Big Data e

Ciência de Dados
Unidade II
Ciência de Dados
 Diretor Executivo
DAVID LIRA STEPHEN BARROS
Gerente Editorial
CRISTIANE SILVEIRA CESAR DE OLIVEIRA
Projeto Gráfico
TIAGO DA ROCHA
Autoria
JÉSSICA LAISA DIAS DA SILVA
ALAN DE OLIVEIRA SANTANA
 AUTORIA
Jéssica Laisa Dias da Silva
Olá, possuo graduação em Sistema da Informação pela Unifacisa
– Universidade de Ciências Sociais Aplicadas. Sou mestre em Sistema e
Computação pela UFRN-Universidade Federal de Rio Grande do Norte.
Atualmente sou doutoranda em Sistema e Computação pela UFRN-
Universidade Federal de Rio Grande do Norte e professora conteudista
elaborando cadernos.

Alan de Oliveira Santana

Olá, possuo graduação em Ciência da Computação – Universidade
do Estado do Rio Grande do Norte – e Mestre em Sistemas da Computação
– Universidade Federal do Rio Grande do Norte. Atualmente sou professor
conteudista, elaborador de cadernos de questões e doutorando em
Ciências da Computação. Como cientista, atuo no desenvolvimento e
avaliação de técnicas de desenvolvimento de sistemas com ênfase na
educação.

Desse modo, fomos convidados pela Editora Telesapiens a integrar

seu elenco de autores independentes. Estou muito satisfeito com o
convite e a possibilidade de auxiliar em seu desenvolvimento intelectual
e profissional. Bons estudos!
 ICONOGRÁFICOS
Olá. Esses ícones irão aparecer em sua trilha de aprendizagem toda vez
que:

OBJETIVO: DEFINIÇÃO:
para o início do houver necessidade
desenvolvimento de de se apresentar um
uma nova compe- novo conceito;
tência;

NOTA: IMPORTANTE:
quando forem as observações
necessários obser- escritas tiveram que
vações ou comple- ser priorizadas para
mentações para o você;
seu conhecimento;
EXPLICANDO VOCÊ SABIA?
MELHOR: curiosidades e
algo precisa ser indagações lúdicas
melhor explicado ou sobre o tema em
detalhado; estudo, se forem
necessárias;
SAIBA MAIS: REFLITA:
textos, referências se houver a neces-
bibliográficas e links sidade de chamar a
para aprofundamen- atenção sobre algo
to do seu conheci- a ser refletido ou dis-
mento; cutido sobre;
ACESSE: RESUMINDO:
se for preciso aces- quando for preciso
sar um ou mais sites se fazer um resumo
para fazer download, acumulativo das últi-
assistir vídeos, ler mas abordagens;
textos, ouvir podcast;
ATIVIDADES: TESTANDO:
quando alguma quando o desen-
atividade de au- volvimento de uma
toaprendizagem for competência for
aplicada; concluído e questões
forem explicadas;
 SUMÁRIO
Conceitos e Escopos da Ciência de Dados .......................................10
Fases do Projeto em Ciências de Dados..................................................... 13

Ciclo de vida do Dado.................................................................................................................. 14

Relação de Ciências de Dados com Ciências de Informações..................... 16

Ciência de Dados termos usados........................................................................................ 17

Princípios e diferenças de Ciência de Dados e Big Data............ 20

Big Data e Ciência De Dados no Processo De Tomada De Decisão.......... 22

Ciências de Dados e Business Intelligence...................................................26

O papel e a importância do Cientista de Dados............................. 29

Cientista de Dados .........................................................................................................................29

Formação e Atuação do Cientista de Dados.............................................................. 30

Competências Relacionadas...................................................................................................35

Aplicações da Ciência de Dados........................................................... 38

Onde Aplicar a Ciências de Dados .................................................................................... 38

Ciências de Dados na Biologia.......................................................................... 39

Ciências de Dados aplicado na Saúde........................................................ 40

Ciências de Dados aplicada ao Projeto Social ...................................... 40

Ciências de Dados aplicada aos negócios................................................................... 40

Ferramentas que trabalham com Ciências de Dados..........................................43

Linguagem de Programação Python.............................................................44

Jupyter..................................................................................................................................45

Pandas...................................................................................................................................45

Anaconda...........................................................................................................................45
 Big Data e Ciência de Dados 7

02
UNIDADE
8 Big Data e Ciência de Dados

INTRODUÇÃO
Com toda a produção de dados e os avanços tecnológicos,
surgiram soluções computacionais como a big data e a Ciências de
Dados. Assim, nestes capítulos nos deteremos a explicar um pouco mais
sobre a Ciências de Dados, abordando, desde seu surgimento, conceitos
e suas contribuições. Abordaremos ainda os princípios e diferenças entre
a big data e outras soluções computacionais.

Ainda no decorrer desta unidade estudaremos a importância dos

profissionais que trabalham com Ciências de dados, assim como, as
competências e habilidades destes profissionais.

Além do exposto, ciências de informações estudaremos onde está

sendo aplicada a ciências de dados, apresentando as diversas áreas em
que está sendo explorada, bem como, apresentaremos as ferramentas
que ajudam a aplicá-la.

Nesta unidade, estudaremos sobre esses assuntos esperando que

todas as dúvidas sejam tiradas e que traga informações que mudem a
forma de pensar sobre as tomadas de decisões.
 Big Data e Ciência de Dados 9

OBJETIVOS
Olá. Seja muito bem-vinda (o). Nosso propósito é auxiliar você no
desenvolvimento das seguintes objetivos de aprendizagem até o término
desta etapa de estudos:

1. Compreender o conceito de ciência de dados;

2. Diferenciar ciência de dados x Big Data;

3. Assimilar o papel do cientista de dados;

4. Compreender as aplicações da ciência de dados.

Então? Preparado para uma viagem sem volta rumo ao conhecimento?

Ao trabalho!
10 Big Data e Ciência de Dados

Conceitos e Escopos da Ciência de Dados

OBJETIVO:

Neste capítulo, conceituaremos sobre ciência de dados,

entenderemos um pouco mais sobre esse conceito e as
fases que compõem um projeto de ciências de dados, bem
como, o ciclo de vida dos dados. Além disso, abordaremos
termos importantes quando se estuda ciências de dados.
Vamos lá!

