Os 5 Tipos de Projetos OBRIGATÓRIOS para o Portfólio de Data Science!

[@olavo_mendes]

Ótimo vídeo. Me deu uma visão sobre a Ciência de Dados que não havia visto em nenhum outro lugar. Ansioso pelos próximos.

[@ComunidadeDS]

Obrigado pelo comentário Olavo, Fica ligado que tem mais conteúdo vindo para esclarecer de uma vez por todas Data Science. Abração!

[@katekawaux]

Verdade, Olavo! Primeira vez que vejo um vídeo que agregou muito e deu um norte para quem não sabe por onde começar um portfólio!

[@nilbezerra1303]

Uma habilidade que pude identificar que está no cerne de ser um excelente data scientist é reconhecer padrões e saber categorizá-los. Excelente vídeo!

[@ComunidadeDS]

Grande Nil, tudo bem? Com certeza, a primeira grande habilidade é a observação e o entendimento do fenômeno que você está tentando modelar! Abração!

[@nanandamcz]

Primeiro acho q vem o inglês né?

[@LeanBlanh]

Cara, sensacional o seu conteúdo. Principalmente as explicações fazendo referência ao core business! Teu canal vai longe brother!

[@ComunidadeDS]

Grande Lean! Poxa, muito obrigado pelas suas palavras! Espero que o conteúdo e o canal cheguem até as pessoas que precisam. Forte Abraço!! E obrigado pelo comentário!

[@ivanmoreno1668]

Esses projeto de estudos usando datasets standards poderiam também ser usado para você propor um novo algoritmos ou arquitetura e desse jeito demonstrar que você não é um mero usuário de módulos python já desenvolvidos... ex. Pega o MNIST e proponha uma nova arquitetura convolucional e compare com uma tradicional usando pytorch/tensorflow....

[@ComunidadeDS]

Esse tipo de projeto funciona bem para pesquisa Ivan. O que não é o caso desse canal, minha prioridade aqui é ensinar pessoas a resolver problemas reais das empresas com dados e as ferramentas de ML e estatística

[@ivanmoreno1668]

@@ComunidadeDS sim já tinha entendido sua proposta. Apenas deixei esse comentário desde outra ótica.

[@ComunidadeDS]

@@ivanmoreno1668 legal Ivan. Obrigado pelas sugestões

[@MARCELOKANAZAWA]

parabéns pela iniciativa! estou acompanhando o canal. fiz mestrado em métodos quantitativos e na acadêmica acho que existe um gap na parte prática de como implementar soluções com as técnicas que ensinam. principalmente no deploy, que sai com praticamente zero conhecimento.

[@ComunidadeDS]

Muito obrigado Marcelo!! Concordo com você, existe um gap na parte prática, para problemas de mercado mesmo. To tentando trazer uma visão mais prática e aplicada aqui no canal. Espero que goste Abração!

[@FaceOaL]

pra galera que ta comecando assim como eu, vamo montar um grupo no zap, pra trabalhar em projetos juntos e crescer....

[@lucioalvez]

Show Meigarom! É uma aula incrível! Simplesmente empolgante. Muito obrigado pelas ótimas reflexões sobre os projetos essencias para um bom um Data Scientist! Forte Abraço.

[@ComunidadeDS]

Grande Lucio, blz? Muito obrigado pela mensagem! Fiquei feliz com suas palavras! Espero que goste do canal, estou tentando trazer conteúdo para o pessoal de forma prática, simples e direta! Grande Abraço!

[@botbotmot2362]

Cara eu ainda não sei a nada nem cursando uma faculdade ainda não tô mais se eu fazer ciencia da computação vou poder trabalhar em ciencia de dados ? Obrigado se me responder

[@DaviSilva-eq8fu]

Esse é melhor vídeo explicando os processos de Data Science que eu já vi até agora. Obrigado pelo conteúdo, Meigarom, espero pelos próximos vídeos!

[@ComunidadeDS]

Muito obrigado Davi!!! Valeu pela força!!! Te muita coisa legal vindo ae! Abração!

