Por onde começar em ciência de dados?
Iniciar os estudos em ciência de dados pode ser bastante confuso. Principalmente para quem não vem da área de tecnologia.
Python ou R?
SQL, Power BI, estatística, modelagem de dados, Pandas matemática, machine learning, Spark, Tableau, Scikit-Learn…
Por onde devo iniciar?
Também passei por isso e hoje trago minha visão de bibliotecário e por onde você pode começar.
Ela poderá te nortear, mas você deve procurar entender por si mesmo, com o tempo, qual é o seu melhor caminho.
Borá lá?!
- Como estudar
- Primeiros passos
- Bussiness Intelligence
- Ciência de dados
- Engenharia de dados
- Machine Learning
- Deep Learning
- Boa jornada!
COMO ESTUDAR?
Antes dos primeiros passos, será essencial você já se atentar em entender como você aprende.
Sim, cada pessoa aprende de uma forma, no seu tempo e nas possibilidades que tem.
Hoje eu já tenho mais noção de como eu devo aprender… Mas tenho muito a melhorar ainda.
Entender como você aprende e como você pode estudar é muito importante.
Um vídeo que tem dicas excelentes é esse:
Super recomendo você pegar “blocos de formações” e aplicar as técnicas citadas no vídeo.
Entenda quais áreas você precisa aprender e faça um curso por dia, tenho certeza que o entrelaçamento dos conhecimentos fará você ter novas ideias.
E se você quer se aprofundar mais, super indico esse livro:
Gostei principalmente porque ele não dá uma receita de bolo, mas dicas valiosas que você poderá testar, mesclar, adaptar e verificar a sua melhor forma.
PRIMEIROS PASSOS
Ter medo de código pode ser um bloqueio para você.
Mas saiba, programar não é um monstro.
Quando era mais novo, achava que programação não era para mim e que nunca aprenderia.
Hoje já consigo criar códigos voltados para análise de dados e estou muito, muito feliz por isso.
Outro dia até sonhei que estava escrevendo código.
Mas se mesmo assim você ainda quer algo mais próximo, use a abuse de ferramentas como o excel e o google sheets (eu já até escrevi um artigo de como prever os empréstimos de livros em bibliotecas com o google sheets).
Entender Modelagem de dados também é um ponto essencial para que você vá se acostumando com as relações estruturais dos dados.
Você pode já formar um bloco e estudar:
- Excel e/ou google sheets
- Modelagem de dados
BUSSINESS INTELLIGENCE
Bussiness Intelligence e SQL é um próximo passo.
Aqui já começam as primeiras bifurcações.
Vou aprender SQL, mas em qual software?
MySQL, SQL server, Oracle, PostgreSQL…
Pegue uma e aprenda. O MySQL é uma boa opção.
Ah… mas não quero trabalhar como administrador de banco de dados etc.
Aprenda conceitos básicos primeiro e depois escolha se irá querer se aprofundar.
Em BI, o Power BI é um excelente software, mas existem outros como o Tableau e o Google Data Studio.
Escolha um, depois se aprofunde e conheça outros.
Mais um bloco formado.
Inclusive, se você tem interesse em BI e bibliotecas confira esse meu artigo:
CIÊNCIA DE DADOS
Python ou R?
Discussão antiga essa…
Eu particularmente comecei com R, tive mais dificuldade.
Mas podem ter sido diversos outros fatores particulares meus (se lembra do aprendizado que falei lá atrás,então).
Inclusive nos primeiros estudos, eu quis me desafiar e criar um gráfico animado. Empaquei, procurei no stackoverflow (já marca esse site, aqui tem praticamente todas as dúvidas) e nada.
Mas tive uma baita ajuda do Luis Otavio (nossa, foi incrível).
Se você tiver dificuldade em alguma coisa, me procure que eu tentarei te auxiliar também.
Mas… indico Python para começar e depois conheça o R também.
Entenda lógica de programação, isso é muito valioso.
Estude em python e também em outras linguagens, talvez isso te facilite para entender de fato o que é a lógica.
Depois disso, se aprofunde em python para análise de dados, entender bibliotecas como Numpy e Pandas será essencial.
Entenda estatística e aplique com python.
Ciência de dados é estatística.
Estude visualizações de dados.
Saiba que tem muita história para se contar com gráficos.
ENGENHARIA DE DADOS
Se você quiser começar a estudar engenharia de dados, talvez seja legal você já ir estudando… Talvez um pouco antes, talvez um pouco depois.
Depende de você e do seu momento atual.
Assim como os bancos de dados NoSQL, como o MongoDB e o Datomic.
MACHINE LEARNING
Eu acho incrível o poder que ML pode dar, mas aconselho você começar aqui, depois de ter conceitos mais fundamentados em programação, estatística e modelagem de dados.
Neste ponto também acho importante você entender de fato a matemática por detrás dos panos.
Ciência de dados é matemática.
Não gosta de matemática? Calma, talvez você tenha tido uma percepção errada dela.
Tenho um artigo que talvez te convença que matemática e programação podem fazer uma dupla muito legal:
Bibliotecário em Ciência de Dados: Álgebra também é para humanas!
DEEP LEARNING
Explorou tudo ?
Bora aprofundar essa “aprendizagem” e aprender Deep Learning?
Acredito que esses conhecimentos são a cereja do bolo em ciência de dados.
Provavelmente ela será melhor aproveitada se você tiver uma base mais fundamentada em todos os anteriores.
Por isso indico deixar por último.
BOA JORNADA!
Se você estava meio confuso, acredito que consegui te trazer um norte.
Mas se você quer ver tudo isso de uma forma mais concreta, confira esse plano de estudo que criei com as formações da Alura.
Eu super indico você estudar na Alura, porque ela é fantástica.
Didática, quantidade e diversidade de conteúdo, profundidade…
São incríveis!
Se você se interessar, confira esse meu cupom de desconto.
Além de tudo isso, você conheçe o Data Hackers?
Ela é a maior comunidade de Data Science do Brasil.
Com um podcast fantástico:
E recentemente o Paulo Vasconcellos trouxe sua percepção de como aprenderia ciência de dados hoje.
Não deixe de conferir:
Agora me diga, qual foi ou é sua dificuldade ao começar em ciência de dados?
Comenta aí e compartilha comigo sua experiência.
Se você chegou até aqui e curtiu, dê o claps, compartilhe e se inscreva para me acompanhar.
Ainda há muito a se explorar…
