Post by Erik Brigido

👨‍🏫 "Data is the new oil." - Clive Humby Estamos vivendo em uma era de imersão em dados, e a verdade é que eles se tornaram cada vez mais valiosos a medida que ficam mais abundantes. Para se ter uma ideia, até 2025, estima-se que teremos 175 ZETTABYTES de dados gerados ( dados da IDC (International Data Corporation) ). É realmente uma quantidade impressionante, não é mesmo? No entanto, ao mergulharmos neste universo, nos deparamos com uma série de termos e conceitos que podem ser um verdadeiro labirinto para os iniciantes. É como se estivéssemos tentando decifrar um idioma novo e complexo. Dito isso, gostaria de contribuir para todos os entusiastas da Ciência de Dados, especialmente aqueles que estão começando a explorar esse campo incrível. Abaixo, você encontrará uma breve explicação dos termos que frequentemente causam confusão: • Data: Refere-se a informações e fatos coletados, armazenados e processados para análise. • Big Data: Denota conjuntos de dados extremamente grandes e complexos e dos mais variados tipos, SQL, NOSQL, imagens, etc; que exigem ferramentas e técnicas especiais para análise. • Machine Learning: É um campo da inteligência artificial que se concentra em desenvolver algoritmos e modelos que permitem que um sistema "aprenda" com os dados e melhore com o tempo. Ou seja quando mais dados ( de boa qualidade ) o algoritmo for exposto, maior será sua curva de "aprendizado". • Artificial Intelligence (AI ou IA): Refere-se à capacidade de um sistema ou máquina realizar tarefas que normalmente exigiriam inteligência humana, como raciocínio, aprendizado e tomada de decisões. Essa é uma fase Pós Machine Learning, afinal, para que o algoritmo "aprenda" e execute, alguém precisa ensina-lo néh?! rs ( vide comentário 🕵‍♂️ ) • Artificial Super Intelligence (ASI): Uma forma avançada de IA que supera a inteligência humana em todos os aspectos. Ou seja, Utopia !!! ( Até agora 😬😅 ) • Narrow Artificial Intelligence (NAI): Uma forma mais restrita de IA que é projetada para realizar tarefas específicas, como reconhecimento de fala ou visão computacional. Esta já esta presente e funcional no nosso cotidiano. • Citizen Data Scientist: São indivíduos que, embora não sejam cientistas de dados profissionais, têm habilidades e ferramentas para analisar e interpretar dados em seu campo de atuação. • Analytics: Refere-se à análise de dados para descobrir insights e padrões que podem ser usados para tomar decisões informadas. • Business Analytics: É a aplicação de técnicas analíticas para resolver desafios de negócios e melhorar o desempenho das empresas. Estes são apenas alguns dos termos que podem parecer intimidadores à primeira vista, mas à medida que você se aprofunda na Ciência de Dados, eles se tornam ferramentas valiosas para entender e aproveitar o potencial dos dados. E você, já teve contato com algum desses termos? Há outro termo/conceito que acha interessante e gera confusão? Compartilhe conosco nos comentários! 😁