[@LUCASMAISVIDEOS]

Cara gostaria que vc falasse um pouco sobre o que devo aprender inicialmente de matemática mesmo pra começar como cientista de dados. Sou iniciante ainda estou no inicio de Python, mas gostaria de me programar melhor nos meus estudos. Obg e parabéns pelo trabalho.

[@ivanmoreno1668]

Parabéns pela iniciativa. Também no meu ver, seria interesante conduzir cada categoria de projeto citada por o tipo de formulação do problema. Ex. Abordando um problema de previsão de séries temporais univariada na categoria de projeto de engenharia de dados. Outro , problema de classificação multi class em projeto end to end and so on....

[@ComunidadeDS]

Muito obrigado pelas Ivan. Eu já criei um exemplo de projeto para cada tipo de problema , em vários níveis de dificuldade e dei prioridade para os que são mais aplicáveis nas empresas. Esses projetos fazem parte do portfólio da Comunidade DS

[@ivanmoreno1668]

@@ComunidadeDS se vc puder me apontar aqui os projetos do tipo de previsão univariada e multiviariada que você desenvolveu, agradeço meu caro. Um abraço.

[@ComunidadeDS]

@@ivanmoreno1668 esses são os projetos sejaumdatascientist.com/

[@genildomirandapraca1926]

Gostei mais da parte do que não fazer. Concordo.

[@paulovitordasilvasantos6479]

Ótimos vídeo...só não entendi o teu nome...hahahah

[@ces-cl6182]

Cara parabéns pelas aulas. O Ciclo de aprendizagem esta sendo, quer dizer foi fantático. Você promeu uma solução através dos ciclos de aprendizagem. Você parou a mais de ano, no inicio com apenas 6 videos. Não vai contimuar mais? Cara por favor, continue. Obrigado.

[@ComunidadeDS]

Obrigado pela mensagem! Não pretendo continuar aqueles ciclos. Abração!

[@bastosifb]

Excelente!!!

[@yorkstbd]

Da pra focar só em data engineering ?? Eu quero muito encontrar uma vaga só com essa parte, sou estag a 1 ano e meio e sinto que ja nao sou nivel estag faz tempo. To me enrolando pra fazer um portifolio mas ate o final do ano eu faço um portifolio matador hahah Mas voce acha que tem vagas focadas pra data engineering ? Pergunto porque só encontro vagas da parte de analista, e todas elas pedem excel, e cara sinceramente... excel ? em 2020? Queria encontrar uma vaga só de data engineering pois é oque eu mais curto, metricas, gerar kpis com dax não é minha praia. Acha que é possível ?

[@ComunidadeDS]

Fal John, blz? É totalmente possível encontrar uma vaga para Data Engineering. É engraçado que outras pessoas me contam que só tem vagas para Data Engineering e outras que falam que só tem para analista de Dados. Isso se chama viés de seleção, é tirar conclusões do todo somente olhando para um "pedacinho" do todo. Então faz logo seu portfólio de projetos para Data Engineering e começa aplicando para as vagas. Bons estudos!

[@CairoRocha]

Perfeito o video, principalmente a parte do que não fazer! Obrigado!

[@ComunidadeDS]

Grande Cairo, blz? É importante deixar claro né, vejo muito candidato chegando nas entrevista com projetos de estudo!! Um grande abraço!

[@maicongueresi7371]

Passo somente para agradecer uma verdadeira consultoria de carreira obrigado Meigaron vc realmente eé um verdadeiro profissional , sem medo de entregar oque sabe para quem está perdido

[@rodfloripa10]

Excelente vídeo, parabéns!!! Se alguém quiser ver meu portifólio clique no meu nome e acesse meu canal.

[@ComunidadeDS]

Grande Rodney, blz? Muito obrigado pelo comentário! Grande abraço!

[@rodrigosantos8774]

Parabéns pelo canal, você está ajudando muita gente compartilhando os seus conhecimento, um forte abraço.

[@ComunidadeDS]

Muito obrigado, Rodrigo. Feliz em ajudar. Os conteúdos estão te ajudando em alguma coisa?