Por volta de 90% dos dados criados em diversas fontes, como

empresas, redes sociais, entre outras, são resultantes da utilização intensa
das Tecnologias de Informação e Comunicação nos últimos tempos
(BUGNION, ET. Al. 2017).

Por conseguinte, os dados são copiosamente e ligeiramente

produzidos, servindo de matéria-prima para tomada de decisão em
grandes organizações (ECONOMIST, 2017).

Nesta conjuntura de universo de dados, avançadas pesquisas

e desenvolvimento de soluções computacional são aplicadas, como
ciência de dados, a qual, vamos conceituar e estudar detalhadamente
nesta unidade.

A ciência de dados (“data Science” termo em inglês) é uma área que

estuda o ciclo de vida dos dados e aponta a geração de valor comercial
por meio de insights que são informações suscitadas por meio dos
dados. Mesmo que a expressão “Data Science” decorra dos anos 1960,
a ciência de dados é uma ciência considerada nova e, muitas vezes, mal
interpretada. É sabido que uma ciência é referente a obter conhecimento
e informação de modo sistemática, tal como regularizar e estruturar esse
conhecimento (AMARAL, 2009).

Da mesma maneira, a ciência de dados versa de estudar os dados

por completo, trabalhando com o seu ciclo de vida da produção ao ponto
de ser descartado.
 Big Data e Ciência de Dados 11

Geralmente a ciência de dados é relacionada de modo errado,

especificamente quando ligada a procedimentos de análise dos dados
em que é necessário a utilização de estatística, aprendizado de máquina
ou do simples uso de um filtro produzir informações e conhecimentos
(AMARAL, 2009).
Figura 1: Tecnologia da Informação

Fonte: Pixabay

Provost e Fawcett (2013) afirmam que a Ciência de Dados como

um conjunto de princípios básicos que lidam e guiam a extração de
informações e conhecimento por meio de dados. Neste contexto, a
Ciência de Dados envolve princípios, procedimentos e técnicas para
entender fenômenos através da análise automática de dados.

Em suma, a ciência de dados visa transformar os dados brutos em

informação que são importantes para as empresas, promovendo solução
de problemas ou a obtenção de diferenciais competitivos. Neste sentido,
podemos inferir se Ciência é um processo sistemático em que as pessoas
pesquisam e explicam acontecimentos de um escopo específico que
ocorrem no mundo natural. Pode-se ainda entender a Ciência de Dados
como um domínio científico que é cotado para descobrir conhecimento
(knowledge discovery) por meio da análise de dados.
12 Big Data e Ciência de Dados

Finzer (2013) apresenta o diagrama de Venn, ilustrado na figura 2,

como uma estrutura que constitui a ciência de dados. Este diagrama está
composto por três círculos, apresentados a seguir:

• O círculo de Matemática e estatística: Este ciclo é referente

aos princípios básicos e experiências solicitadas nas áreas de
matemática e estatística para compreensão das variáveis, bem
como, para interpretar e diferenciar os tipos de dados. Isto implica
em afirmar que os profissionais da Ciência de Dados precisam
compreender a função dos algoritmos de Aprendizado de
Máquina, tal como, ter a habilidade de interpretar os resultados
estatisticamente.

• O círculo de Conhecimentos substantivos: Este ciclo é

referente a compreensão do sentido disciplinar para a escolha
de um procedimento de análise apropriada para dados. Este
conhecimento do problema ajuda no processo de tomada de
decisão.

• O círculo de computação e habilidades de dados: Este ciclo é

referente aos dados para resolver problemas, admitindo que se
visualize a estrutura de dados, o qual, exige capacidades para
programar, extrair e estruturar dados. Assim, as habilidades da
ciência de computação ajudam na geração da curadoria digital e
no desenvolvimento de algoritmos de aprendizado de máquina e
interfaces de visualização da informação.
Figura 2: Diagrama de Vernn

Computação
e habilidades Matemática
de dados e Estática

Conhecimento
substantivos

Fonte: Adaptado de Amaral (2016)

 Big Data e Ciência de Dados 13

Além disso, sobre o diagrama de Venn, Amaral (2016) assegura que

a ciência de dados é combinada por diversas outras ciências, modelos,
tecnologia, processo e métodos relacionados ao dado designando
relações interdisciplinares na área.

IMPORTANTE:

É importante afirmar que a ciência de dados é determinada

como o método para extração das informações úteis por
meio de complexas e dinâmicas bases de dados (BUGNION
ET.AL., 2017).

Conforme Smith (2006), a ciência de dados se ampliou desde

então para conter o estudo da captura, análise, metadados, recuperação,
arquivamento, troca e mineração de dados, com a finalidade de encontrar
conhecimento inesperado e relações de dados.

Fases do Projeto em Ciências de Dados

Conforme vimos, a Data Science é um conceito geral para uma
diversidade de padrões e técnicas com objetivo de obter informações, o
qual, a cada dia se torna uma área muito promissora, permitindo processar
os dados gerados através de várias fontes.

Assim, para iniciar um projeto aplicando o conceito da ciência dos

dados, é importante definir o objetivo de sua aplicação através da criação
de questões que precisam ser respondidas através de um determinado
problema a ser resolvido.

Após serem estabelecidas as questões, procura-se os dados

que auxiliarão a respondê-las, de modo que, sabendo-se os objetivos
do que se quer analisar, torna-se necessário adquirir os dados corretos
para realizar a limpeza, exploração, criação e avaliação de um modelo,
repetindo o ciclo algumas vezes até que se esteja pronto para dar início a
busca de como informar adequadamente os resultados obtidos.

Logo, temos resumidamente as seguintes fases de um projeto de

Data Science (SOARES, 2019):
14 Big Data e Ciência de Dados

• Identificação do problema da área de negócios;

• Entendimento de problema;

• Coleta de conjuntos de dados (datasets);

• Realização da limpeza e transformação dos dados;

• Realização do entendimento do relacionamento entre os dados;

• Produção de modelos que representem os relacionamentos;

• Uso dos modelos para realizar predições;

• Entrega de valor e resultado.

