Caros, boa tarde!
Entro em contato para solicitar orientações acadêmicas e/ou práticas para uma organização que quer contar com um cientista de dados, mas não sabe bem ainda o que quer, ou seja, não definiram quais serão os dados a serem analisados, quais as prioridades.
Neste cenário, pensando em relação aos dados, como a empresa ainda não tem nenhum modelo voltado para Analytics, ou seja tem apenas seus dados transacionais, e alguns indicadores controlados de forma muito empírica ainda, caberia montar uma estrutura de BI tradicional e depois evoluir para os modelos mais analíticos/preditivos? Ou ainda, ambos poderiam caminhar em paralelo? Neste último caso específico pode-se aproveitar o mesmo modelo de dados que será criado?
Гілка Caros, boa tarde!
3 повідомлення · –B Meus dois contos de réis: primeiro estrutura a área de BI, pra levantar as perguntas que quer responder com dados. Quando seus problemas passarem de "entender o passado/presente" para "estimar o futuro", tu pensa em criar uma área de ciência de dados. Sem saber os problemas que quer resolver, não vai atrair gente boa em DS.😀G João, bom dia. Esse é o estágio mais comum de um monte de empresas que chegam à Novelo, meu estúdio de data analytics. A maioria das empresas quer, mas não sabe por onde começar. Pelos projetos que já fizemos na Novelo, o melhor parece começar com um mapeamento das fontes de dados e traçar uns objetivos básicos. Muita empresa quer fazer Machine Learning, mas nem sabe ao certo os dados que têm.