[@brunoferreira8558]

Pra quem quer pragmatismo veja a partir dos 19:30

[@rennoman4609]

ótimo video , estou começando agora a estudar ciencia de dados , voce recomendaria quais sites na internet que simule problemas onde um iniciante pode resolver e com isso desenvolver projetos e ir cada vez mais aprendendo mais ? seria legal se voce podesse, começar uma playlist de videos onde as pessoas possam ir aprendendo desde o começo mas ja desenvolvendo pequenos projetos ..oq acha ?

[@ComunidadeDS]

Grande Namus, blz? Poxa, eu não conheço muito sites para o propósito que você quer Namus. Lá no blog, eu deixei 3 posts com sugestões de projetos. Mas você pode procurar dados simples e começar resolvendo, depois você vai aumentando a complexidade.

[@rennoman4609]

@@ComunidadeDS valeu mestre .. irei fazer isso ..e daqui uns dias começo teu curso rs tamo junto .. q a força esteja conosco hahaha

[@ComunidadeDS]

@@rennoman4609 Hahahahha. Jamos juntos!! Precisando de alguma coisa, manda msg!! Abração!!!

[@rodrigoleite9202]

Essas etapas podem ser consideras pipeline de dados?

[@nicoleorfali]

Muito bom, certamente vou adotar!!!

[@ComunidadeDS]

Muito obrigado Nicole pelo comentário!! Bons estudos!

[@gabrielvalerio3374]

Excelente video! Super didático, aguardo pelos próximos.

[@ComunidadeDS]

Muito obrigado Gabriel!! Continue acompanhando o canal, tem bastante coisa legal vindo por ae Abraço!

[@henrique.jensen]

Parabens Meigarom, estou na jornada para entrar na area e ja gostei de mais da sua didatica, ganhou um inscrito

[@ComunidadeDS]

Muito obrigado Henrique, continua ligado que tem mais coisa legal vindo por ae. Abração e bons estudos!

[@hallysonfredericomarques3558]

Meigarom, acabei de terminar um treinamento Green Belt em lean seis sigma, e sempre que ouço você falando sobre data science e resolução de problemas, as duas coisas me parecem bem complementares. Vale a pena investir futuramente numa formação master Black Belt pra quem quer trabalhar com data science?

[@ComunidadeDS]

Grande Hallyson, tudo bom? Toda forma de aprendizado é válido, com certeza. Mas eu vou ser bem sincero com você, White, Yellow, Green, Black e Master são formações voltadas, na minha opinião, para gerencia de projetos para engenheiros. Você não aproveitaria 100% do conteúdo para Ciência de Dados. Se você quer ser um Cientista de Dados e resolver problemas utilizando a Ciência de Dados e Machine Learning, investe em um bom curso de Ciência de Dados, assim você vai aproveitar 100% do conteúdo para resolver problemas complexos. Espero ter ajudado e parabéns pelo Green Belt!! Saudades do Lean Six Sigma ( Já fui técnico de manutenção industrial, e só falavamos nisso, hahah ) Abraço!

[@Daniela-xc7ds]

Video top, mas Ainda estou achando mais complexo e obscuro do q meus prévios projetos 😅. Estou começando estudando curso de data analytics p fazer transição de carreira...Tenho experiência em gestão de projetos R&D e TT na indústria farmacêutica e engenharia no óleo e gás.

[@carloseduardobarbosa501]

valeu pelas informações... +1 inscrito... Parabéns

[@ComunidadeDS]

Muito obrigado pela inscrição Carlos! Bons estudos!

[@gustavocordeiro3103]

Mito.... 🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏🙏

[@1magro22]

Parabéns cara!! Nem terminei de assistir o vídeo e já sei q será mto importante pra minha carreira profissional! Parabéns pelo conteúdo e obrigado por compartilhar sua experiência! Que Deus lhe abençoe rapaz! Thanks..

[@ComunidadeDS]

Muito obrigado, Felipe. Espero que ajude de alguma forma. Está se preparando para mudar de carreira?