Ciclo de vida do Dado

Uma das definições de ciências de dados é entendida como os
métodos, modelos e tecnologias que analisam os dados durante todo o
seu ciclo de vida, da criação ao descarte.

Amaral (2016, p.46), ressalva que:

[...] o ciclo de dados promove a boa gestão de dados
quando disponibilizados em formatos como textos:
MS Word; PDF; RTF, em formato numérico: Excel, em
multimídia: JPEG, GIF, MPEG, etc.; em software; e quando
disponibilizados em variedade de suportes: fitas, CDs,
slides, modelos, mapas e arquivos de dados, etc.

Dessa forma, entende-se o ciclo de vida dos dados a partir do início

da criação dos dados até o seu descarte, podendo passar por uma série
de outras etapas. Desse modo, quaisquer fontes de dados podem não
sofrer algum tipo de transformação após sua produção ou mesmo serem
rejeitadas prontamente após a produção ou serem produzidos para um
armazenamento por tempo indefinido. Vale evidenciar que as fases dos
dados, dependerão de suas naturezas e das suas finalidades (AMARAL,
2016).

De acordo com Amaral (2016), pode-se formar um ciclo de vida mais

geral, que apesar de não se aplicar a todo e qualquer dado, é ajustável à
maioria, tendo um ciclo padrão que compreende seis etapas: produção,
 Big Data e Ciência de Dados 15

armazenamento, transformação, armazenamento analítico, análise e

descarte, como pode ser visto na Figura 3.
Figura 3: Ciclo de vida do dado

PRODUÇÃO ARMAZENAMENTO TRANSFORMAÇÃO

DESCARTE ANÁLISE

Fonte: Adaptado de Amaral (2016).

Sob o mesmo ponto de vista, outros autores tratam a importância

de se idealizar um ciclo de vida dos dados, abarcando aspectos de
planejamento, aquisição, organização, estruturação, conceitos de fluxos
analíticos e ferramenta adequada para o armazenamento de dados.

Outrossim, necessita de atenção para as questões relativas à

preservação, à organização, ao compartilhamento e à proteção (BERTIN
ET. Al. 2017). Todas essas etapas são necessárias por representar a
estruturação e organização, com intuito de gerar a utilização e reuso dos
dados de maneira segura e apropriada.

Bertin et. Al. (2017, p.29) trata o ciclo de dados e seu gerenciamento
determinado por essas etapas:
Implementação, Definição de parâmetros, Exploração de
dados: possibilidade de preservação de dados científicos,
desenvolvimento de políticas de gerenciamentos de ciclo
de dados para projetos e atividades relevantes; Ingestão
de dados, Obtenção de dados: estratégias que preveem
a preservação e o acesso a longo prazo e rentáveis à
qualidade adequada, garantindo proteção de alta confiança
e confidencialidade ;Tomada de decisão: aplicações para
os requisitos legais e regulamentados para toda a gama
de tipo de dados e Utilização do modelo: recuperação dos
dados de pesquisa, tendo em vista a sua implementação.
16 Big Data e Ciência de Dados

NOTA:

Você pode notar com efeito, o ciclo de vida dos dados é um

procedimento textual, que permite aprender os diversos
passos que os dados seguiam até o seu gerenciamento.
O compartilhamento dos dados inicia com um método
do ciclo de vida dos dados e é solicitado desde do
planejamento até sua análise divulgação.

Na próxima seção estudaremos sobre ciências de dados e ciências

da informação.

Relação de Ciências de Dados com

Ciências de Informações
É importante entender a ciência de informação, pois está
inteiramente ligada à ciência de dados. Existem diversos sentidos para a
Ciência da Informação, passando por áreas multidisciplinares associadas
com a análise, classificação, armazenamento, coleta, disseminação e a
segurança da informação, com a interação entre indivíduos, empresas ou
sistemas de informação existentes (MARCHIONINI, 2016).

Podemos relembrar que a ciências de informações é desiginada

como conceito geral que realiza interdisciplinaridade com a informática,
concentrando em distinções e semelhanças para a ciência de dados.
Outro ponto de destaque é o profissional ciências de informações é
o licenciado nesta área e é geralmente designado por profissional da
informação ou gestor de informação.

NOTA:

É importante ressaltar que a Ciência da Informação, com

suas teorias, qualifica-se como excelentes opções para
fundamentar a área de qualidade Ciência de Dados (WANG,
2018).
 Big Data e Ciência de Dados 17

Por outro lado, temos a ciência de dados relacionada a descoberta

de conhecimento ou de informações disponíveis de dados e a ciência
da informação envolve-se nesse significado com seus métodos para
armazenamento e recuperação de informações. Apesar de serem áreas
diferentes, estas se complementam na manutenção e ampliação do
conhecimento. Gray (2007) relata que as ciências clássicas se conectam
à ciência de dados por meio do método e prática para diversas áreas de
conhecimento.

Ciência de Dados termos usados

Quando trabalhamos com o universo da ciência de dados, alguns
termos podem causar confusão, por isso, é importante esclarecê-los de
forma clara, pois muitos possuem atuações diferenciadas.

Assim, temos as seguintes expressões que mais geram dúvidas,

sendo eles: Business Intelligence, Data Mining, e Data Analytics. Abaixo
iremos expor cada uma:

1. Business Intelligence:

É responsável por realizar análise de acontecimentos que já tenha

ocorrido em um certo período, baseando-se em dados exatos que
existam, não prezando em atingir predições em prazos afastados. Em BI
o trabalho é constituído referente ao que está acontecendo no momento,
levando em consideração o médio e curto prazo, permitindo uma tomada
de decisão mais precisas (CRUZ,2018).

Em suma, o Business Intelligence tem como objetivo disponibilizar os

dados históricos à administradores e analistas de negócios, promovendo a
manipulação desses dados e valiosos resultados para melhorar a tomada
de decisões (TURBAN, ET.AL. 2009).

2. Data Analytics:

Também conhecida como Análises de Dados, é o processo pelo

qual procura-se examinar, limpar, transformar e modelar dados. Vista
muitas vezes como um elemento da Ciência de Dados, é utilizada para
18 Big Data e Ciência de Dados

compreender como são os dados de uma empresa e é emprega a Data

Analytics para solucionar problemas (OLAVSRUD, 2018).

