Qual o Melhor Computador Pessoal Para Aprender Data Science?
Você decidiu fazer um upgrade na sua carreira e aumentar sua empregabilidade. Já percebeu que as profissões ligadas a Data Science são as mais promissoras para os próximos anos, oferecendo salários cada vez mais altos. Já sabe que Cientistas de Dados e Engenheiros de Dados estão entre os profissionais mais cobiçados pelas empresas em todo mundo. E já sabe que para aprender a trabalhar com Ciência de Dados você precisa de um bom equipamento.
Mas aí começam as dúvidas: Qual o Melhor Computador Pessoal Para Aprender Data Science? Posso usar minha máquina atual ou devo investir em um novo computador? Laptop ou Desktop? Quais os requisitos? Preciso de mais memória RAM ou mais CPU? Preciso de uma GPU?
Ufa! São tantas as dúvidas que recebemos dos nossos alunos que decidimos criar este artigo, ou melhor, este guia, para ajudar você a aprender Data Science de forma efetiva. Não iremos focar aqui em fabricantes de hardware, mas sim sobre especificação técnica dos equipamentos. Portanto, este artigo não tem vínculo com qualquer fornecedor de hardware, sendo exclusivamente a visão da DSA sobre o tema.
Fique à vontade para deixar seus comentários ao final do artigo.
Vamos começar!
Ambiente em Nuvem ou Computador Pessoal?
Sim, sabemos o que muitos vão dizer: por que investir em um computador se eu posso usar ambiente em nuvem sem custo? Esta é uma boa pergunta e as opções em nuvem são muitas, desde AWS, Azure e Google Cloud com seus planos e serviços gratuitos, até mesmo provedores que oferecem ambiente dedicado em nuvem com baixo custo. Se você acredita que pode usar apenas ambiente em nuvem e não quer investir em um computador, ok. Estamos de acordo e, portanto, este artigo não é para você.
Mas a grande maioria dos alunos nem mesmo sabe o que é Cloud Computing, muitos vem das mais diversas áreas e estão iniciando a caminhada em Ciência de Dados e ter um bom equipamento é a oportunidade de aprender Data Science antes de pensar em Cloud Computing. E mesmo a computação em nuvem, com todas as suas vantagens, tem limitações, o que pode gerar custo se não for bem dimensionado. Nada impede que o aluno tenha um equipamento um pouco mais modesto e utilize ambiente em nuvem quando for necessário processamento mais intenso, o que aliás pode trazer uma boa relação custo/benefício
E para aqueles que acreditam que tudo se resolve usando apenas o Google Colab (uma espécie de Jupyter Notebook em nuvem), a pergunta: e quando você tiver que ajustar o sistema operacional, instalar ferramentas adicionais ou realizar outras operações além de apenas escrever código? Um computador pessoal, poderia ajudar, não?
Devo Investir em um Novo Computador?
Embora nossa central de suporte e nossos instrutores recebam esta pergunta quase todos os dias, quem deve responder esta pergunta é você, caro leitor! Se quer realmente trabalhar com tecnologia, ter um bom computador é um investimento necessário, ou você acha que os softwares atuais ainda rodam em um Pentium 233? A tecnologia evolui, os softwares evoluem e seu computador, se for usado para mais do que navegar na internet ou assistir vídeos no Youtube, também deve ser atualizado. Se bem planejado, esse investimento pode trazer dividendos rapidamente, com um aprendizado mais rápido ou mesmo com atividades de consultoria que você pode realizar com a sua máquina. Pense sobre isso!
Qual a Especificação Ideal?
Você não trabalha com grandes volumes de dados no seu sistema local. Sua máquina é usada em “experimentos controlados”, o que significa que você pega alguns dados e constrói sua lógica/design/modelo, realizando os testes conforme necessário. Portanto, sua máquina não precisa ser um ultra-super-mega-computador-das-galáxias, mas deve ter uma performance razoável para que você possa conduzir seus experimentos e chegar a um resultado em tempo satisfatório. Se necessário, sempre é possível usar um ambiente em nuvem mais robusto para processar volumes de dados muito grandes. A especificação ideal pode variar dependendo dos seus objetivos de carreira e estudo.
Na sequência do artigo vamos detalhar a especificação pelos componentes principais do computador e você pode usar as dicas como ponto de partida. Essas especificações tomam como base nossa interação com milhares de alunos da DSA e assim podemos recomendar a configuração ideal para seu computador com base em dados reais e não suposições. 🙂
CPU – O Coração do Computador
A CPU (ou apenas processador) é um dos itens principais de qualquer computador. Aqui recomendamos um Intel Core i5 ou i7 (ou processador equivalente de outro fabricante). Com um processador Core i3 você consegue realizar muitas tarefas, porém com menor performance. Se a tarefa de análise for um pouco mais pesada, o Core i3 pode não dar conta do recado.
