PERGUNTA 5 Comunicar as previsões e os resultados, para a gestão e os departamentos de TI através de visualizações de dad eficazes; extrair grandes volumes de dados de múltiplas fontes internas e externas, empregar os programas de análise sofisticadas, aprendizado de máquina e métodos estatísticos, para preparar os dados para o uso em modelagem preditiva e prescritiva; estas são tarefas do: O a. Analista de negócios. b. Analista de dados. C. Cientista de dados. O d. Arquiteto de dados. O e. Engenheiro de dados.?
Soluções para a tarefa
Resposta:
c
Explicação:
Cientistas de dados são os grandes mineradores de dados. Eles recebem uma enorme massa de dados desorganizados (estruturados e não estruturados) e usam suas habilidades em matemática, estatística e programação para limpar, tratar e organizá-los. Em seguida, eles aplicam suas capacidades analíticas – conhecimento da indústria, compreensão contextual, ceticismo de suposições existentes – para descobrir soluções para os desafios de negócios ocultos. Entre suas principais responsabilidades estão:
Realizar pesquisas sem direção e formular perguntas abertas aos dados
Extrair grandes volumes de dados de múltiplas fontes internas e externas
Empregar os programas de análise sofisticadas, aprendizado de máquina e métodos estatísticos para preparar os dados para uso em modelagem preditiva e prescritiva
Explorar e analisar dados de uma variedade de ângulos para determinar fraquezas escondidas, tendências e / ou oportunidades
Conceber soluções orientadas a dados para os desafios mais prementes
Inventar novos algoritmos para resolver problemas e criar novas ferramentas para automatizar o trabalho
Comunicar previsões e resultados para a gestão e os departamentos de TI através de visualizações de dados eficazes
Recomendar mudanças econômicas aos procedimentos e estratégias existentes
Cada empresa terá uma posição diferente sobre tarefas de trabalho. Alguns cientistas tratam os seus dados como analistas de dados ou combinam suas funções com os engenheiros de dados; outros possuem qualificação de alto nível em aprendizado de máquina e visualização de dados.
Como os cientistas de dados podem alcançar novos níveis de experiência ou mudanças de emprego, as suas responsabilidades invariavelmente mudam. Por exemplo, uma pessoa que trabalha sozinho em uma empresa de médio porte pode gastar uma boa parte do dia na limpeza de dados, enquanto que grandes empresas podem ter uma divisão mais clara entre os perfis de profissionais que trabalham com dados