A Ciência de Dados se preocupa em analisar conjuntos de dados

maciços para expor insights. A Análise de Dados funciona melhor quando
é focada, tendo claras as perguntas que precisam de respostas com base
nos dados existentes. Embora as diferenças existam, a Ciência e a Análise
de Dados são partes importantes do futuro do trabalho e dos dados.

EXEMPLO: um exemplo do Data Analytics é realizar estudos

sobre o comportamento do consumidor e suas expectativas, além de
observar as tendências de mercado.

3. Data Mining:

A Mineração de Dados (Data Mining) pode ser conceituada como

o processo com etapas determinadas de extração da informação por
meio de conjuntos de dados e sua transformação em uma estrutura
compreensível para uso futuro. Embora usualmente relacionada à KDD,
tal processo pode ser utilizado isoladamente e também em conjunto com
outros métodos ou técnicas (CRUZ, 2018).

EXEMPLO: um exemplo de uma aplicação de Data Mining, na área

de finanças, podemos exemplificar com um projeto cujo objetivo seja
gerar um modelo de classificação para caracterizar clientes que pagam
em dia, clientes que pagam em atraso e clientes que não pagam seus
créditos. Para tanto, deve considerar o histórico de pagamento de clientes
de uma financeira que haviam recebido crédito durante um período
determinado. O modelo construído foi incorporado a um sistema de
apoio à decisão, que passou a ser usado na análise de novas solicitações
de crédito recebidas pela central de atendimento de uma financeira (
COMPUTERWORLD, 2020).

A mineração de dados é estudada como parte do processo de

Descoberta de Conhecimento em Banco de Dado (KDD – Knowledge
Discovery in Databases), responsável pela seleção das técnicas a serem
usadas para descobrir padrões nos dados, seguida da efetiva busca por
padrões de interesse num modo particular de representação ao lado da
 Big Data e Ciência de Dados 19

busca pelo melhor ajuste de parâmetros do algoritmo para a atividade

que desejar aplicar (TAN ET AL., 2009).

Podemos citar a seguinte ressalva que a Data Science, bem como

Data Mining, é preditiva, entretanto, trabalha com os dados utilizando-
os como informações e conhecimento de especialistas, tendo como
diferença básica o fato de que esta tecnologia atua com a associação de
técnicas científicas diversificadas, tais como: Estatística, Machine Learning,
Data Analytics, Data Mining, entre outras (CRUZ, 2018).

Por fim, percebemos como é importante estudar e entender cada

um dos termos apresentados para assim facilitar a compreensão e a
decisão de quando usar cada uma dessas soluções computacionais.

RESUMINDO:

Estudamos neste capítulo, o termo ciências de dados,

entendendo que esta área aborda o ciclo de vida dos
dados e aponta a geração de valor comercial por meio
de resultados que são informações originadas por meio
dos dados. Explanamos ainda mais sobre os conceitos de
ciência de dados, definindo como a área que está inserida
com matemática e estáticas, dentre outras ciências.
Entendemos também sobre os dados e como é constituído
o ciclo de vida destes, trazendo algumas definições de
autores e importantes etapas da sua produção ao descarte.
Estudamos a relação entre ciências dos dados e ciências
da infração, bem como estas se relacionam. Entendemos
um pouco mais a diferença entre termos como Business
Intelligence, Data Mining, e Data Analytics, que pertencem
a estes universos de dados e, consequentemente, estão
associados a ciência dos dados. Por fim, abordamos
como a ciência dos dados trabalham para descoberta do
conhecimento básicos que lidam e guiam a extração de
informações, assim como, por meio de dados, envolvendo
ainda, princípios, procedimentos e técnicas para entender
fenômenos através da análise automática de dados.
20 Big Data e Ciência de Dados

Princípios e diferenças de Ciência de

Dados e Big Data

OBJETIVO:

Seguindo falando de ciências de dados, neste capítulo

iremos estudar um pouco mais como se dá o relacionamento
entre o Big Data com a Ciências de Dados. Veremos ainda
princípios e diferenças destes termos e como esses são
importantes no processo de tomada de decisão. Vamos lá!

Observamos com o desenvolvimento das tecnologias de

informação e das possibilidades de descoberta através de recursos mais
aperfeiçoados, o aparecimento de estudos que destacam a Ciência de
Dados como a ciência que agrupa múltiplos aspectos da informação por
meio de seus dados, tendo uma equipe multidisciplinar de profissionais,
como por exemplo, de estatística, programadores, analistas de dados,
matemáticos e bibliotecários.

Outra marca dos avanços tecnológicos é a grande massa de dados

produzidos, onde destacamos o surgimento do Big Data, o qual trata à
ampla quantidade de dados e possibilita analisá-los.

Sabemos que a Ciência de Dados foi criada com intuito de suprir

lacunas computacionais, trazendo soluções e ideias por meio das fontes
de dados diferentes.

Sua versatilidade permite aplicá-la em diversas áreas dentro e

fora da computação, tais como: reconhecimento de imagem, Análise
de Dados, inteligência artificial, Big Data, Machine Learning, Data Mining,
robótica, negócios, entre outras (CRUZ, 2018).

Com isso, temos a Ciência de Dados combinada com a utilização

de Big Data pela necessidade de se trabalhar com um volume
substancialmente grande de dados com a finalidade de otimização das
informações a serem analisadas.
 Big Data e Ciência de Dados 21

O Big Data no conceito geral, trabalha com qualquer conjunto de

dados grandes ou complexos que se fossem usados no gerenciamento
tradicional de dados, teriam processamento complicado, ou seja, ele
surgiu também como uma solução para ajudarem nas análises destas
massas de dados grandes e variáveis (CIELEN ET.AL. 2016).
Figura 4: Solução Big Data e Ciências de Dados

Fonte: Freepik

Vale ressaltar que na Ciência de Dados a utilização de Big Data

não é obrigatória, porém, fornecesse resultados mais satisfatórios devido
trabalhar bem com grandes volumes de dados, oferecendo melhores
performances.