É relativamente simples ajustar seus modelos de Machine Learning para que usem mais ou menos memória RAM, mas ajustar seu código para seja executado em paralelo na CPU é bem mais complexo e muitas bibliotecas nem mesmo estão preparadas para isso. Portanto, escolha seu processador com cuidado.
Processadores AMD Ryzen versões 7 e 9 também apresentam ótima performance.
Recomendação (Ideal): Intel Core i7.
Recomendação (Mínima): Intel Core i5.
Nota: Se você optou por migrar para um computador com um dos novos processadores M1 e M2 da Apple, vai ganhar consideravelmente em performance, mas poderá ter problemas de compatibilidade com alguns softwares.
Memória – Lembre-se Dela
O mínimo de RAM que você precisaria na sua máquina seria de 8 GB. No entanto, 16 GB de RAM são recomendados para processamento mais rápido de redes neurais e outros algoritmos de aprendizado de máquina mais pesados, já que isso aceleraria significativamente o tempo de computação. Pessoalmente, 8 GB de RAM funcionam muito bem se você construir seus algoritmos de forma muito eficiente. Com 4 GB de RAM você consegue executar tarefas mais simples de processamento, mas quando for necessário trabalho mais intenso ou mesmo uso de máquinas virtuais, dificilmente 4 GB de RAM darão conta do recado. Com 2 GB de RAM você provavelmente mal consegue acessar páginas na web, que dirá processar modelos de Machine Learning.
Recomendação (Ideal): 16 GB de RAM.
Recomendação (Mínima): 8 GB de RAM.
Armazenamento – Precisamos de Espaço
Os discos SSDs tornam sua máquina incrivelmente rápida. No entanto, obter uma máquina com uma boa quantidade de armazenamento SSD pode ter um custo bem alto. Tendo isso em mente, você pode ter na sua máquina um disco SSD de 128 a 512 GB para instalar o SO e os principais softwares de análise e um disco HDD de 1 TB para armazenar seus datasets ou outros arquivos.
Recomendação (Ideal): Um disco SSD de 1 TB e um disco HDD de 1 TB.
Recomendação (Mínima): Um disco SSD de 256 GB e um disco HDD de 512 GB.
Preciso de GPU? Depende
As GPUs (Graphical Processing Units) são processadores projetados para gerar gráficos de computador. Nos últimos anos, dada a sofisticação e necessidade de realismo dos recentes jogos de computador e motores gráficos, as GPUs acumularam grandes poderes de processamento. A NVIDIA lidera o jogo, produzindo processadores com vários milhares de núcleos projetados para computação com quase 100% de eficiência. Acontece que esses processadores também são adequados para realizar o cálculo de redes neurais, a multiplicações de matrizes.
A briga entre os processadores Intel e as GPUs NVIDIA favoreceu a rápida evolução das GPUs devido à grande quantidade de núcleos das GPUs, compensando a velocidade dos clocks de CPU. Os núcleos das GPUs são uma versão simplificada dos núcleos de CPU, e ter muitos deles permite maior nível de paralelismo e, portanto, maior desempenho.
Neste momento, as GPUs são a norma na construção de sistemas de Deep Learning e podemos, por exemplo, treinar um modelo em grandes lotes de 128 ou 256 imagens de uma vez em apenas alguns milissegundos. Mas as GPUs consomem aproximadamente 250 W de energia e requerem um PC completo para suportá-las, com 150 W adicionais de energia. Não menos do que 400 W pode entrar em um sistema de GPU de alto desempenho. Ou seja, usar uma GPU requer consequentemente usar um computador com maior capacidade de prover energia, o que acarreta maior custo total.
Mas só precisamos realmente de GPU se trabalhamos com grandes modelos de Deep Learning. Por exemplo, na Formação Cientista de Dados aqui na DSA trabalhamos amplamente com Machine Learning, construindo grandes modelos e sem usar GPU. Já na Formação Engenheiro de Inteligência Artificial usamos GPU em diversos cursos, mas sempre entregamos os projetos de forma que os alunos possam usar ou não GPU. Trabalhamos principalmente com a GPU Gratuita do Google Colab.
Recomendação (Ideal, caso use Deep Learning): RTX (para desktop ou laptop) ou Nvidia Quadro (para servidor).
Recomendação (Mínima, caso use Deep Learning): GTX 1050.
Nota: Embora seja possível usar GPUs de outros fornecedores para treinar modelos de Deep Learning, aqui na DSA trabalhamos somente com GPUs da Nvidia devido a maior oferta de possibilidades, drivers, softwares e suporte.
