Newsletter

Por que matemática é explicada de forma tão ruim?

Enviado em: 2020 M06 22
View this email in your browser

Por que matemática é explicada de forma tão ruim?

Fala, Data Hacker, seja bem-vinda a mais uma newsletter! Esperamos que você e sua família estejam se protegendo e passando bem por essa pandemia. Na edição dessa semana, nós iremos falar sobre um assunto que te deixa mais assustado que cachorro em cima de canoa: Matemática. Mais precisamente, vamos destacar os motivos que fazem ela ser explicada de forma tão ruim.

E mais: você entenderá como pode conquistar um estágio em dados; quais livros não-técnicos um data scientist deveria ler; e aprenderá como usar Docker para deixar seus projetos reproduzíveis.

Por que Álgebra Linear é ensinada de forma tão ruim?

Nesse post no Towards Data Science, Callum Ballard salienta como pilares do Machine Learning como Álgebra Linear são explicados de forma pouco intuitiva, focando mais no "como" ao invés do "por que". No post, ele traz uma forma mais clara sobre como entender esse importante ramo da matemática, baseando-se no trabalho de um dos melhores canais do Youtube sobre o assunto: o Three Blue One Brown (em Inglês)

Consegui um estágio em dados. E agora?


Para muitas pessoas, o estágio é a porta de entrada do estudante na indústria. Justamente por ser algo muito novo, medos e incertezas podem surgir na cabeça de pessoas que estão nessa etapa.

O Data Hacker Rogério Ferreira compartilhou sua experiência ao conseguir seu primeiro estágio na área, dando dicas sobre como você pode se desenvolver nesse momento muito importante de aprendizado. (em Português)
 

Cinco livros não-técnicos que todo cientista de dados deveria ler

Na última semana publiquei um post sobre alguns livros que me ajudaram muito na carreira de Data Science. A lista, que é focada em livros não-técnicos, destaca livros que te fazem pensar como um cientista de dados, ajudando a desenvolver habilidades comportamentais e práticas, como entendimento de negócio e pensamento crítico. (em Português)
 
MAIS POSTS
A forma como você trata seu dado contribui para a crise de reproducibilidade
Você já deve ter ouvido falar que a área científica possui dificuldade em reproduzir resultados de pesquisas, e isso não é exclusivo do campo de AI ou data science. Contudo, descobriram um outro fator que contribui nessa crise: a forma como você trata seu dado.
A Universidade de Stanford fez um experimento enviando um mesmo dataset para 70 times de cientistas e pedindo que eles validassem 9 hipóteses. Resultado: todos os times tiveram conclusões diferentes sobre as hipóteses. (em Inglês)

Usando Docker e Jupyter Notebook para deixar seu ambiente reproduzível
O Data Hacker Érick Barbosa criou um tutorial que ensina não só o que é e como funciona o Docker, mas como você pode aplicá-lo para criar um ambiente reproduzível para seu Jupyter Notebook. (em Português)

Usando metodologia Agile para colocar modelos de ML em produção
Diz a lenda que se você falar "Python" três vezes no espelho, aparece uma nova lib para Data Science. A verdade é que, felizmente, há inúmeros tutoriais e ferramentas sobre como podemos criar nosso primeiro projeto de machine learning, contudo, poucos focam sobre os desafios e aprendizados de como colocá-los em produção. Visando isso, o Data Hacker Flávio Clésio traz uma análise detalhada sobre o livro "Agile Machine Learning", que conta a experiência de Eric Carter e Matthew Hurst em um projeto do Bing da Microsoft. (em Português)

Como escolher uma fonte para sua visualização de dados
Um guia prático para você que usa Comic Sans nos dashboards da empresa. Poucas pessoas levam em consideração o fato de que uma boa fonte facilita o entendimento de uma visualização e dá mais qualidade a um produto. Nesse post do Nightingale, a designer Tiffany France mostra detalhes e conceitos que podem aumentar as suas visualizações. (em Inglês)
VAGAS DA SEMANA
Data Scientist - Cielo
São Paulo - SP
  • Machine Learning
  • SQL
  • Python, R, Scala
  • Inglês
Senior Data Scientist - Take
Belo Horizonte -  MG
  • Python
  • Deep Learning Frameworks (Keras, TensorFlow, PyTorch)
  • Data Visualization e Storytelling
  • Experiência em projetos de ML
DICA DE VÍDEO
A empresa fundada por Andrew Ng está com uma nova especialização na área: NLP. Os cursos vão desde uso de regressão logística, análise de sentimentos, transformers como BERT e até uso de Hidden Markov Chains para serem aplicados em diferentes projetos. Lembrando que os cursos do Coursera são gratuitos, onde você só paga caso queira ter acesso ao certificado. (em Inglês)
DATA VISUALIZATION DA SEMANA
PRÓXIMOS EVENTOS E MEETUPS [100% ONLINE]

Spark + AI Summit 2020
22 a 26 de Junho de 2020
Gratuito - 100% Online - Inglês

Quero Educação - A importância de um time de Data Engineering
24 de Junho de 2020 - 17:00
Gratuito - 100% Online - Português

Open Space Data Sprint Talks #12 - COVID Lake
01 de Julho de 2020 - 19:00
Gratuito - 100% Online - Português

Women in Data Science - Edição BH
Dia 1 - Dia 2
09 e 10 de Julho de 2020 - 19:00
Gratuito - 100% Online - Português
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