Ainda podemos citar que o Big Data é um auxílio prático para o

Ciências de Dados trabalhar, de forma que, o volume de dados que são
coletados e armazenados pelo Big Data que passaram por uma análise
posterior, são utilizados para interpretação, análise detalhada e para a
elaboração de estratégias de outros sistemas, como o Ciências de Dados
por exemplo.

Outra diferença que podemos frisar é entre os profissionais de cada

uma das áreas, em que o analista de Big Data é o profissional que usa das
informações existentes no banco de dados para descobrir conhecimento,
22 Big Data e Ciência de Dados

não conseguido produzir uma solução de análise propriamente dita,

porém, é necessário a utilização de técnicas da Ciências de Dados
(SANTANA, 2019).

Já o cientista de dados necessita de outros tipos de conhecimentos

mais técnicos e analíticos frente a um analista de Big Data, como por
exemplo: programação, matemática, estatística, gestão, entre outras
(SANTANA, 2019).

SAIBA MAIS:

Neste vídeo, você verá abordagens de modo prático e

objetivo sobre às principais diferença entre Big Data e
Ciências de dados, bem como, a relação existente entre
elas. Clique aqui para assistir.

Deste modo, diante de tudo que foi exposto, percebemos que

a utilização do Big Data contribui no aspecto de que muitos dados
adquiridos retornam um resultado com um percentual mais alto em
relação a precisão nas manipulações futuras.

Entretanto, mesmo com todas as suas vantagens, devemos

enfatizar que a utilização do Big Data, neste caso, não se trata de regras
obrigatórias, possibilitando assim que a análise dos dados não se
encaixem nas definições de Big Data como estudamos, mesmo que a
fonte de consulta não seja tão assertiva quanto (CRUZ, 2018).

Big Data e Ciência De Dados no Processo

De Tomada De Decisão
Cada dia mais as organizações dos diferentes setores buscam
recursos para lidar com as grandes massas de dados produzidos, como
também, cresce a procura de meios para explorar e analisar esses dados,
tendo intuito de proporcionar conhecimento e vantagens competitivas
para as empresas.

EXEMPLO: um exemplo é um estudo realizado com 179 grandes

empresas de capital aberto dos EUA, de modo que aquelas que tomam
 Big Data e Ciência de Dados 23

decisões baseadas em informações obtém rendimentos e ganhos de

produtividade 5 a 6% maiores. Essa relação também surge em outras
medidas de desempenho: utilização de ativos, retorno sobre patrimônio
líquido e valor de mercado (ESPINDOLA; ROTH, 2015).

Desde o surgimento do fenômeno da explosão informacional, a

relevância da informação, relacionando-se com o contexto da tomada
de decisão e do desenvolvimento científico, passa a ter maior destaque.
Neste contexto de avanços, surgiram os fenômenos de Big Data e ciências
de dados.

É sabido que o Big Data trabalha com grande massa de dados

estruturados ou desestruturados, em que contribui para o processo
decisório, possibilitando às empresas condições para conseguir analisar
os dados.

Temos ainda a Ciência de Dados contribuindo como um suporte

metodológico para o processo de tomada de decisão, facilitando a
aquisição da informação contextualizada (PROVOST; FAWCETT, 2013).

A tomada de decisão orientada a dados, trata do método de

fundamentar as decisões na análise de dados e não somente na
percepção. Decorrente disso, temos que essa contribui para que os
gerentes e administradores em suas atividades cognitivas, possam tomar
decisões com qualidade e precisas.

Neste sentido, as soluções computacionais de Ciência de Dados

ajudam os gestores em suas atividades para adquirir conhecimento de
suas informações (SCHREIBER ET AL., 2000).

Vale ressaltar que a tomada de decisão baseada em dados não

elimina todas as habilidades cognitivas humanas, porém, ela complementa
suas lacunas (CRUZ, 2007).

Entretanto, Mcafee e Brynjolfsson (2012) explicam que é comum

indivíduos em cargos elevados na classe organizacional, tomarem
decisões com fundamento nas suas experiências, direcionados através
de padrões de relacionamentos que os acompanham ao longo da carreira
(VIANNA; DUTRA, 2016).
24 Big Data e Ciência de Dados

Figura 5: Tomada de decisão

Fonte: Freepik

Dessa forma, a Ciência de Dados abrange fundamentos, processos

e métodos para compreender fatos por meio da análise de dados, de
modo que se tornam embasamentos para a tomada de Decisão Baseada
em Dados (DBD).

Isto implica na prática de fundamentar decisões na análise de dados

que pode ser conseguida de modo manual ou automático, ao invés do
gestor realizar o processo de tomada de decisão baseado apenas intuição
(PROVOST; FAWCETT, 2013)

Por seguinte, a Ciência de Dados apoia o processo de tomada de

decisão norteada por dados, porém, também se sobrepõe a ela, ao se
sobressair pelas decisões dos mercados, o qual, estão sendo adotadas de
modo automático por sistemas de computação (PROVOST; FAWCETT, 2013)
 Big Data e Ciência de Dados 25

SAIBA MAIS:

”Big Data e tomada de decisão: há limites para a Ciência

de Dados?”, em que trata de enfatizar disponibilidade de
dados e de softwares que usam técnicas de analytics,
como uma grande importância para o decisor em
que juntando as técnicas e complementando com a
sua intuição e experiência nos seus objetivos, possibilita
construir modelos, estudar comportamentos, produzindo
informações interessantes e inovadoras para a tomada de
decisão. Clique aqui para acessar.

Além disso, as soluções computacionais de Ciência de Dados

ajudam os gestores em suas tarefas intensivas em conhecimento.
Podemos citar algumas das tarefas, o qual, estão listadas abaixo
(SCHREIBER ET AL., 2000):

1. Associação: esta tarefa trata o conhecimento como um mapea-

mento entre dois conjuntos de objetos, exemplificando uma tarefa
corriqueira de associação, podemos citar o ato de se dar a pro-
posta de oferecer um vinho apropriado em uma refeição usando
as características do prato principal, assim, o sommelier sugere o
vinho mais adequado a ser consumido.