E o Sistema Operacional?
Agora entramos em terreno espinhoso, onde a polêmica e o fanatismo descabido costumam reinar. Mas sem perder tempo com isso, vamos direto ao ponto: Para Data Science o melhor sistema operacional é o Linux. Você pode não gostar do Pinguim, mas coloque seus gostos pessoais de lado por um instante. Quase tudo que existe em Data Science (linguagens de programação, frameworks, soluções de armazenamento e processamento de dados, etc…) foi feito em Linux.
Logo, usar esse SO acaba sendo a opção mais lógica e que traz maior produtividade. “Mas eu não sei trabalhar com Linux!”. Então, aprenda. Incluímos em todas as nossas formações um curso de Linux como bônus, o qual os alunos adoram e logo acabam levando Linux para suas máquinas pessoais. Não precisa abandonar seu SO atual e você sempre pode começar usando máquinas virtuais ou o docker.
Em geral a distribuição Ubuntu é a ideal para quem está começando no universo Linux. Aqui você encontra o ranking das distribuições Linux mais usadas no mundo: DistroWatch.
Nossa recomendação: Linux Ubuntu.
Laptop ou Desktop?
Embora um Desktop possa ter um custo total menor, a mobilidade de um Laptop compensa seu preço. Poder trabalhar ou estudar na sua máquina de onde quiser aumenta a produtividade e acelera o aprendizado. Essa pode ser uma decisão bem pessoal, sendo possível comprar um bom Desktop com uma excelente configuração, por um valor menor que um Laptop com uma configuração mediana. Aí você terá que fazer um trade-off, uma escolha! E essa escolha é exclusivamente sua!
Nossa recomendação: Laptop.
E Quais São os Computadores dos Instrutores da DSA?
Aqui na DSA compreendemos a importância de ter um bom hardware e todas as aulas são preparadas e gravadas em equipamentos de ponta. Quase todos os instrutores usam Laptop MacBook Pro Core i7 com 16 GB de RAM e SSD de pelo menos 1 TB. Recentemente começamos a migração dos Laptops para o novo MacBook Pro com processador M2 e 32 GB de RAM.
Temos máquinas Windows e Linux com processadores Core Intel i5, i7 e i9, além de uma máquina com processador AMD Ryzen 9. Em todos os casos 16 a 64 GB de RAM, pois em todos os nossos cursos fornecemos suporte para Windows, Mac e Linux e por isso temos diferentes máquinas para testar cada projeto.
Qual o Melhor Computador Pessoal Para Aprender Data Science?
De acordo com a nossa recomendação, o ideal seria um Laptop com processador Core i7, 16 GB de RAM, 1 TB SSD/1 TB HDD e GPU Nvidia, com sistema operacional Linux Ubuntu. Você vai encontrar esse tipo de configuração em praticamente qualquer um dos principais fornecedores de computadores pessoais do mercado. Ajuste a configuração de acordo com o seu orçamento e as nossas recomendações mínimas ao longo deste artigo.
Esperamos que esse guia ajude você a escolher o melhor hardware para seu aprendizado em Data Science.
Equipe DSA
Faltou as cpus e gpus da AMD
Obrigado Rafaela.
Concordo, as cpus AMD atuais tem grande quantidade de núcleo o que pode se mostrar melhor que muito i7 para Data Science.
Obrigado Thiago.
As GPUS AMD e CPUS AMD na prática ainda apresentam temperaturas maiores, para servidor ou workstation eu não usaria AMD.
AMD usa 5 manômetros enquanto a Intel usa 10 nanômetros. AMD é bem mais fria hoje em dia. Tanto que os Ryzen 9 tem TDP de ate 175w enquanto os i9 tem TDP de 250w.
Agora a Intel esta chegando em 7 nanômetros enquanto AMD esta entrando em 3 nanômetros
Essa de AMD ser quente só vale para os antigos processadores como os os FX da vida. Ja faz tempo que a AMD superou a Intel nesse quesito.
