Gabriela de Queiroz apresenta sua trajetória acadêmica e profissional na área de Data Science no Vale do Silício, incluindo a fundação do grupo R-Ladies para promover a diversidade na comunidade R. Ela descreve suas funções como Data Scientist em diferentes empresas e como usa suas experiências para mentorar outros.

1. Data Science, R e R-Ladies:
um pouco da minha experiência no Vale do Silício
Gabriela de Queiroz
Data Scientist and Fundadora do R-Ladies

2. Gabriela de Queiroz
Data Scientist
• Graduação em Estatística (UERJ)
• Mestrado em Epidemiologia (ENSP/Fiocruz)
• Mestrado em Estatística (CSUEB)
• Lead Data Scientist na SelfScore
• Fundadora do R-Ladies
• Mentora em Data Science

3. Um pouco da minha trajetória …

4. Graduação
em Estatística
UERJ
Mestrado em
Epidemiologia
Fiocruz/ENSP
Mestrado em Estatística CSUEB
Assistente de Pesquisa
IMS/UERJ
Professora
Assistente no
Departamento de
Design SFSU -
Information
Design I
Data Scientist @
Alpine Data Labs
Data Scientist @
Sharethrough
R-Ladies
Mentora @ Zipfian/Galvanize
Mentora @ Springboard
Lead Data Scientist @
SelfScore
R-Ladies Global

5. O QUE FAZ UM
DATA
SCIENTIST?
Cada empresa tem funções
diferentes.
EMPRESAS
QUE TRABALHEI

6. Alpine Data
Plataforma de Análises Avançadas em Big Data
Diversas empresas, de
Serviços Financeiros a
Saúde, usam nossos
softwares e serviços para
permitir que seus
funcionários construam,
implementem e consumam
aplicações e insights
analíticos em um ambiente
colaborativo.

7. Números da Empresa
Startup - series B
~10
Engenheiros
5
Data
Scientists
~ 40
Funcionários

8. A função de um Data Scientist
Consultoria Treinamento
Priorizar Novas
Ferramentas
Documentação
1 2
3 4
Algumas funções do Data Scientist na Alpine Data

9. Consultoria
Desenvolver análise do início ao fim, apresentando os resultados
finais para o cliente.
Desenvolver, Analisar, Escrever, Apresentar

10. Treinamento
Treinar clientes em como utilizar o software. Explicar básicos
modelos estatísticos.
Preparar Material e Exemplos

11. Priorizar Novas Ferramentas
Priorizar ferramentas e novos recursos
para serem desenvolvidos e incluídos em
nova versão

12. Documentação
Criar manual do software e explicar técnicas estatísticas e de
machine learning
Criar manual de como utilizar o software,
explicar técnicas estatísticas e de machine
learning, dando exemplos

13. Ferramentas usadas
Alpine Software
Hadoop + Pig
Spark Scala

14. Sharethrough
Plataforma de Supply Side de Publicidade Nativa.

15. Números da Empresa
Startup - series D
~ 20
Engenheiros
1
Data
Scientist
~ 150
Funcionários

16. A função de um Data Scientist
Infraestrutura Modelos/Otimização
Ensinar
1 2
3 4
Algumas funções do Data Scientist na Sharethrough
Planejamento de
Experimentos

17. Infraestrutura
Criar Data Pipelines para que dados possam ser usados
Transformar dados brutos em dados
transformados (ETL)

18. Modelos/Otimização
Modelos Preditivos e Recomendações
Prever Clicks, Recomendação de Preços

19. Planejamento de Experimentos
AB Testes
Comparar performances

20. Ensinar
Ensinar Engenheiros e Analistas sobre Data Science
Assistir aulas em grupo, explicar conceitos

21. Ferramentas usadas

22. SelfScore
Cartão de Crédito para Estudantes Internacionais
• Cartão com até 5 mil
dólares em limite de crédito
• Não precisa de depósito
• Histórico de Crédito
• Sem anuidade
• ~ 20% de juros anual

23. Números da Empresa
Startup - series B
~ 5
Engenheiros
2
Data
Scientists
~ 25
Funcionários

24. A função de um Data Scientist
Infraestrutura Dashboard
Modelos Marketing
1 2
3 4
Algumas funções do Data Scientist na SelfScore

25. Ferramentas que usamos
Algumas ferramentas que usamos no nosso sistema
R Shiny Dashboard
RStudio
R Apache

26. UM POUCO DA
HISTÓRIA …

27. Como o R-Ladies foi criado?

28. 2012 - RIO para SFO

30. O que eu sei e que
posso ensinar?

31. E assim nasceu o R-Ladies …

32. R-Ladies
É uma organização que promove a diversidade na comunidade do R
São
Francisco
2012
R-Ladies é criado
Primeiro Meetup
• Google SF
• 31 de Outubro de 2012
• 2 horas de introdução
ao R
• ~ 10 participantes foram
(Era Halloween!!)

33. Taipei
(Taiwan)
Twin
Cities
(USA)
2013
2016
2 novos capítulos
Ganham $15k para
expansão
2016
SF e Londres se juntam e
criam o R-Ladies Global
R-Ladies
É uma organização que promove a diversidade na comunidade do R
São
Francisco
SF
+
London
R-Ladies
Global
2012
R-Ladies é criado

34. Expansão do R-LadiesMAIO 2017
244,000
20+ países 45+ cidades
6000+
membros

35. MENTORIAS
Data Science Bootcamps + Encontros Informais

36. Mentoria em Data Science
Discussão de Currículo, Dúvidas sobre Conceitos e Aplicações,
Conselhos de Carreira
Data Science Bootcamp
12 semanas - integral
ZIPFIAN/GALVANIZE
Foundation of Data
Science
Aula Online
No seu tempo
SPRINGBOARD CAFÉS
Amigos de amigos ou
mesmo pessoas que não
conheço

37. O QUE PRECISO SABER
PARA ME TORNAR UM DATA
SCIENTIST?

38. O que preciso saber?
Estatística
Machine Learning Programação
Machine Learning, Estatística, Programação

39. Cursos Online

40. Obrigada!
gabidequeiroz@gmail.com
@gdequeiroz@RLadiesGlobal