute em nosso Slack! (em Inglês).

Super-simplifique: a chave para ser um ótimo Data Scientist

Um cientista de dados competente, consegue fazer modelos e gráficos. Um grande cientista de dados consegue também suportar decisões. É assim que começa Brandon Brohrer. Ele dá dica para ser um Data Scientist relevante na indústria: Oversimplification (Supersimplificação). O texto explica como o mercado, diferentemente da academia, necessita de decisão e ação, e dá dicas de como isso pode ser alcançado.
 

O Futuro do Deep Learning


Como as técnicas de Deep Learning vão ser no futuro? Quais os novos desafios nessa área de conhecimento? Leia isso tudo no texto incrível do Data Hacker Lucas Oliveira. No post, ele levanta as possibilidades trazidas pela Decentralização dos modelos, pelo AutoML e a colaboração entre cientistas de dados vão impactar de forma relevante no DL dos próximos anos. (em Português)
TÓPICOS AVANÇADOS
Internet das Coisas na Indústria com Elastic Stack
É indiscutível que a Indústria é uma das maiores fonte de dados de todos os segmentos. A Elastic traz um caso de uso relevante de um de seus clientes, a MM Karton, industria austríaca de papel. No post, eles compilam diversos uso como Análise de Dados para Manutenção preventiva, Análise da taxa de resíduos e desperdiço, entre outros. Também há desenhos de arquitetura e exemplos de dashboards de acompanhamento de equipamentos em tempo-real. Muito bacana!  (em Português)

Processando 1 Bilhão de linhas por segundo no Python
Sabe aquele negócio de botar pra rodar o script e ir pegar um café? Com a biblioteca Vaex isso vai ficar pro passado. Imagina processar 1 Bilhão de registros por segundo?? Então! Nesse post, Jesse Moore explica um pouco dessa lib em Python que tem as mesmas operações que o Pandas, só que 25 vezes mais rápido! (em Inglês)
DICA DE LIVRO
O Manual Prático de Data Science

Quer aprender como resolver problemas do mundo real com Machine Learning? O Community Manager do Data Hacker e Kaggle Grandmaster Mário Filho acabou de lançar o "Manual prático de Data Science"! Nesse e-book, ele passa por todos os pontos cruciais para fazer Ciência de Dados com impacto: definição do problema, tratamento dos dados, modelagem, implantação e monitoramento dos modelos. Fonte imperdível a um preço bem acessível, feito por um dos mais influentes cientistas de dados do brasil! (em Português)
Data Ops Engineer - Neoway
Florianópolis - SC
  • Python ou Bash
  • Cloud Services
  • Docker & Kubernetes
  • Desejável Experiência com Big Data & Machine Learning, Streaming e NoSQL.
 
Data Engineer - Loft
São Paulo - SP
  • DW & Data Lakes
  • Criação e Manutenção de ETL
  • Modelagem dimensional
  • Gerenciamento e comunicação para clientes internos.
DATA VISUALIZATION DA SEMANA
As ocorrências dos nomes dos personagem em cada livro Harry Potter

Você também é fã de Harry Potter? Então vai curtir demais essa visualização lá do Reddit r/dataisbeautiful. Interessante observar como que, conforme a história evolui, os nomes de Sirius Black aparece - na terceira edição, quando o personagem é introduzido - e depois é menos citado e como o vilão Voldemort aos poucos toma conta do livro, até chegar ao climax em seu confronto final com Harry. Que lindo! <3 (em Inglês)
PRÓXIMOS EVENTOS E MEETUPS

29# PyData BH
28 de Janeiro de 2020
Belo Horizonte/MG - Grátis
Facebook
Site
LinkedIn
Twitter
Medium
Copyright © *|CURRENT_YEAR|* datahackers.com.br.

Want to change how you receive these emails?
You can update your preferences or unsubscribe from this list.

©2018-2020 - Data Hackers, Todos os direitos reservados.

Site por Kaordica