[@1magro22]

@@ComunidadeDS cara, vc confirmou bastante direcionamento pra área de dados. Estou me preparando sim, hj eu atuo com Infraestrutura, mas estudo Banco dr Dados na Faculdade Impacta, aqui em SP. O curso é tecnologo e voltado para Data Science. Seu conteúdo é ótimo pq nos mostra a realidade do dia a dia, coisa q em meu ponto de vista, o curso deixa a desejar. Parabéns e obrigado, de novo!! Mto show!

[@ericamaral544]

Excelente o vídeo!!! Conceitos muito bem explicados de forma simples, clara e objetiva. Eu que estou começando nessa carreira essas orientações são fundamentais. Bora crescer nessa incrível jornada.

[@ComunidadeDS]

Muito obrigado Eric, fico muito feliz em ler suas palavras. Continue acompanhando, tem muita coisa legal vindo.

[@reisinhotube1]

Você fornece o curso de data science?

[@liamli9062]

Obrigado, Estou realmente perdido no curso, não sei como vou usar esse conhecimento e esse norte q vc tá dando vai ajudar mto.

[@ComunidadeDS]

Imagina Liam, esse é o grande problema hoje. Nós somos bombardeados com vários ensinamento, mas não sabemos organizá-los para criar soluções para os problemas. Espero conseguir te ajudar com essa organização do conhecimento. Grande abraço!

[@antoniaxavier4741]

Faz um vídeo ensinando como montar um perfil no LinkedIn voltado pra ciência de dados

[@sebastiaonetodesousalima2064]

Excelente vídeo, vai ajudar pessoas que assim como eu estão iniciando nesse universo maravilhoso.

[@ComunidadeDS]

Muito obrigado Sebastião. Tomara que eu consiga ajudar mais pessoas e te ajudar mais ainda! Um grande Abraço man!!!

[@julianalilian]

Sobre quando você comentou... faça perguntas e olha nos dados.. mas como ter criatividade e coerência ao formular perguntas e como saber se o que você analisou e entendeu está correto? Será que duas pessoas iriam fazer as mesmas perguntas sobre os dados e responder como certo as respostas? Isso é o que acaba desencorajando ao iniciar os projetos de estudos. Digo a mesma coisa quando a resposta é apresentada em gráficos. Até onde aquilo está certo? Como saber se estou "blefando"? Tem alguma dica? Obrigada e muito obrigada por compartilhar este conteúdo sensacional.

[@ComunidadeDS]

Quando você tem um conjunto de dados que contém características de casas e seus preços. Acho que precisa de muita criatividade para se perguntar: "Quantas casas tem nesse conjunto de dados? Qual a casa de maior preço? Qual a casa com o maior número de quartos? Qual a casa com o maior preço dentre as de menor número de quartos". É isso que as pessoas dão o nome de curiosidade. E pra saber se tá certo, você precisa responder as perguntas de maneira correta. O gráfico que você fez, realmente responde a pergunta? Seu gráfico está certo? No dia a dia, as perguntas não tem gabarito, você Cientista de Dados é quem tem que dizer se está certo ou errado. Faz o meu curso de Python gratuito aqui mesmo no KZbin, todas as quartas as 20h, que você vai entender sobre as perguntas. Já tem duas aulas aqui no canal! Bons estudos Juliana!

[@julianalilian]

@@ComunidadeDS obrigada pelas suas considerações. Eu assisti as 2 aulas sim. Estou acompanhando 🙂

[@SergioBerlottoJr]

Baita vídeo Meigarom. Parabéns pelo conteúdo. Deu realmente uma linha ótima de pensamento sobre o assunto.

[@ComunidadeDS]

Faaala Sergio, blz? Que bom que o conteúdo te ajudou!!! Abração!

[@caiolucas3493]

Que vídeo completo! No finalzinho eu já estava me perguntando como eu faria cada projeto, e aí você vai e fala do conteúdo do seu blog! Tô indo pra lá agora

[@ComunidadeDS]

Grande Caio, tudo bom? Fico feliz em poder ajudar! Espero que tenha encontrado os projetos para fazer lá no blog. Grande abraço!

