Projeto em Desenvolvimento
Ciência de Dados para transformar desafios em oportunidades
Projeto que tem em vista resolver problema de negócio e gerar valor através dos dados, partindo desde a descrição dos dados, criação de Feature Engineering, Análise Exploratória dos Dados (EDA), seleção das Variáveis mais Relevantes, implementação de Modelos de Machine Leaning…
Método de Gerenciamento CRISP-DS
O ciclo CRISP-DS permite gerar valor ao negócio de forma rápida. Com a primeira entrega, o time é informado que o trabalho para melhorias contínuas já está em andamento. Essa abordagem garante velocidade na entrega de valor, ao mesmo tempo que reforça o compromisso com a otimização contínua do modelo.
Andamento do Projeto
Entendimento Problema de Negócio
Previsão de vendas para planejamento de compras e investimento, o CFO deseja reformar uma loja e precisa de uma previsão precisa das vendas nas próximas 6 semanas para calcular o investimento necessário.
Análise Descritiva dos Dados
Etapa utilizada para compreender melhor os dados, ganhar conhecimento de negócios e conseguir identificar alguns erros.
Feature Engineering
Criação do Mindmap de hipóteses e derivação de features a partir do conjunto original de variáveis. Esse processo é importante para ter as variáveis disponíveis durante a Análise Exploratória de Dados.
Análise Exploratória de Dados
A Análise Exploratória de Dados proporciona uma visão clara do comportamento dos dados, evitando surpresas na performance dos algoritmos de Machine Learning. Além disso, permite ganhar experiência de negócio, facilitando debates mais informados com o time que atua diretamente no setor, agregando valor e direcionando melhor as estratégias.