Eu tenho um XPS 9370 da Dell, 16Gb de memória (optane), 512 SSD, I7.. um baita. Porem, só tenho 1 GPU com 8Gb de memória, pois a placa de vídeo é Intel embeded, no restante eu recomendo
Uma dúvida vcs mencionam, “Temos ainda Laptops ASUS ROG Core i7 com 16 GB de RAM e 256 SSD/1 TB HDD rodando Linux Ubuntu e Laptop MSI Core i7 com 32 GB de RAM 512 GB SSD/1 TB HDD rodando Windows 10 Pro para os cursos que requerem Windows.” , a minha pergunta é ,sempre terei que ter um computador rodando Windows para trabalhar com Data Science ? Eu conseguiria fazer tudo com Linux ? ou melhor com Software Livre ? POIS SOU usuário Ubuntu. Sempre acompanho vcs, ainda não dá pra eu fazer um curso de vcs mas está… Leia mais »
Olá Geraldo. Tudo depende das ferramentas que você pretende usar. O Power BI Desktop, por exemplo, requer SO Windows, mas se você vai trabalhar com R e Python, tudo pode ser feito no Linux Ubuntu sem qualquer dificuldade. A Formação Engenheiro de Dados é 100% em Linux e oferecemos um curso de Linux para os alunos que não conhecem o SO. Em outras Formações preparamos as aulas para que os exemplos práticos possam ser executados em Linux, MacOS e Windows e oferecemos suporte aos 3 sistemas operacionais.
Ola, excelente artigo. Com o valor de um macbook pro é possivel adquirir um outro equipamento com configuracao de hardware superior com ubuntu, entao pq voces optaram pelo mac? Na pratica, o SO do mac + hardware estao proporcionando melhor estabilidade e desempenho do que os concorrentes com configuracao superior? Ou é apenas preferencia? Tb estou neste dilema, um mac pro ou um note com ubuntu e nvidia.
Olá Alessandro. Todos nós na DSA usamos MacBook e a estabilidade do hardware + sistema operacional ainda não encontramos em qualquer outra combinação hardware/software SO. Quando precisamos de GPU usamos ambiente em nuvem ou o super servidor da DSA, e ainda temos outras máquinas com GPU Nvidia.
Excelente, há muito tempo que eu buscava esta informação, obrigado. Parabéns pelo excelente conteúdo das formações, estou fazendo o de cientista de dados e em breve farei o de estatística.
Muito obrigado Alessandro.
Olá! Vocês já testaram o novo chip M1 e M2 dos Macs? Obrigada!
Olá Graziela. Sim, já testamos. E são máquinas excelentes. Todos nós aqui na DSA usamos MacBook Pro M1 ou M2.
Um M2 de 32gb custa em torno de 36K, é isso mesmo que vocês estão usando?
Sim, isso mesmo. O instrutor mora nos EUA onde o M2 é infinitamente mais barato do que no Brasil. A propósito, o M2 dele tem 96 GB de RAM.
Pessoal, bom dia.
Bem legal as configurações aqui colocadas, mas tenho uma duvida, para um computador na empresa! esse tem boas configurações, serei obrigado a usar Windows, e pensei se tem outras configurações que podem ser melhoradas?
Você pode tentar desligar serviço que não estejam em uso, a fim de reduzir o uso de memória do computador!
Pessoal, estou iniciando meus estudos em data science e desejo investir numa nova máquina, porém após ler esta matérica ainda fiquei com dúvida entre adquirir um Dell Inspiron 15 700 (i7-8G, 16Gb RAM, 1T 128Gb SSD + HDD, NVIDIA MX 150 4Gb GDDR5) ou o Dell G7 D15 (i7-8G, 16Gb RAM, 1T 256Gb SSD + HDD, NVIDIA GTX 1050 4Gb GDDR5)… A diferença no valor do primeiro para o segundo é de +R$1200… Aparentemente uma diferença da placa de vídeo e armazenamento SSD maior… Será que justifica pagar esta diferença? Neste momento preferi um computador Dell para daqui 2 anos… Leia mais »
Olá Paulo. Se pretende estudar Deep Learning, o ideal é a máquina com a GTX 1050.
Muito obrigado pela ajuda meu camarada. Um grande sucesso nos estudos a todos
Obrigado Paulo.
Eu estou na mesma, procurando um Dell para comprar e daqui um tempo comprar um Mac. Comprou qual dos dois modelos?
É possível usar, em um macbook, um SSD com o MacOS e um HDD com o Linux?
Creio que não João. Mas você pode criar uma máquina virtual com Linux usando o VirtualBox.
Ok, Tiago! Obrigado! Acho que já comprei o Parallels em algum tempo atrás. Vou ver se tenho a licença. Valeu!
Será que o Parallels instala Linux?
Sim e funciona muito bem!
Bom dia. Seu artigo, como os demais conteúdos, é muito bom. Há muitos MacBook Pro i7 de diferentes gerações/anos. A recomendação de vocês é que se utilize os mais atuais ( 2019 , no caso)? Que me dizem do Lenovo legion y530 i7 de 8 geração, 16 gigas de RAM, SSD de 512 e HD de 1 tera? Obrigado.
Obrigado Luis. Quanto mais novo o computador, em geral, melhor desempenho. Se couber no orçamento, é a melhor opção Mas o novo Core i9 foi um pouco decepcionante, pois esquenta demais e voltamos para o Core i7. Essa máquina da Lenovo tem uma ótima configuração.