2. Avaliação: esta tarefa trata de avaliar e caracterizar um fato

conforme às seleções de decisão. Para exemplificar essa tarefa
intensiva em conhecimento, leva-se em consideração um sistema
de avaliação de crédito usando como base os históricos de
empréstimos aplicando o uso de Big Data. Nesse contexto, um
gestor pode escolher de forma mais acertada sobre a decisão ao
compará-la com casos anteriores, podendo assim, conceder ou
recusar o crédito.

3. Diagnóstico: esta tarefa trata de grupos de atributos, de modo que,

dado um grupo de atributos, abrevia-se na atividade de deduzir o
estado de um objeto, encontrando o conhecimento que é dirigido
a um escopo. Neste contexto, geralmente se dispõem de regras
26 Big Data e Ciência de Dados

para analisar um fato relacionado ao comportamento esperado.

No ambiente de Big Data, as regras podem ser abstrações dos
dados, mediante a utilização da Ciência de Dados.

4. Monitoramento: esta tarefa trata de um processo de análise

iterativa, ou seja, observando o estado de um objeto sendo
avaliado ao longo do tempo. Por exemplo, monitorar um paciente
por meio de algum instrumento em que esse gere dados a cada
instante sobre um paciente, de forma que, ao aplicar tarefas
intensivas em conhecimentos de diagnósticos, podem adquirir
conhecimento e regras por meio do uso de Big Data e da Ciência
de Dados, pelo qual, pode-se através do histórico das informações
de monitoramento, realizar diagnósticos de uma paciente.

5. Predição: esta tarefa trata dos dados de históricos e periódicos na

tarefa intensiva de conhecimento de predição, podendo predizer
eventualidades que surjam em um determinado momento no
futuro. Alguns exemplos são: à predição como estimativa de
vendas, a previsão em campanhas eleitorais, entre outras.

Por fim, percebemos com as soluções computacionais em

ciências de dados, Big Data e essas tarefas intensivas em conhecimento,
contribuem para o processo de tomada de decisão.

Ciências de Dados e Business Intelligence

É importante detalhar um pouco mais sobre a Ciência de Dados
e a Inteligência de Negócios (Business Intelligence), pelo qual, tem
semelhantes, como transformar dados brutos em conhecimento a serem
utilizados no processo de tomada de decisões nos negócios ou em
determinado escopo aplicando no geral.

Neste sentido, o conceito Business Intelligence (BI) trata de explicar

dados de eventos que já aconteceram, tornando-se mais conhecido nas
organizações de negócios e tecnologia da informação por volta dos anos
90 (PAIXÃO, 2015). Posteriormente, foi adicionada a análise de negócios
(Business Analytics) com a finalidade de representar o elemento analítico
chave em BI (DAVENPORT ET AL, 2006).
 Big Data e Ciência de Dados 27

Figura 6: Business Intelligence

Fonte Freepik

As técnicas analíticas de BI, usualmente são direcionadas pelas

organizações sobre os sistemas legados armazenados em bancos
de dados relacionais, fundamentadas, principalmente, por métodos
estatísticos, além de utilizarem outras técnicas, como por exemplo,
mineração de dados.

No Business Intelligence as soluções são elaboradas a partir de

dados do tipo transacional, correspondente a dados que são fornecidos
durante o movimento de um caso de transação, como por exemplo, os
dados gerados durante uma venda e transferências de dinheiro entre
contas bancárias (MATOS, 2020).

Contudo, a ciência de dados para se obter conhecimento de

negócios, realiza através de grupos, a identificação de padrão de dados
de negócios estruturados como em BI, ou por meio de conjuntos de
dados estruturados, semi estruturados, não estruturados, bem como, Big
Data. Isso se dá por outra diferença existente, pela qual, a soluções de
ciências dados não se limitam apenas aos dados transacionais como em
BI (MATOS, 2020).
28 Big Data e Ciência de Dados

É importante deixar claro que enquanto Business Intelligence

trabalha realizando previsão para o futuro, levando em consideração
inferências simples feitas tendo como base dados atuais ou históricos
para proporcionar informações e conhecimentos importantes para os
gestores tomarem decisões a médio e curto prazo.

Por outro lado, a ciência de dados realiza previsões com intuito de

descobrir conhecimento para o futuro, a longo prazo, usando práticas
matemáticas, de programação ou estatísticas avançadas, analisando e
fazendo previsões por meio de grandes massas de dados do negócio
(PAIXÃO, 2015).

RESUMINDO:

Neste capítulo estudamos como a ciência de dados e o

Big Data se relacionam e como eles podem, mesmo com
diferenças, serem complementares na área de analisar
os dados. Percebemos que ciência de dados é uma área
mais geral que usa dos recursos do Big Data através de
seus grandes volumes de dados. Por conseguinte, foi
apresentando um pouco mais dos objetivos de cada uma
e vimos como a produção de dados é determinante para
contribuir na tomada de decisão. Abordamos como a
tomada de decisão baseada em dados pode ajudar aos
gestores e apresentamos como as tarefas intensivas de
conhecimento, adotando ciências de dados e Big Data,
podem auxiliar neste processo. Por fim, foi apresentada
diferenças e a relação entre Business Intelligence e ciência
de dados, entendendo diferenças e como os tipos de
dados, e cada uma de suas semelhanças, contribuem nos
negócios. Citamos também diferenças, como no BI, que se
baseia na expertise em tecnologia de negócios.
 Big Data e Ciência de Dados 29

O papel e a importância do Cientista de

Dados

OBJETIVO:

Continuando nossos estudos, neste capítulo veremos a

importância dos profissionais que trabalham com Ciências
de dados, assim como, as competências destes. Vamos lá!!

Cientista de Dados
A ciência de dados acarretou alterações através de toda a
complexidade existente na exploração e extração de dados, bem como, na
necessidade de profissionais capacitados no tratamento de dados, como
o programador para análises, ferramentas eficientes para exploração e
comportamentos dos dados, como também, o profissional da informação
com especialidade em dados, para fornecerem eficiência na comunicação
com os usuários e contribuírem as necessidades informacionais para as
organizações (REIS, 2019).

Ainda é sabido, que a ciência de dados apresenta disposições e

determina as informações que as empresas podem utilizar para tomar
decisões acertadas e produzir serviços mais inovadores. Por mais que os
dados sejam a base da inovação, destaca-se que o seu valor surge dos
dados de informações que os cientistas podem retirar, utilizar e aplicar em
um determinado escopo.