[@jhonatannascimento7360]

Ótimo vídeo, obrigado por compartilhar seus conhecimentos! +1 inscrito!

[@ComunidadeDS]

Muito Obrigado Jhonatan, Seja bem vindo ao Canal!!! Abração!

[@MentesExatas]

Ótimo conteúdo.

[@mozano]

Muito bom

[@marcelofeliciani]

Muito legal, eu também estou iniciando, suas dicas foram ótimas. Abraço

[@ComunidadeDS]

Fico feliz em ajudar Marcelo!! Fica ligado no canal e nas outras medias, que ainda virão muitos conteúdos legais! Abs! Bons estudos!

[@leonardokend]

Impressionante a didática e clareza com o assunto! Sem abusar de buzzwords e sensacionalismo, senti muita verdade e realismo na fala, com certeza vou acompanhar os conteúdos a partir de agora ! SENSACIONAL

[@ComunidadeDS]

Fiquei muito emocionado com o seu comentário Leonardo, muito obrigado pelas palavras! Minha maior motivação em começar esse conteúdo foi observar como os outros Data Scientists complicam as coisas e recomendam os caminhos mais difíceis pra começar em DS. "Começa com Estatística, Álgebra, Matemática". Cara, não é por ae. É uma profissão com um Hype imenso, e muita gente se aproveitando da onda pra trazer conteúdos complicados, cheio de buzzwords, vender curso introdutórios, sem conteúdos próximo dos problemas reais das empresas e as vezes até errados! Cansei de entrevistar candidatos com muitos cursos e nenhum conteúdo. Espero que goste dos próximos vídeos. Se um dia, eu começar a ir por esse caminho, por favor me avise! Um grande Abraço e muito obrigado pelas palavras, de coração! Se cuida!

[@leonardokend]

@@ComunidadeDS Cara, estou iniciando essa jornada e já vi MUITOS desses caras que prometem um monte de coisa, abusam de buzzwords e quando você vê na pratica são superficiais, seu conteúdo se destacou pelo realismo e clareza neles, um conteúdo que vale muito a pena ser compartilhado!

[@sabedoriaenegocios]

Senti falta de um exemplo real, mostrando como faz

[@LuizHenriqueCampos]

Excelente Video! Obrigado pelo contéudo gratuito e rico de informações para nós que estamos em busca de conhecimento na área e a se desenvolver todo dia.

[@ComunidadeDS]

Grande Luiz, tudo bom? Eu que agradeço pelo seu comentário!! E obrigado pelas palavras também!!! Espero ter ajudado de alguma forma, Grande Abraço para você Luiz!!

[@LuizHenriqueCampos]

@@ComunidadeDS com certeza está ajudando!! Vlw ! Abraços

[@lidianojosedejesus155]

Boa tarde! Muito boas dicas......vamos as próximas.

[@ComunidadeDS]

Muito obrigado Lidiano, fica ligado, que vem mais coisa legal por ae! Abs e bons estudos!

[@katekawaux]

Olá Megairom! Parabéns pelo vídeo! Bastante instrutivo e muito útil! Primeira vez que vejo um vídeo falando abertamente sobre os projetos necessários para um portfólio e fazendo um breakdown de cada tipo! Muito obrigado por compartilhar o conhecimento! Seu canal é ótimo! Continue publicando esse conhecimento e a forma como está passando ele para a comunidade! Abraço!

[@ComunidadeDS]

Fala Japa, blz? Muito pelas palavras, fiquei muito feliz aqui. Meu principal objetivo é falar abertamente sobre realidade de Data Science. Estou meio cansado de conteúdo vago, que não agrega valor e só ajuda a aumentar ainda mais o hype sobre essa profissão. Tem mais conteúdos legais vindo por ae! Abração!

