Olá amantes de Tecnologia, Inteligência Artificial, Data Science e Machine Learning!

Com muita empolgação inauguramos hoje nosso blog que irá abordar todos esses temas.

Iremos falar sobre as principais tendências de mercado da área e de resultados que são possíveis de alavancar para a indústria com a implantação projetos que utilizam alguma técnica ou tecnologia relacionada a Data Science (ou Ciência de Dados).

Além disso, o que mais motivará esse blog será a busca incessante por esclarecer conceitos e técnicas, e sua aplicabilidade na resolução de problemas reais, desde os mais simples aos mais complexos. Uma boa fonte de referência nesse sentido é o livro Data Science for Business. Para quem ainda não leu, vale a pena gastar um tempinho!

Figura 1: Livro Data Science for Business

Apesar de ser uma das buzz words (palavra da moda), o conceito de Data Science tem sido utilizado desde a década de 60. Hoje, alguns especialistas até dizem que o termo nada mais é do que um nome mais “sexy” para a conhecida função de um estatístico, hoje conhecido como Data Scientist.

Apesar de haver muita confusão em relação ao termo e até mesmo um certo ceticismo quanto ao que é possível se fazer com a ciência dos dados, a boa notícia é que estas tecnologias estão ficando cada vez mais acessíveis, sendo hoje mais baratas do que há 10 anos atrás. Em outras palavras, implantar projetos ou soluções nesse contexto são viáveis e trazem resultados significativos. É nesse sentido que focaremos nossos próximos posts.

Espera aí, se então é mais viável implantar projetos de Data Science e se o Data Scientist de hoje é o mesmo que o estatístico de ontem, o que há de tão diferente atualmente?

A grande diferença está na facilidade de utilizar algoritmos mais “poderosos” e abertos (open source) para realizar as mesmas análises que a grande maioria das pessoas já fazem utilizando, por exemplo, o Minitab, o Solve do Excel e até o próprio Matlab.

Além disso, existem hoje plataformas que integram todas as ferramentas necessárias para análises de dados, desde as mais simples até as mais complexas. Em muitas delas, não se faz necessário nem mesmo a necessidade de se programar uma linha sequer de código.

Apesar de todo esse aparato tecnológico, acessível e viável, o ponto chave para o sucesso de uma solução baseada em Data Science ainda é humano: entender BEM o problema e descobrir como usar a tecnologia da maneira mais simples possível para empoderar os interessados e tomadores de decisão!

Então fique ligado nos próximos posts, mantenha-se conectado conosco nas redes sociais, pois iremos mostrar como é possível entender e resolver problemas utilizando as técnicas e tecnologias envolvidas em um projeto de Data Science!

Eduardo Magalhães on Linkedin
Eduardo Magalhães
Engenheiro com 11 anos de experiência profissional, incluindo dois anos de experiência internacional nos EUA. Mestre em engenharia elétrica, com especialidades na área de óleo e gás e Big Data/Advanced Analytics. Sólida experiência em otimização de processos e malhas de controle, data mining e TI industrial. Também possui conhecimento em Data Science, Big Data, programação de CLP, PIMS e liderança técnica de equipes. Expertise nas indústria siderúrgica e mineração. Nas horas vagas seu maior hobby é a música!

Engineer with eleven years of professional experience including two years of international experience as an engineer in the USA. Master’s degree in electrical engineering and specialist degree in oil and gas engineering. Has strong experience in control loop performance and process optimization, data mining and Industrial IT. Knowledge of Data Science, Big Data, PLC programming, PIMS and technical leader shipment. Expertise in the metals and mining industry. During his free time his greatest passion is music!