Com a expansão e desenvolvimento da ciência de dados, surgiu a

necessidade de profissionais qualificados para trabalhar com isto, sendo
cunhado o cientista de dados, na qual, este precisa ter um conjunto
de aptidões integradas que abarcam a matemática, aprendizagem de
máquina, inteligência artificial, estatística, bases de dados e otimização,
ao lado de uma intensa abrangência dos requisitos de elaboração, e dos
problemas para projetar resultados eficazes (PAIXÃO, 2015).
30 Big Data e Ciência de Dados

SAIBA MAIS:

”Cientista de Dados, Por Onde Começar?”, neste vídeo, você

poderá ter uma abordagem clara e objetiva sobre cientista
de dado. Clique aqui para assistir.

O cientista de dados foi destacado como uma das profissões mais

proeminentes até 2020 pelo Fórum Econômico Mundial e divulgada como
a profissão mais atraente do século XXI pela Harvard Business Review. A
posição de cientista de dados teve sua terminologia determinada por Patil
e Hammerbacher em 2008 e em seguida, este termo passou a ser tomado
pelo LinkedIn e pelo Facebook em anúncios de vagas com interesses em
profissionais para dar suporte com a grande massa de volume e tráfego
de dados nas mídias sociais (DAVENPORTE; PATIL, 2012).

Conforme Chitturi (2016), os profissionais da Ciência de Dados

precisam saber trabalhar com os diferentes tipos dos dados, sejam eles
estruturados, semiestruturados e não estruturados.

Formação e Atuação do Cientista de Dados

Segundo Finzer (2013), a nomenclatura “ciência de dados”, foi
referida pela primeira vez em 2001, em um texto de autoria de William
S. Cleveland, intitulado em tradução livre, “Ciência de dados: um plano
estratégico para a expansão das áreas técnicas no campo da Estatística”,
em que tratava o objetivo de combinar a estatística, programação e a
computação em ferramentas para analisar e extrair informações dos
dados.

No contexto sobre a formação do cientista de dado, um relatório

britânico solicitado pela Joint Information Systems Committe (JISC) acerca
das habilidades, as funções e carreira dos cientistas de dados, atesta a
dificuldade de uma conformidade quanto à definição deste profissional,
entretanto, determina no contexto geral a formação do cientista de dado
como aquele que trabalha onde as pesquisas são efetivadas, de modo
colaborativo com os pesquisadores ou grupos de cientistas em centros
de dados e que está associado na investigação criativa e de análise de
 Big Data e Ciência de Dados 31

dados, fornecendo soluções tecnológicas para a manipulação e utilização

de dados digitais (SWAN; BROWN, 2008).
Figura 7: Cientista de Dado

Fonte: Freepik

Conforme afirma Provost (2016), um dos importantes fundamentos

do Cientista de dados, são os dados e a aptidão de extrair conhecimento
favorável através deles, sendo esta análise um princípio ativo estratégico.
Assim, o autor afirma que a melhor equipe que trabalha com Ciências de
dados, pode obter pouco valor, sem os dados apropriados. Isso porque,
algumas vezes apenas os dados corretos, não podem melhorar as
decisões sem a capacidade adequada dos profissionais de Ciências dos
dados.

NOTA:

Vale ressaltar, que o cientista de dados possui uma grande

demanda na linha das ciências, indústria e governo. Esse
profissional tem uma expectativa de formação tipicamente
sólida em ciência da computação e aplicações, modelagem,
estatística, analítica e matemática, além do conhecimento
mínimo do domínio de aplicação (DAVENPORT; PATIL, 2012).
32 Big Data e Ciência de Dados

É Importante destacar a afirmação do autor Finzer (2003), que

descreveu o profissional do século sendo aquele que tem a formação em
ciência de dados, tendo como atributos a ampliação das áreas técnicas
como estatística, programação e computação, o qual, pode ser chamado
como um Data Analyst ou Analista de Dados. Entretanto, o autor delineia
poucas características desse novo profissional.

Perfil do Profissional

O autor Amaral (2016) apresentou o perfil do cientista de dados,

um profissional com aptidões multidisciplinares, com experiência e
conhecimento em gerência de projetos. Abaixo se segue no Quadro 1,
características que o autor citado utiliza para diferir o cientista de dados
de mercado, do idealizado pela mídia especializada.
Quadro 1: Perfil Profissional

Fonte: Adaptado de Amaral (2016)

Nesta tabela, vimos a descrição do perfil do cientista de dados, com

a descrição do profissional do mercado e o profissional idealizado e na
próxima será apresentado as habilidades do cientista de dados.

Habilidades do Cientista de Dados

A empresa LinkedIn procurou algumas habilidades que compõem o

perfil que eles acreditam ser preciso para os cientistas de dados, listando
as 10 habilidades mais encontradas nos profissionais que trabalham
como Cientistas de Dados: comunicação, gestão de dados estruturados,
 Big Data e Ciência de Dados 33

matemática, gestão de projetos, Data Mining e visualização, design de

experimentos, gestão de dados, design e desenvolvimento de produtos,
modelagem estatística e desenvolvimento de negócios (MATOS, 2020).

Conforme (AMARAL, 2016) quando Big Data se tornou um termo

em evidência, emergiu junto à profissão do cientista de dados. O autor
descreve, que a maioria dos especialistas apresentam o profissional
como o individúo com conhecimento técnico em estatística, NoSQL,
computação em nuvem, mineração de dados, álgebra relacional,
modelagem multidimensional, MapReduce, virtualização, entre outros.

O artigo de Davenporte e Patil (2012) publicado na Harvard Business

Review, apresenta que as habilidades do Cientista de Dados estão sujeitas
a funções que mais técnicas ou mais direcionadas para a elaboração de
produtos ou aplicativos de análise de dados.

Já Davenport e Patil (2012) afirma que as habilidades necessárias

para se tornar um Cientista de Dados são: habilidades em linguagens
de programação de análise de dados, comunicação, visualização de
dados, mineração de dados, estatística, habilidades em infraestrutura
que trabalham com Big Data, aprendizado de máquina, engenharia de
software, álgebra linear e habilidade de resolução de problemas.

