mulheresemdados / cientistadedados

Trilha de Estudos para Cientista de Dados

✨ Trilha de Estudos para Cientista de Dados ✨

1) Fundamentos

• Álgebra Linear e Matrizes
• Dataframe e Series
• OLAP
• Modelagem de Dados Multidimensional

2) Estatística Básica

• Estatística Descritiva (média, mediana, desvio padrão, variância)
• Análise Exploratória dos Dados
• Histograma, percentis e outliers
• Teoria da probabilidade
• Teorema de Bayes
• Tipos de variáveis
• Variáveis aleatórias
• Função de distribuição acumulada
• Distribuições contínuas (normal, poisson, gaussiano)
• Assimetria e Curtose
• Teorema do Limite Central
• ANOVA
• Teste de Hipóteses e Testes A/B
• Teste de Qui Quadrado
• Regressão Linear e Logística
• Correlação

📍 DICA DE CONTEÚDO

• Trilha da EstaTiDados: https://www.youtube.com/playlist?list=PLjdDBZW3EmXe6hO2Rt5Q9I5wzRZ7j7K8P

📍 DICA DE LIVRO

• Estatística Prática para Cientista de Dados: https://amzn.to/33SUhqe

3) Programação

• Estruturas de dados
• Manipulação de Data Frames
• Subconjunto de dados
• POO
• R básico
• Python básico
• Excel básico
• Bibliotecas Externas
• Spark
• SQL
• Funções

📍 DICA DE LIVRO

• Python para Análise de Dados: https://amzn.to/3IkONng

4) Data Wrangling

• Extração de dados de sites, APIs, DBs
• SQL básico
• Técnicas para lidar com valores ausentes
• Formatação de dados (conversão de tipo)
• Transformação de dados
• Noção de ETL

5) Machine Learning

• Aprendizado Supervisionado e Não Supervisionado
• Tratamento Variável Numérica e Categórica
• Overfitting
• PCA
• Métricas de performance (RMS, acurácia, matriz de confusão, ROC, etc)
• Ensemble (Random forest, adaboost, etc)
• Otimização de hiperparâmetros
• Boosting
• Clusterização
• Redes Neurais
• Análise de Sentimentos

📍 DICA DE LIVRO

• Aprendizado de Máquina com Scikit-Learn, Keras & Tensorflow: https://amzn.to/3KwzyJG

6) Data Visualization

• Bibliotecas de dataviz (matplotlib, seaborn, plotly)
• Dashboards
• Ferramentas de dataviz (Power BI, Google Data Studio, Tableau)
• Storytelling com dados
• Reports com foco para perguntas de negócios

📍 DICA DE LIVRO

• Storytelling com dados: https://amzn.to/3nHlu6k

7) Matemática

• Derivada, limite, integral
• Função de custo
• Descendente gradiente
• Compreensão matemática básica dos algoritmos sendo executados

8) Extras

• Git/Github
• Inglês
• Metodologias Ágeis

📍 DICA DE LIVRO

• Data Science do Zero: https://amzn.to/3GLG9xN
• Data Science para Negócios: https://amzn.to/3FLpI3c