Saiu o resultado da pesquisa de mercado do DATA HACKERS! 🎉🎊

Você não precisa ter medo de robôs (segundo o criador de um dos mais famosos)

Author

Data Hackers
May 11, 2020

Fala, Data Hacker. Seja bem-vindo a mais uma newsletter! Hoje é um dia especial, porque estamos finalmente publicando o resultado dessa que pode ser uma das mais completas pesquisas de Data Science no Brasil!Mais de 1700 pessoas responderam nossa pesquisa, compartilhando dados que vão desde faixa salarial até quais as ferramentas que mais usam no trabalho. Claro que, como vocês devem imaginar, prezamos pela anonimização e descaracterização de todas as respostas, mas muita análise legal deve sair desse dataset.Muito obrigado a todos pela participação, confiança e paciência. Aprendemos muito durante essa que foi nossa primeira pesquisa, e prometemos melhorar para as próximas e deixar os resultados bem mais fáceis de acessar. Queria aproveitar e deixar um agradecimento ao Dourival Pimentel, que nos ajudou muito na limpeza e tratamento dos dados.Mas, não é só disso que falaremos na news de hoje! Você conhecerá o repositório definitivo para aprender Deep Learning; o motivo pelo qual você não precisa temer robôs; e até como fazer um detector de poses.

 

É claro que não poderíamos divulgar nosso dataset em uma plataforma diferente do nosso querido Kaggle. Isso mesmo, você já pode começar a criar seus kernels usando nosso dataset (não esquece de compartilhar seu trabalho no nosso Slack), quem sabe não aparece até aqui na news! Eu estou bem curioso em saber que tipo de análises vocês irão fazer. Que tal começar respondendo algumas dessas perguntas? 

  • Pessoas que começam na área, geralmente ganham quanto? A regra vale para todas as regiões e estados?

  • Todo mundo que trabalha com DS está usando Machine Learning?

  • Como está o gender gap no Brasil? Há diferença salarial entre homens e mulheres na área?

  • Há muitas pessoas de áreas não-exatas trabalhando com Data Science?

  • Cargos de gestão ganham mais do que cargos técnicos?

Um último pedido:

ajude a gente a ter mais visibilidade clicando no "upvote"

(setinha pra cima) do dataset para que ele tenha um ranking melhor no Kaggle datasets e que mais pessoas possam utilizar.

O Data Hacker Hugo Zanini fez esse post bem legal falando sobre como usar o TensorFlow.js (versão para browser do famoso framework do Pai Google) mostrando como fazer pose estimation para detectar a pose de pessoas em exercícios físicos. E você pode conferir todo o

(em Português)

 

Tanto na cultura pop quanto nos papos que temos, sempre surge o assunto sobre o futuro das máquinas e̶ ̶c̶o̶m̶o̶ ̶e̶l̶a̶s̶ ̶v̶ã̶o̶ ̶n̶o̶s̶ ̶e̶s̶c̶r̶a̶v̶i̶z̶a̶r̶  e o futuro do trabalho.

Dessa vez, o criador do Roomba - aquele robô aspirador da iRobot - conta os desafios de criar um "simples" robô com uma tarefa única, e como a ideia de que eles vão estar em todos os lugares está longe de acontecer. Desculpe, mas não vai ser hoje que teremos nossa própria Skynet (em Inglês)

Sean Taylor - Pesquisador na Lyft - conta como o Facebook Prophet (uma as mais famosas bibliotecas de Time Series Forecasting) funciona. (em Inglês)

Alguém teve a excelente ideia de reunir em um repositório no Github dezenas de conteúdos relacionados a Deep Learning, a grande maioria com vídeos gratuitos no Youtube. Tem curso sobre Reinforcement Learning, NLP e até aulas com os fundamentos de Machine Learning. Curtiu a ideia?

. (em Inglês)

Problemas de NLP geralmente possuem dezenas de abordagens diferentes, mas podemos aprender com os melhores. O pessoal da Neptune.ai reuniu nesse post as melhores dicas para lidar com datasets com pouco ou muito dado, como limpar dados para NLP, como treinar modelos, e muito mais. (em Inglês)

VAGAS DA SEMANA

  • Python, Java ou Javascript

  • 5+ anos de experiência

  • Experiência com Flink, Spark, Flume

  • Experiência com Kinesis, Kafka ou Storm

  • Python ou R

  • SQL

  • Git

  • Machine Learning

Quando está na hora de enfrentar problemas de Machine Learning no mundo real, é muito importante sabermos como vamos abordar um problema. Não estou falando sobre você já pensar se vai usar Keras ou PyTorch, mas sim dar alguns passos antes disso, como estimar o tamanho do escopo e complexidade do problema; como você irá monitorar sua solução; e, principalmente, como você pode entregar o modelo o mais simples possível. Esse livro da O'Reilly traz esses e muitos outros pontos que podem te ajudar. (em Inglês)

A estrutura de um show de comédia stand-upDo que é feito um show de stand-ups? Piadas e risadas, você diria. Mas, como você chega no clímax do show, arrancando o máximo de risadas possíveis do público? O pessoal do The Pudding fez um estudo completíssimo sobre o show de stand-up da comediante Ali Wong, que possui um especial na Netflix, analisando como é feita a construção de suas piadas e como elas refletem nas risadas do público. (em Inglês)

PRÓXIMOS EVENTOS E MEETUPS [100% ONLINE]

14 de Maio de 2020 - 19:00

Gratuito - 100% Online - Português