Sem saber por onde começar? Nosso curso Understanding Data Science traz uma visão geral, sem código, dos essenciais de ciência de dados.
Ou continue lendo para ver informações mais detalhadas sobre as tecnologias ensinadas na DataCamp.
Linguagens de ciência de dados e analytics
Se você é novo em ciência de dados e analytics, ou se a sua empresa está começando, será preciso escolher uma linguagem para analisar seus dados e ter um critério claro para essa decisão. Leia nosso post no blog e o tutorial para entender como escolher entre as duas linguagens mais populares para ciência de dados — Python e R — ou siga lendo um resumo rápido.
Python
Python é uma das linguagens de programação mais populares do mundo. É pronta para produção, ou seja, tem capacidade para ser uma ferramenta única que se integra a todas as partes do seu fluxo de trabalho. Então, seja para criar uma aplicação web ou um modelo de machine learning, Python te leva até lá!
- Linguagem de programação de uso geral (pode ser usada para criar praticamente qualquer coisa)
- Amplamente considerada uma das linguagens mais acessíveis para ler e aprender
- Linguagem preferida para aplicações de ponta em machine learning e IA
- Comumente usada para colocar modelos em produção
- Alta facilidade de implantação e reprodutibilidade
Comece a aprender Python aqui.
R
R foi usado principalmente na academia e em pesquisa, mas nos últimos anos seu uso em empresas cresceu rapidamente. Criado especificamente para trabalhar com dados, R oferece uma interface intuitiva para os métodos estatísticos mais avançados disponíveis hoje.
- Construído especificamente para análise e visualização de dados
- Tradicionalmente usado por estatísticos e pesquisadores acadêmicos
- Linguagem preferida para estatística de ponta
- Vasta coleção de pacotes desenvolvidos pela comunidade
- Protótipos rápidos de apps e dashboards orientados por dados
SQL
Grande parte dos dados brutos do mundo vive em coleções organizadas de tabelas chamadas bancos de dados relacionais. Analistas e cientistas de dados precisam saber como tratar e extrair dados desses bancos usando SQL.
- Útil para toda organização que armazena informações em bancos de dados
- Uma das habilidades mais demandadas nos negócios
- Usada para acessar, consultar e extrair dados estruturados organizados em um repositório formatado, como um banco de dados
- Seu escopo inclui consulta, manipulação e definição de dados, além de controle de acesso
Bancos de dados
Cientistas de dados, analistas e engenheiros interagem o tempo todo com bancos de dados, que conseguem armazenar uma quantidade enorme de informações em tabelas sem perder desempenho. Você pode usar SQL para consultar dados em bancos e modelar fenômenos nos seus dados e as relações entre eles. Descubra as diferenças entre os bancos mais populares no nosso post do blog ou veja um resumo abaixo.
Microsoft SQL Server
- Sistema comercial de gerenciamento de banco de dados relacional (RDBMS), desenvolvido e mantido pela Microsoft
- Disponível nos sistemas operacionais Windows e Linux
PostgreSQL
- RDBMS gratuito e de código aberto, mantido pelo PostgreSQL Global Development Group e sua comunidade
- Amigável para iniciantes
Oracle Database
- O RDBMS mais popular, usado por 97% das empresas da Fortune 100
- Exige conhecimento de PL/SQL, uma extensão de SQL, para acessar e consultar dados
Planilhas
Planilhas são usadas no mundo dos negócios para transformar montanhas de dados brutos em insights claros, organizando, analisando e armazenando dados em tabelas. Microsoft Excel e Google Sheets são os softwares de planilha mais populares, com uma estrutura flexível que permite inserir dados em células de uma tabela.
Google Sheets
- Gratuito para usuários
- Permite colaboração entre usuários por meio de compartilhamento de link e permissões
- Análise estatística e visualização precisam ser feitas manualmente
Microsoft Excel
- Requer licença paga
- Não é tão favorável quanto o Google Sheets para colaboração
- Contém funções nativas para análise estatística e visualização
Ferramentas de business intelligence
Ferramentas de business intelligence (BI) tornam a descoberta de dados acessível para todos os níveis — não só para profissionais avançados de analytics. Elas são uma das maneiras mais simples de trabalhar com dados, oferecendo recursos para reunir tudo em um só lugar, entender o que realmente faz a diferença, prever resultados e muito mais.
Tableau
Tableau é um software de visualização de dados que lembra um Microsoft Excel turbinado. Sua interface intuitiva de arrastar e soltar facilita para qualquer pessoa acessar, analisar e criar visualizações de dados de alto impacto.
- Software de BI e analytics amplamente usado, em que empresas como Amazon, Experian e Unilever confiam
- Funcionalidade amigável de arrastar e soltar
- Suporta múltiplas fontes de dados, incluindo Microsoft Excel, Oracle, Microsoft SQL, Google Analytics e SalesForce
Comece a aprender Tableau aqui.
Microsoft Power BI
O Microsoft Power BI permite conectar e transformar dados brutos, adicionar colunas e medidas calculadas, criar visualizações simples e combiná-las para montar relatórios interativos.
- Ferramenta baseada na web que oferece acesso a dados em tempo real
- Funcionalidade amigável de arrastar e soltar
- Aproveita sistemas Microsoft existentes como Azure, SQL e Excel
Comece a aprender Power BI aqui.
Shell
Shell oferece uma interface de linha de comando que permite controlar o sistema operacional do seu computador com apenas algumas teclas. Às vezes chamado de "a cola universal da programação", ele ajuda a combinar programas existentes de novas maneiras, automatizar tarefas repetitivas e executar programas em clusters e nuvens do outro lado do mundo.
Scala
Scala é uma linguagem híbrida, orientada a objetos e funcional, popular para aplicações em grande escala e infraestrutura de engenharia de dados. Preferida por empresas como Netflix, Airbnb e Morgan Stanley, Scala aumenta a produtividade, a escalabilidade das aplicações e a confiabilidade.
Git
Controle de versão é uma das ferramentas mais poderosas da programação. Ele permite acompanhar o que você fez e quando, desfazer mudanças que não quiser manter e colaborar em escala com outras pessoas. Git é uma ferramenta moderna de controle de versão, muito popular entre cientistas de dados e desenvolvedores de software, que permite fazer mais em menos tempo e com menos dor de cabeça.