Bom dia, vou iniciar a formação cientista de dados e estou investindo em uma nova máquina da Dell, com as configurações mais próximas das indicadas, dentro do orçamento possível.
Não está sendo possível “casar” uma i7, 16gb, SSD 256 + 1 TB. A dúvida, para o caso é “menos pior” abrir mão do HD de 1 TB e ficar apenas com o SSD de 256, utilizando um HD externo para armazenamento ou abrir mão da memória de 16gb, ficando uma máquina de 8gb, SSD 128 + HD 1TB?
Se alguém puder me ajudar, agradeço!
Obrigado!
Olá Matheus. Se tem que abrir mão de algo, abra mão do HD, não da memória. Memória é crucial para as tarefas em Ciência de Dados.
Durante muito tempo a Intel e NVidia dominavam o mercado de placas de processador e gráficas. Atualmente a AMD disputa de igual para igual o mercado. Podemos dar um Google e ver vários testes de Benchmark comparando os fabricantes. Ambos apresentam pontos positivos e negativos. Acredito que para o usuário comum estudante não vá fazer diferença. O cenário já começa a mudar quando se pensa em computadores para empresas, servidores etc. Optaria pela AMD sem sombra de dúvidas, principalmente pelo preço muito mais acessível em relação às Intel e NVidia.
Dando uma pesquisada na internet vi que mais núcleos no processador não garantem desempenho em todas as aplicações. Pararece que muitos núcleos sai mais vantajoso para programas gráficos de edição de vídeos, CAD e jogos. Para Data Science e Machine Learning há essa problema da quantidade de núcleos?
No treinamento de modelos pesados a paralelização das tarefas faz bastante diferença.
Ajudou muito!!! Obrigado
boa noite. estou muito interessado em realizar o curso de Data Science com vocês, contudo estou com muitas dúvidas sobre a melhor geração do processador i7 a se comprar, levando em conta o custo benefício. afinal, não está fácil para ninguém ….rs segue abaixo uma configuração encontrada em uma breve Googada…acham que seria possível realizar o curso com uma máquina neste nível? Modelo I7 | Processador Intel Core i7 Disco rígido 240 GB RAM 16 GB Sistema operativo Windows 10 VERSÃO TRIAL Placa Mãe: TA-MBB75 Processador: I7 3770 Memória: – 16GB Armazenamento (HD): – sSD 240GB Alimentação: – Fonte 500W… Leia mais »
Olá Paulo, sim está ótimo. Muitos alunos tem configuração inferior a esta e acompanham o curso sem dificuldade.
Priorizar a placa de vídeo ou CPU? Uma opção é um i7 com GTX 1050 e a outra i5 com GTX 1650.
Se pretende treinar muitos modelos de Deep Learning, priorize a GPU. Se não, a CPU.
Priorizar placa de vídeo ou CPU? Opção 1 i7 com GTX 1050 e opção 2 com GTX 1650
Boa tarde galera DSA, gostaria de saber se essas GPUs intermediarias como MX110, MX150, MX230 OU MX250 vale a pena ter para quem não possui um orçamento mais amplo para comprar GPUs melhores? é claro adicionando boas quantidade de memória e SSD além de Core I5 ou maior.
Olá Charles. Verifique a Compute Capability de cada GPU. Para treinar modelos de Deep Learning a Compute Capability deve ser de pelo menos 3.5. Se for menor que isso, será uma oa placa de vídeo, mas não fará diferença no treinamento de modelos.
Oi, porque não foi citado nenhum razer blade
Procuramos manter dentro de poucas opções, entre as mais comuns e acessíveis.
Olá, obrigada pelas explicações. Fiquei ainda com algumas dúvidas. Estou começando a estudar ciência de dados com R. Tenho um Lenovo Ideapad bem velho, processador i5, 4 gb de RAM. Mesmo tirando o windows e instalando o linux, ele trava muito quando abro bases de dados grandes, é impossível. Estou há tempos pesquisando um novo e juntando as moedas aqui, mas com 16 gb de RAM e processador i7, todos estão muito acima do meu orçamento. Uma dúvida é: vale mais a pena pegar um processador i7 com 8GB de memória, ou um i5 com 8GB? Pergunto porque a diferença… Leia mais »
Olá Raquel. A maioria dos alunos na DSA tem máquinas Core i5 com 8 GB de RAM e conseguem executar a maioria dos Labs e aulas práticas sem dificuldades. Quando o dataset é muito grande, orientamos os alunos a usarem apenas parte dos dados, para reproduzir o Lab. Portanto, um core i5 atende sua necessidade. Entre Lenovo e Samsung, ficaria com Lenovo.
