Buscar

Vários tipos diferentes de conhecimento são necessários para o cientista de dados. Este profissional deve compreender conceitos nas áreas de admini...

Vários tipos diferentes de conhecimento são necessários para o cientista de dados. Este profissional deve compreender conceitos nas áreas de administração, ciência da computação e na área de matemática e estatística. Sobre o conhecimento de Machine Learning, necessário para um cientista de dados, de acordo com a plataforma de cursos online Udacity (2018), é correto afirmar que:

A

Uma boa base de estatística é fundamental para um profissional cientista de dados, que precisa ter intimidade com avaliações estatísticas, distribuições, correlações, dentre outros.

B

Prover visualizações e comunicar dados é algo superimportante, especialmente em empresas nas quais as decisões são orientadas a dados ou em organizações em que os cientistas de dados são tidos como capazes de orientar os gestores a tomar as decisões baseadas no conhecimento gerado.

C

Se você está em uma grande empresa que tem enormes quantidades de dados ou em uma empresa em que o produto em si é especialmente orientado a dados, pode ser o caso de se familiarizar com métodos de machine learning como abordagens de aprendizagem profunda.

D

Não importa qual é o tipo de empresa ou papel em questão: é esperado que você saiba usar ferramentas como linguagens de programação estatística, como R ou Python, e uma linguagem de manipulação de dados como SQL.

E

Compreender esses conceitos é mais importante em empresas onde o produto é definido por dados e pequenas melhorias em performance preditiva ou otimização de algoritmos podem significar enormes conquistas.

Respostas

12 pessoas visualizaram e tiraram suas dúvidas aqui
User badge image

Ed Verified user icon

De acordo com a plataforma de cursos online Udacity (2018), o conhecimento de Machine Learning é fundamental para um cientista de dados. É correto afirmar que uma boa base de estatística é fundamental para um profissional cientista de dados, que precisa ter intimidade com avaliações estatísticas, distribuições, correlações, dentre outros (alternativa A). Além disso, se a empresa tem enormes quantidades de dados ou o produto em si é especialmente orientado a dados, pode ser o caso de se familiarizar com métodos de machine learning como abordagens de aprendizagem profunda (alternativa C). É esperado que o cientista de dados saiba usar ferramentas como linguagens de programação estatística, como R ou Python, e uma linguagem de manipulação de dados como SQL, independentemente do tipo de empresa ou papel em questão (alternativa D). Compreender esses conceitos é mais importante em empresas onde o produto é definido por dados e pequenas melhorias em performance preditiva ou otimização de algoritmos podem significar enormes conquistas (alternativa E).

0
Dislike0

Experimente
o Premium! 🤩

Libere respostas sem pagar

✏️ Responder

SetasNegritoItálicoSublinhadoTachadoCitaçãoCódigoLista numeradaLista com marcadoresSubscritoSobrescritoDiminuir recuoAumentar recuoCor da fonteCor de fundoAlinhamentoLimparInserir linkImagemFórmula

Para escrever sua resposta aqui, entre ou crie uma conta

User badge image

Mais conteúdos dessa disciplina