[@katekawaux]

Fala Megairom! Sensacional! Apoio totalmente a sua iniciativa sobre falar abertamente sobre a área. Concordo que há muito conteúdo vago por aí na Internet e que não agrega valor. Deixa as pessoas ainda mais confusas e perdidas. Fico feliz que seu canal exista e também o seu site. Está ajudando muito mesmo as pessoas e sendo um norte para elas. Aguardo ansiosamente pelas novidades! Abraço!!

[@julianalilian]

Vídeo essencial e muito rico. Obrigada

[@ComunidadeDS]

Muito obrigado Juliana! Espero ter conseguido ajudar de alguma forma! Bons estudos!

[@mellorf]

Muito legal Meigarom!! Parabéns!!

[@ComunidadeDS]

Muito Obrigado Prof. Mello!!!!!

[@lucascesar7693]

Uma dúvida Meigarom, eu tenho um dataset de um workshop que participei, esse dataset é de dados de empregados de uma empresa e a cientista de dados na epoca vez uma modelagem e predição de quais funcionarios tem mais chance de sair da empresa, minha dúvida é a seguinte, eu posso pegar esse dataset e fazer um modelo para prever a saída de funcionarios de outras empresa sem necessariamente ser da empresa em que o dataset original é...minha ideia seria pegar esses dados e adaptar as features da empresa em que quero fazer a previsão e somente pegar as features do dataset iguais aos da empresa que estou querendo fazer a predição... minha ideia está certa? da pra fazer isso e apresentar para outros?

[@ComunidadeDS]

Fala Lucas, blz? Seguinte, não dá pra pegar os dados de uma empresa e resolver o problema de outra empresa. Apesar de ser o mesmo problema, as empresas são diferentes, fenômenos diferentes, comportamentos diferentes. Logo, os dados de uma empresa não representam o comportamento de outra. O que você pode fazer, é ganhar experiência com o problema de uma empresa e aplicar essa experiência na outra. Ou seja, faça um modelo para a empresa que você tem os dados, estude as features, teste modelos, ajuste as métrica, teste outros modelos. Depois que você aprender tudo sobre esse problema, você vai pra outra empresa e replica sua solução. Porém, é quase certeza que o mesmo conjunto de features, com o mesmo modelo não vão funcionar tão bem quanto na outra, porque as empresas são diferentes. Se sua lógica estivesse certo, seria maravilhoso, precisariamos de apenasde 1 solução para todas as empresas com problemas parecidos. Faz sentido?

[@silvanabcarvalho]

Na vdd se tiver utilizado redes neurais vc consegue utilizar o modelo de uma empresa para prever a outra, mas vc vai precisar de um conjunto de dados da nova empresa para adaptar o modelo para a nova empresa (procure por transfer learning). Porém tem a forte questão da privacidade dos dados (e consequentemente dos modelos)

[@rosenildarodrigues1765]

Que o senhor Jesus ilumine e guarde a cada pessoa 💖💖💖💖💖

[@charlleskleber9771]

caralho lek que video bom

[@ComunidadeDS]

Muito obrigado Charlles, Espero ter ajudado! Grande abraço!

[@alexanderraul6728]

pqp cada palavra vale ouro nesse canal. Eu vou recomendar

[@ComunidadeDS]

Muito obrigado pela mensagem Alexandre!! Obrigado por compartilhar! Abração!

[@icd.f44.9]

parabéns pelo vídeo, é uma das coisas que eu mais precisava saber sobre ciencia de dados

[@ComunidadeDS]

Fala Gabriel, blz? Que bom que eu consegui te ajudar de alguma forma!! Fica ligado, que tem mais conteúdos legais e esclarecedores vindo por ae! Bons estudos!! Abração!

[@lucimarlial2656]

Muito legal vc tem curso? Sobre o projeto 1 e projeto 2?