Muito obrigada!
Olá , quero muito fazer o curso de vcs mas ainda preciso garantir uma máquina que dê conta ! Hahaha
No momento, depois de uma boa pesquisada estou entre:
um Acer Nitro 5 i7 8GB 1TB HD 128GB SSD GTX 1650 com Endless OS
Ou um Samsung Expert 60xp i7 16GB 1TB 128 SSD MX 250 2GB
Valeu pelas dicas!!
Estou interessado no curso de IA para finanças. Devo ter um note com gpu dedicada?
Oi Gabriel. Não é necessário. Os alunos tem acesso ao nosso super servidor com 3 GPUs.
Eu tenho um note com um i7 3520M mais antigo com 12 Gb de ram , com uma Geforce GT 640M, nele tenho uma VM de laboratorio com 8GB de ram com Windows server, nessa VM eu conseguria fazer o curso da formação de cientista de dados? ou a formação é em linux? ou sei la, depende do curso da formação, um vai ser em linux outro em windows e tal?
Olá André. Sim, sua máquina tem ótima configuração e poderá ser usada na Formação. na maioria dos cursos as aulas podem ser feitas em qualquer sistema operacional. Somente no curso de Hadoop é que usamos Linux apenas.
Perfeito, se da para faer em windows, beleza, para o do hadoop eu virtualizo um linux para poder fazer. Obrigado!!
Olá, vocês falaram sobre a utilização do SO Ubuntu nos PCs, e o Endless?
Estou vendo um laptop mais em conta por não ter tantos recursos para investir em uma máquina tão cara no momento e o que mais se encaixa no meu orçamento seria o Acer Nitro 5 AN515-54-581U que tem um i5 9300h, NVIDIA® GeForce GTX™ 1050 com memória dedicada VRAM de 3GB GDDR5 e o sistema operacional Endless OS.Teria que instalar o Ubuntu ou posso manter o Endless OS?
Desde já obrigado pela matéria que foi muito esclarecedora sobre o assunto.
Olá Maykon. Recomendamos o uso do Ubuntu, para evitar problemas de incompatibilidade com as principais bibliotecas de análise de dados.
Olá!!
Gostaria de saber se este notebook da Dell é bom para estudar e trabalhar com Data Science e futuramente também tenho interesse em trabalhar com Machine Learning e Deep Learning. Agradeço se puderem me dar um retorno que preciso comprar um notebook pra mim e quero comprar um bom que atenda bem. Segue o modelo:
Notebook Ultrafino Dell Inspiron 5590-M30BS 10ª Ger. Intel Core i7 16GB 256GB SSD NVIDIA Full HD 15.6″
Sim, é uma boa máquina.
Muito obrigada Tiago pelo retorno tão rápido.
Boa noite Tiago e demais colegas, tudo bem com Vocês ? Espero que sim. Hoje possuo um Acer core I7-6500u , ssd nvme2 sata 240 Gigabytes e 1 Hd sata de 1 terabyte ,32 Gigabytes de RAM DDR4 2.4 GHZ e Placa de Video GEFORCE 940 MX com 2 Gigabytes de RAM dedicada. Estou buscando adquirir um novo notebook para realizar os treinamentos da DS – Formação Cientista de Dados e Engenheiro de dados. Minhas opções de notebooks possuem GPUS GTX 1660 e RTX 2060 com processadores intel i7 de 9a e 10 geração ou Ryzen 7 de Quarta Geração.… Leia mais »
Olá Ricardo. Para o item 1 não há grande diferença. Para Deep Learning priorize GPU e Memória RAM.
Obrigado Tiago.
Boa tarde! Iniciarei meus estudos na área de ciência de dados biológicos e estou com dúvida de qual máquina comprar. 1 – Dell Inspiron 15 5000 10ª geração Intel® Core™ i7-10510U. SSD de 256GB PCIe NVMe M.2. Memória soldada de 16GB. 2- Notebook Samsung Book X55 10ª Intel Core I7 16GB (Geforce MX110 com 2GB) 1TB + 128GB SSD 3- Notebook Ultrafino Dell Inspiron 5590-M30F 10ª Ger. Intel Core i7 16GB 256GB SSD NVIDIA Full HD 4- Notebook Gamer Acer PH315-52-748U 9ª Intel Core I7 16GB (Geforce GTX1660TI com 6GB) 1TB + 128GB SSD Você poderias me ajudar e me… Leia mais »
Olá Yasmine. A número 4 parece ser a melhor.
Muito obrigada, Tiago!
Entre a máquina 4 e essa: Notebook Gamer NAVE Estelar GK5CP5X i7 9750H 16GB Geforce GTX 1650 ssd 256 hd 1TB. (+R$1.000,00)
Compensa 1.000 reais de diferença?
