Cientista de DADOS
par Samuel Ribeiro
1. OBJETIVO: Me tornar um cientista de dados.
2. Storytelling
2.1. - Estrutura de narrativa;
2.2. - Analogia e comparação;
2.3. - Método de aterrisagem;
2.4. - Organização visual.
3. Linguagem de programação
3.1. Python
3.1.1. Variáveis, com foco em análise de dados:
3.1.1.1. - Estrutura de Dados;
3.1.1.2. - Estrutura de controle;
3.1.1.3. - Condicionais;
3.1.1.4. - Desenho de mapas e etc.
3.2. R
3.3. SQL
3.4. Java
3.5. IDE
3.5.1. Pycharm
3.5.2. Jupyter
3.5.3. Colaboratory
3.5.4. Spyder
3.5.5. R-Studio
4. Web Scraping
4.1. Beatiful sup
4.2. Scrap
4.3. URRLIB
5. DEPLOY
5.1. AWS
5.2. AZURE
5.3. MYSQL
6. Negócios/business;
6.1. - Modelos De negócios( como determinada área ganha dinheiro).
6.2. - Métricas ( quais são as métricas importantes para diferentes nichos de negócios.)
6.3. - Curva de maturidade de produto ( quando o produto é lançado, qual e a curva de performance desse produto).
6.4. - Churn( probabilidade do consumidor para de usar o produto da empresa).
7. Banco de Dados
7.1. - SQL
7.2. - SQLite
7.3. - Mysql
7.4. - Postgres
7.5. - MongoDB
8. Machine Learning
8.1. Classification
8.2. Regression
8.3. Clustering
8.4. Deep learning
8.5. Algoritimo
8.5.1. - Árvore de decisão;
8.5.2. - Regressões lineares;
8.5.3. - Regressões não lineares;
8.5.4. - Redes Neurais;
8.5.5. - Agrupamentos e etc.
9. Analise de Dados
9.1. Feature Engineering
9.2. Data Wrangling
9.3. EDA
10. Data visualization
10.1. Tableau
10.2. Power BI
10.3. Matplotlib
10.4. GG plot
10.5. Seaborn
10.6. - Gráficos em Python;
10.7. - Power BI;
10.8. - Data studio;
10.9. - Looker.
11. Matematica
11.1. Stastics
11.1.1. - Estatística de ordem 1;
11.1.2. - Distribuição de probabilidade;
11.1.3. - Planejamento de teste A/B;
11.1.4. - Planejamento de teste A/B;
11.1.5. - Inferência Bayesiana e etc.