Pouco mais de 10 anos atrás, em 2012, foi publicado o artigo “Data Scientist: Sexiest Job of the 21st Century”. E Ali nascia uma das profissões de maior sucesso da história da tecnologia, o Cientista de Dados. Mas, em 2023, Cientista de Dados Ainda é a Profissão Mais Sexy do Século XXI? É o que vamos conferir agora neste artigo.
Listamos aqui algumas das principais mudanças na Nova Formação Cientista de Dados 4.0.
Chegou a hora de mudar o padrão e elevá-lo a outro nível. Estamos redefinindo a capacitação em Data Science e Machine Learning no Brasil. Conheça a Nova Formação Cientista de Dados 4.0. Transformação Digital na Era da Inteligência Artificial.
Rust vem ganhado popularidade devido à sua eficiência, desempenho e segurança. Vamos compreender a linguagem e o que pode vir por aí em Machine Learning.
Este artigo visa esclarecer o que é Econometria, suas aplicações tradicionais e a emergente integração com Machine Learning, bem como seus benefícios para as empresas.
Depois de criar seus projetos, você precisa publicá-los e organizá-los em um portfólio.
Este artigo examina a importância do churn para as empresas, suas implicações e como a Inteligência Artificial (IA) pode ser utilizada para prever e, consequentemente, reduzir o churn. E, ao final, apresentamos um caso de uso.
O cenário de negócio desse Lab 3 é um caso verídico e foi reportado por e-mail por um dos alunos da DSA, envolvendo inclusive a LGPD.
Para que a Ciência de Dados seja eficaz, é fundamental entender e aplicar os princípios da inferência estatística. Neste artigo, vamos explorar por que a inferência estatística é tão importante em projetos de Data Science.
Em tempos modernos, a fusão entre tecnologia e economia tem originado abordagens inovadoras e métodos mais sofisticados para a análise econômica. Uma dessas abordagens é o uso da Ciência de Dados (Data Science) em Macroeconomia, bem como a aplicação de modelos de Inteligência Artificial.
Neste artigo, vamos explorar as capacidades do PySpark, bem como sua relação com a Linguagem SQL.
Bancos de dados, tanto relacionais quanto não relacionais, desempenham um papel importante em projetos de Data Science. Este artigo traz exemplos de casos de uso de como os bancos de dados podem ser usados em projetos de Data Science.
A lacuna de habilidades digitais persiste, com um número crescente de trabalhadores despreparados para as contínuas transformações digitais de empresas em todo o mundo e em todos os setores de negócios. É grande a falta de profissionais com a capacitação adequada.
A posição em si não especifica realmente os papéis individuais, que podem variar de empresa para empresa. Mas neste artigo, vamos colocar alguma luz sobre o assunto e compreender Qual a Diferença Entre Cientista de Dados e Engenheiro de Machine Learning.
A DSA acaba de lançar mais um curso incrível, com o nosso já conhecido padrão de qualidade. Confira aqui todos os detalhes.