BACHARELADO EM SISTEMAS DE INFORMAÇÃO

UNIAGES

CENTRO UNIVERSITÁRIO

BACHARELADO EM SISTEMAS DE INFORMAÇÃO

        

VINICIUS BATISTA ARAUJO DA SILVA

DATA SCIENCE PARA NEGÓCIOS

Fichamento apresentado ao curso de Sistemas de Informação do UniAGES como um dos pré-requisitos para a obtenção da nota parcial da disciplina Linguagens e Técnicas de Programação I no 7° período, sob a orientação do Professor Gabriel Mello.                                              

Critérios de avaliação	Pesos	Nota do estudante
Metodologia e estrutura	1,0
Citações representativas da obra	1,0
Texto dissertativo (Parecer crítico-reflexivo da obra) Relação com as competências estudadas na disciplina. Relevância para o desenvolvimento pessoal e profissional.   Relação com as citações extraídas da obra.	8,0
Total	10,0

Paripiranga

Março de 2019

Referência da Obra:

PROVOST, Foster. Data Science para negócios / Foster Provost, Tom Fawcett, -  Rio de Janeiro, RJ : Alta Books, 2016.

Citações diretas:

“Os últimos quinze anos testemunharam grandes investimentos em infraestrutura de negócios que tem melhorado a capacidade de coletar dados em toda a empresa.” (p. 1)

“Agora, com grandes quantidades de dados disponíveis, as empresas em quase todos os setores  estão focadas em explorá -los para obter vantagem competitiva.” (p. 1)

“A mineração de dados é usada para gestão de relacionamento com o cliente para analisar seu comportamento a fim de gerenciar o desgaste e maximizar o valor esperado do cliente. ” (p. 2)

“Os termos "Data Science" e "Data Mining" são, muitas vezes, utilizados de forma intercambiável, e este ultimo tem desenvolvido vida própria, uma vez que vários indivíduos e organizações tentam tirar proveito do atual alarde que que o cerca. ” (p. 2)

“"É importante compreender data science, mesmo que você nunca vai aplicá-lo. O pensamento analítico de dados permite avaliar propostas para projetos de mineração de dados.” (p. 2)

“Data science envolve princípios, processos e técnicas para compreender fenômenos por meio da analise (automatizada) de dados.” (p. 4)

“Tomadas de decisão orientada por dados (DOD) refere-se à pratica de basear as decisões na analise dos dados, em vez de apenas na intuição.” (p. 5)

Recentemente, tecnologias "Big data' (como Hadoop, Hbase e MongoDB) tem recebido considerável atenção da mídia. Essencialmente, o termo big data significa conjuntos de dados que são grandes demais para os sistemas tradicionais de processamento e, portanto exigem novas tecnologia para processá-los.  (p. 8)

“A analise de estudos de caso, como o problema de rotatividade, melhora nossa capacidade de abordar problemas "Analisando os dados." (p. 12)

As empresas em muitos setores tradicionais estão explorando recursos de dados novos e existentes para obter vantagem competitiva. Elas empregam equipes de Dara science para trazer tecnologias avançadas para suportar o aumento do rendimento e diminuir os custos. (p. 12)

“Nos negócios cada problema de tomada de decisão orientada em dados é exclusivo, composto por sua própria combinação de metas, desejos, limitação e até mesmo personalidades.”(p. 19)

“Uma habilidade crucial em data science é a capacidade de decompor um problema analítico de dados, de forma que cada parte corresponda a uma tarefa conhecida para a qual ferramentas estão disponíveis.” (p. 20)

“A mineração de dados é uma arte. Ela envolve a aplicação de uma quantidade substancial de ciência e tecnologia, mas a aplicação adequada ainda envolve arte também. ” (p. 26)

“Se a solução do problema de negocio é o objetivo, os dados compreendem a matéria-prima disponível a partir da qual  a solução será construída.” (p. 28)