Autoras: Leticia Portella e Jessica Temporal

Numpy, Pandas, Matplotlib... os módulos de análise de dados são inúmeros! E suas potencialidades também! Vamos mostrar como ler planilhas, separar dados, criar gráficos e fazer uma série de análises usando um pouquinho de cada método. O objetivo deste tutorial é ter uma ideia de por onde começar a analisar dados!

 - Duração: 4h

- Configurações de ambiente: Python3, Pandas, Numpy, Scipy, Matplotlib, Jupyter Notebook (ou Anaconda que cobre todos os anteriores)

- Pré-requisitos: conhecimento mínimo da linguagem (loops, condicionais, variáveis, etc)

- Idioma: Português

Tópicos:

* Noções básicas do Jupyter Notebook

* Ler e trabalhar com planilhas csv

* Separação de dados

* Análises estatísticas básicas (média, moda, mediana, desvio padrão...)

* Trabalhando com dados inexistentes (substituição de dados, NaN, interpolação linear)

* Desenvolvimento de gráficos (histograma, análise no tempo, gráficos com dois eixos...)

Em vários tutoriais do Django, vemos como receber requests e responder responses com páginas html contendo diversas informações.

Isso é bem legal para começar a entender o processo que o Django faz: recebe requests e devolve templates. Mas ok, e depois disso?

Quando começamos a fazer um sistema um pouco mais complexo, nos deparamos com diversas funções de get e post que tem que fazer um monte de verificações, as suas classes ou funções começam a ficar gigantes, complexas e, normalmente, pouco efetivas para cobrir o todas as possibilidades que podemos vislumbrar

É aí que entram na história as Class Based Views do Django. Essas maravilhas podem facilitar infinitamente a sua vida, mas podem ser bem chatinhas pra entender no começo.

Vamos descobrir como fazer um sistema mais complexo? Vamos descobrir o que existe para além dos tutoriais?

O que existe além do código? Qual a importância da diversidade de gêneros na tecnologia? O que fazemos para a diversidade? E tão importante quanto: o que fazemos para NÃO incentivar a diversidade?

Contando a história de como passei de oceanógrafa para desenvolvedora, pretendo abordar esses e outros temas e mostrar como pequenas ações podem mudar a vida de muitas pessoas.

Tema: Iniciante, Comunidade

Ciência de dados está em alta! É considerado o "emprego mais sexy do século 21" pela Harvard Business Review e os cursos estão cada dia mais populares.

Mas as perguntas são grandes e cada vez maiores...

Mas o que é ciência de dados? Aonde vive? O que come?

Porque ela é considerada uma ciência? 

Como é a metodologia de um projeto com ciência de dados?

O que eu preciso aprender?

O objetivo dessa palestra é dar uma pincelada no assunto, mostrar alguns conceitos básicos, e tentar ajudar iniciantes a trilharem seu caminho de maneira mais fácil!

Também vamos visualizar um processo simples de modelagem de dados para entender o processo como um todo.

É um período de guerra civil. Partindo de uma base secreta, naves Pythonicas atacam e conquistam muitas vitórias contra o perverso Império Matlábico.

O mundo de análises de dados é muitas vezes dominado pelo Matlab e a mudança para o lado Python da força pode ser mais complicado do que se imagina. Porque meu código vive reclamando de identação? Aonde estão as variáveis nessa linha de comando? Como saber que módulo importar? O que é um dicionário? Strings e números na mesma variável? Porque o meu for não funciona?

Vamos abordar as principais problemáticas relacionada à transição entre ferramentas algumas soluções para ajudar a se livrar de uma vez por todas do dominio do Império Matlábico.

Tags: Iniciantes, Data Science