O documento aborda o campo da ciência de dados, destacando frameworks e melhores práticas. Ele discute o crescimento da área, perfil dos cientistas de dados e como gerenciar projetos, além de listar ferramentas e estratégias para introduzir a ciência de dados nas empresas. Os autores são especialistas e pesquisadores na área, oferecendo insights sobre como iniciar na carreira de dados.

1. Data Science com
Python: frameworks
e melhores práticas

2. 2
Marlesson Santana
● Pesquisador do Deep
Learning Brasil - UFG
● Community Manager
do Data Hackers
● CDO na CQuantt
Otávio Calaça
● Professor na UFG e IFG
● Pesquisador do Deep
Learning Brasil - UFG
● Pai de gêmeos
Diego de Castro
● Professor no IFTO
● Pesquisador na área
de Mineração de
Dados
● Desenvolvedor de
jogos com Inteligência
Artificial

3. 3
O que é Data Science?

4. 4
Qual o principal motivo do
crescimento de DS nos
últimos anos?

5. Sumário
5
VS

6. 6
Popularidade das tecnologias
usadas DS
https://www.kaggle.com/surveys/2017

7. Qual o perfil do Data Scientist?

8. Projetos de Data Science,
como gerenciar?
CRISP-DM
KDD
SEMMA

9. Como vender Data Science dentro
da minha empresa?

10. 10
Ferramentas e Frameworks

11. 11
Ferramentas e Frameworks

12. Como começar na área de
dados?

13. 13
Marlesson Santana
marlesson@cquantt.com
@marlesson
Otávio Calaça
otavio.xavier@ifg.edu.br
@otaviocx
Diego de Castro
diego.rodrigues@ifto.edu.br
@msc_diegorodrigues
Obrigado por ter vindo!