Muito obrigada.
Eu acredito que sim!
Boa noite.
Gostaria de saber o que é preferível:
ou
Além disso, vocês já tiveram algum retorno quanto aos notes novos da NAVE? São bons realmente?
Muito obrigada.
Olá Miranda. Se não for realizar muitas operações de gravação e deleção de dados no disco, ter apenas SSD é melhor. Não conheço os notebooks NAVE ainda.
Qual é a placa-mãe que vocês utilizam no Servidor Titan, que roda Ubuntu e contém as 3 GPUs ?
Olá Vladimir. É ASUS.
Core i7? Core i5? De qual geração? um core i3 9100f pode se sair melhor que um i7 de terceira ou quarta geração. Achei essa parte do artigo um pouco rasa e que pode confundir os mais leigos, principalmente no nosso mercado onde fabricantes continuam vendendo equipamentos com processadores defasados pelo preço mais competitivo.
Boa tarde.
Para estudos de Bioinformática, é preferível:
1- Placa de vídeo integrada Intel® Iris Plus Graphics / SSD de 1TB PCIe NVMe M.2.
Ou um com placa de vídeo um pouco melhorzinha mas menos SSD?
2- Placa de vídeo dedicada NVIDIA® GeForce® MX330 com 2GB de GDDR5 / SSD de 512GB PCIe NVMe M.2
Olá Jonathan. A opção 2 seria mais interessante.
Hola,
Muito bom o artigo!
eu procurava um portátil para edição de imagem e vídeo de alta qualidade .
ficava mais bem servido com um meu mesa digitalizadora XP-PEN Artist 24 Pro .
Será que me poderia ajudar a escolher tendo em conta que privilegio a durabilidade? Aceito outras sugestões.
Obrigado e cumprimentos.
Boa tarde, sou aluno da DSA e uso o seguinte hardware:
Dell Inspiron 15-3567 – notebook (com modificações no hardware)
Até agora está me suprindo muito bem! Faço os Labs de Python Fundamentos e o uso de IDEs sem problemas 🙂
Eu tenho um Dell G7 Gamer com 08GB de Ram – Storage de 01TB de HD e 128GB de SSD – Processador i7 8th Gen – Placa de video GeForce GTX 1050TI
Da para suprir o curso completo de DSA? Ou preciso melhorar?
Olá Felipe. Sua configuração é superior a configuração da grande maioria dos alunos. Nenhum problema.
Opa, comprei um Samsung x40 de 8gb ram, i5 da décima geração, HD de 1TB, Placa de Vídeo 2GB, porém ele vem sem o SSD,
Consigo trabalhar tranquilo com essa máquina?
Caso eu não consiga, deveria trocar por um Acer Core i5-10210U 8GB 512GB SSD sem HD?
Se alguém puder me ajudar, fico grato desde já
Sim, é possível trabalhar com o HDD, embora SSD seja preferível.
Já li alguns artigos que comentavam que a arquitetura da Intel há menos problema de compatibilidade com virtualização, e outras aplicações, essa recomendação da DSA para a linha Intel nesse texto é em função de melhor compatibilidade com data science? (Instruções dos processados Intel mais específicas para essa finalidade do que a linha AMD?)
Tiago Pereira, Gostaria da sua orientação, MacBook Pro i7, 16GB RAM, SSD512GB, Touch Bar, Mid 2016, seria aconselhável? Porem, eu possuo esse notebook Acer Predator Helios 300 Gaming Laptop PC, 15.6″ Full HD 144Hz 3ms IPS Display, Intel i7-9750H, GTX 1660 Ti 6GB, 16GB DDR4, 256GB PCIe NVMe SSD.
Olá Jose. As aulas são gravadas em um MacBook exatamente com essa configuração. Recomendo o MacBook.
Boa noite, vou iniciar em breve os estudos em data science. De forma mais atual qual seria o melhor notebook para adquirir? Das opções de MAC qual seria o mais adequado?
Processador Core i7 com 16GB de RAM e disco SSD seria o ideal.
Os MacBooks com processador M1 são uma boa escolha?
Sim, boa escolha. Aqui na DSA todos usam Mac.
Mas tem que ser um MacBook Pro 16gb com GPU né? O Novo Air M1 mesmo com 16gb de ram, acaba não sendo suficiente devido à falta de um GPU mais forte, correto?
Para o Mac agora só GPU Nvidia externa. Sem GPU vai dar mais trabalho treinar grandes modelos.
O que acham do Macbook Pro M1 + 8GB +256GB SSD1 ?
Olá Jonathan. É uma boa opção.