[@ComunidadeDS]

Oi Lucimar, tudo bom? Que bom que gostou! Eu to produzindo esse conteúdo gratuito aqui no KZbin e lá no Blog também, eu tenho um curso mais direcionado, que ensina o Projeto 5 de Data Science, que é o mais completo e mais complexo. Eu criei esse curso para as pessoas que queiram entrar, de fato, na carreira de Data Science de forma mais rápida. Falando sobre o projeto 1, tem um post lá no blog onde eu mostro um exemplo de projeto do Tipo 01 e um passo a passo para resolvê-lo. Sobre o Projeto 2, fica ligado no Instagram e no LinkedIn que vai sair ainda essa semana lá no Blog. Na descrição do vídeo, tem os links para você me achar no LinkedIn e no Instagram. Abraço e bons estudos!

[@CesarNog]

Excelente vídeo!! Obrigado pelo conteúdo!

[@ComunidadeDS]

Valeu Cesar!! Muito obrigado! Fica ligado, que vem mais conteúdos bons por ae! Abs

[@euoamador]

Partiu ajustar o portfolio! Hahah'

[@kramnn]

Mais um vídeo top!

[@ComunidadeDS]

Grande Alexandre!! Muito obrigado mano!! Um grande abraço!!

[@VictorSilva-uv4hf]

muito bom o vídeo. Claro e objetivo!

[@viniciusdionysio9107]

Brabo, mandou muito.

[@ComunidadeDS]

Grande Vinicius, Muito obrigado! Grande Abraço!

[@luciano_brum]

Parabéns pelo vídeo !!

[@ComunidadeDS]

Valeu Luciano!! Abraço

[@mariaaureliano8411]

Muito obrigada!!!

[@ComunidadeDS]

Oi Maria, tudo bom? Muito obrigado pelo comentário!! Espero ter ajudado! Att.

[@fabi9212]

Dicas de ouro! nada mais a dizer...

[@Bvoslive]

Só tenho a agradecer

[@ComunidadeDS]

Obrigado por participar Bruno! Continue Estudando!

[@ricardomatheus3758]

Excelente!

[@ComunidadeDS]

Grande Ricardo!! Muito obrigado!!

[@MrCostavox]

Só acredito em um data scientist que tenha feito um bom curso de estatística.

[@ComunidadeDS]

Que pena! Uma crença limitante dessa, vai te fazer perder muitas oportunidades de aprendizado

[@MrCostavox]

@@ComunidadeDS eu sei que sou chato. Mas ainda vou aprender muito contigo meu caro. Acho muito legal vc disseminar seu conhecimento. Um dia desses gostaria de trocar uma ideia contigo.

[@ComunidadeDS]

@@MrCostavox podemos marcar esse papo sim, mas sem crenças limitantes hein, hahaha. Mente aberta para aprender ;)

[@MrCostavox]

@@ComunidadeDS qdo vc enxergar pelo meu prisma concordará um pouco comigo! Estou com a perspectiva de mudança de emprego e devo usar machine learning. Vou te perturbar.

[@marcosbarbosa9058]

Muito Bom, obrigado por esse video!

[@joaovictorf.r.s.1570]

Muito bom mesmo.

[@ComunidadeDS]

Valeu Joao!!!

[@dpinkpants]

Maravilhoso o conteúdo no seu vídeo e sua clareza em passar as informações. Muito obrigada!

[@ComunidadeDS]

Muito obrigado Dan!! Fiquei feliz com suas palavras, espero ter ajudado!! Eu que agradeço pelo seu tempo em assistir aos vídeos!! Att.

[@nanandamcz]

Como começar do zero??

[@ComunidadeDS]

Oi Fer! Assiste os 3 vídeos da playlist “Profissão DS 2022”. Lá tem um passo a passo

[@nanandamcz]

@@ComunidadeDS vou sim!!

[@uallasleles9147]

Muito bom. Gostei da objetividade.

[@ComunidadeDS]

Grande Uallas, Muito obrigado! A idéia do canal é trazer praticidade!! Forte Abraço!

[@josemirmelo1]

Metade do vídeo são termos em inglês. É para parecer mais sofisticado?

[@ComunidadeDS]

Grande Josemir, tudo bom? Alguns termos em inglês são quase que Jargões da área. No trabalho, eu e os outros Data Scientist sempre falamos esses termos. O vídeo saiu o mais natural possível, como se eu tivesse no meu trabalho. Abraço!