Excelentes dicas, mas eu recomendaria os atuais processadores da AMD, já que tem mais núcleos e threads o que significa que o processador será mais rápido para processar dados em multitarefa e outras infinidades de coisas. E por um preço muitas vezes mais justo.
Olá,
No caso de trabalhar com DS mas a empresa que trabalho usar somente power BI, teria que usar o Windows mesmo? Ou existe a possibilidade de trabalhar com ferramentas de BI no Linux?
Olá Felipe. O Power BI Desktop só funciona no Windows. Mas outras ferramentas funcionam no Linux.
Boa noite, estou em um dilema aqui e talvez vocês possam me ajudar. Tenho interesse em fazer o curso de Cientista de dados, mas como sou um pouco leigo ainda, estou com dúvidas quanto as configurações do meu computador. a config do meu computador. i7 de terceira geração ssd 120 gb (essa tenho certeza que vou ter que aumentar) placa de vídeo integrada da intel hd graphics 4000 32 MB (aqui é a principal dúvida) 12 gb de memória ram. gostaria de um feedback pra ver se estas configurações atendem para o curso de Cientista de dados, para eu tomar… Leia mais »
Olá Michael.Seu PC atende perfeitamente.
Mais uma questão,
Qual a quantidade de espaço necessário para cada S.o. se eu for rodar em dual boot (Windows e Linux)?
Levando em consideração um 1 ssd de 1 tb
Olá Michael. Depende do que você vai armazenar no computador. 1 TB é mais do que suficiente em muitos casos.
Precisa ser necessariamente um laptop? Um computador (gabinete) também seria possível estudar Data Science?
Olá Nícolas. Laptop ou desktop podem ser usados.
Oi, gostaria de saber se para fazer o curso de cientista de dados, se posso adquirir um computador com as configurações recomendadas, porém, com sistema operacional windows
Olá Debora. Sim, o Windows pode ser usado. Oferecemos suporte para Windows, MacOS e Linux.
Boa tarde,
Gostaria de saber se o notebook “Dell Alienware m15 R6” é um bom investimento para a carreira de Cientista de Dados.
Configurações
https://www.dell.com/pt-br/shop/cty/pdp/spd/alienware-m15-r6-laptop/am15r619w
Sim, ótimo investimento.
Olá, estou querendo iniciar a formação de Engenharia de Dados, e gostaria de saber se um Notebook Core i5 com 8GB de RAM (além de placa de vídeo dedicada, claro) é suficiente para estudar/trabalhar na área, ou se é essencial uma configuração mais avançada. Obrigado
Olá Rafael. É suficiente. Sua configuração é similar a da maioria dos alunos que conseguem acompanhar as aulas sem dificuldades.
Olá Tiago, só complementando a dúvida:
Meu SSD atual é de 256GB com Windows, a curto prazo é suficiente rodar uma máquina virtual com Linux para acompanhar a formação em Engenharia de Dados? Mas claro, não seria essa a minha solução definitiva, estou querendo adquirir um SSD de 512GB e fazer dual boot com Windows e Linux, deixando 256GB para cada SO. Estaria ok?
Obrigado novamente!
Sim Rafael. Atenderia sem problemas.
Um notebook Macbook air com as especificações abaixo, é uma opção muito boa que vale o investimento?
Valor Total de R$ 17.000
Olá Thiago. Sim, é uma excelente máquina. O único problema é o Chip M1 que ainda tem diversos problemas de compatibilidade com diversos softwares por ser muito novo.
Olá, quero começar a formação em cientista de dados e para isso vou adquirir um computador, queria saber se este notebook com essas configurações atendem ao aprendizado e acompanhamento do curso:
Lenovo; ideaPad 3i 15”; Processador Intel® Core™ i7-1165G7 (12MB Cache, 2.80 GHz); DDR4 de até 16 GB; Armazenamento HD de até 1 TB, SSD PCIe M.2 de até 512 GB, QLC de 512 GB; Placa de vídeo NVIDIA® GeForce® MX450.
Olá Michele. Sim, é uma excelente máquina.
Olá todos. Estou realizando um upgrade de máquina (a minha ainda é um Celeron com 4 GB) para assim poder ganhar performance nos estudos. Sei que as duas opções abaixo são boas no momento. Gostaria de apenas uma ajuda, em qual delas indicaria, visto que pretendo permanecer com a máquina durante alguns anos.
HD será externo.
Desde já agradeço.
Olá Diego. A opção 2 parece mais interessante.
Obrigado Thiago pela indicação.
Qual a opinião de vocês hoje para o Mac com chip M1 para treinar rede?
Excelente máquina com excelente performance. Um dos nossos instrutores fez um review na Timeline da Comunidade DSA sobre a experiência dele usando o M1 no dia a dia.