Davenport (2014) destaca outros elementos que ele julga como

fundamentais para um cientista de dado, o qual, estão citados abaixo:

Capacidade de programar;

• Aptidão de arquiteturas tecnológicas de Big Data;

• Processo de Tomada de decisão;

• Improvisação;

• Impaciência e inclinação à ação;

• Habilidades de comunicação e relacionamento;

• Aptidão de decisões e entender os processos decisórios;

• Análise estatística;

• Técnicas de visualização;
34 Big Data e Ciência de Dados

• Aprendizado de máquina;

• Análise de dados diferentes tipos;

• Análise de como negócios funciona;

• Aplicação de Analytics e o Big Data.

Outra fonte, que podemos apresentar e que listou habilidades para

a profissão do cientista de dados, foi Violino (2018), publicado no site CIO/
EUA, o qual, destaca algumas habilidades representadas no Quadro 2.
Quadro 2: Lista Habilidades e Funcionalidades

Fonte: Adaptada de Violino (2018)

Além destas, podemos destacar outras habilidades, como:

comunicação, arquitetura, resolução de problema e análise de riscos
(VIOLINO, 2018).

Ainda podemos citar o que descreve Granville (2014), o cientista de

dados é o profissional generalista que tem a capacidade de negócios,
estatística, ciência da computação, além de se relacionar com algumas
 Big Data e Ciência de Dados 35

noções específicas entre os quais, arquitetura de dados e comunicação

no escopo empresarial.

Podemos perceber tanto na literatura, quanto pelas empresas,

dificuldades no momento de caracterizar um padrão para a profissão
cientista de dado, porém, podemos inferir que mesmo sem um consenso,
existem características comuns nas descrições, como a aptidão em
estatística e computacionais para a programação e uso de sistemas
capazes de processar grandes volumes de dados (CHATIFELD ET AL.,
2014; GRANVILLE, 2014) como capacidade de explorar e extrair os dados.

Competências Relacionadas
Como estudamos, a ciência de dados e o Big Data, são executados
por meio de equipes multidisciplinares, cada um especializado em uma
determinada áreas e lideradas pelo cientista de dados. Com isto, o autor
Amaral (2016), elencou essas especialidades necessárias conforme
apresentada abaixo:

1. Equipes de Extração: esta equipe corresponde a uma importante

função no projeto e são responsáveis por tomar uma grande
parcela de tempo do projeto. Usualmente, estes métodos são
implementados por usuários que podem atuar como DBAs
(Administradores de Banco de Dados) e programadores. Algumas
funções desta equipe são: extrair os dados correspondentes a
necessidade, se estão completos, alinhados e atualizados. Além
do exposto, esta equipe é responsável por saber as regras e a
legislação envolvidas nos projetos.

2. Coordenador de Infraestrutura: este é responsável por se

encarregar pela estrutura do projeto, determinar o ambiente de
análise, instalação de sistemas, criação de usuários, permissões
de acesso, entre outras.

3. Estatístico e/ou Minerador de Dados: sabemos que os projetos

de dados podem necessitar de testes de hipóteses ou dos
seguintes pontos: criação de modelos de predição e técnicas de
visualização.
36 Big Data e Ciência de Dados

4. Especialistas em Ferramentas Específicas: usualmente em

diferentes projetos e em suas etapas, é preciso de profissionais
específicos. Assim, sua função é atender aos requisitos diversos
do projeto, como especialista em ferramentas características.
Por exemplo, para extração ou para técnicas de visualização, por
isso, deve fornecer técnicos com essas aptidões ou oferecer a
habilitação necessária a estes profissionais.

5. DBA (Database Administrator): este tem a função característica em

dados relacionais e multidimensionais, os DBAs (Administradores
de Banco de Dados) têm as funções expandidas para bancos de
dados como NoSQL e sistemas de arquivos distribuídos. Como
eles podem ainda servir de auxílio na coleta de metadados,
compreensão de estruturas, rotinas de replicação, integração,
como outras.

6. Programador: deve ter aptidões em linguagens de programação

especializadas em análise de dados, como também, pode ser
preciso ter a habilidade de implementar a análise, programando
stored procedures diretamente em gerenciadores de banco de
dados.

7. Arquiteto: o arquiteto de solução é primordial para o projeto, pois

é responsável pela indicação da arquitetura adequada para o
projeto, desde processadores, a licenças de software, entre outras
definições.

8. Analistas de Negócios: este tem o papel primordial para selecionar

os requisitos e determinar o escopo do projeto. Usualmente pode
operar junto ao Gerente do Projeto.

9. Designer: é importante ter um especialista em visualização de

dados ou designer, solicitado para criar artefatos com qualidade
visual otimizada.
 Big Data e Ciência de Dados 37

RESUMINDO:

Abordamos, neste capítulo, um pouco mais sobre o

profissional que trabalha com ciências de dados, onde
foi apresentado como surgiu este profissional. Ainda
estudamos a importância da formação do cientista de
dado apresentando pesquisas e abordagens que citam
seus princípios e habilidades. Vimos o perfil e a listagem
de habilidades necessárias para o profissional que trabalhe
com ciências de dados. Podemos perceber como os
profissionais da Ciência de Dados precisam ter habilidades
para trabalhar com os diferentes tipos dos dados, sejam
eles estruturados, semiestruturados e não estruturados.
Ainda foi visto como a maioria das pesquisas de literaturas
e de fontes de empresas, não possuem um consenso
sobre um padrão de habilidades, tendo algumas que são
sempre destacadas, como as capacidades matemáticas,
estáticas, codificação, análise dados e negócios, como
domínio de aprendizado de máquina e inteligência artificial.
Por fim, encerramos a unidade trazendo competências
relacionadas com áreas de ciências de dados.
38 Big Data e Ciência de Dados

Aplicações da Ciência de Dados

OBJETIVO:

Chegamos ao fim da unidade após termos estudado a

definição, princípios e finalidade, veremos neste capítulo
onde podemos aplicar a ciências de dados, citando
sua importância no contexto geral. Logo após, nas
estudaremos onde está sendo aplicada a ciências de
dados, apresentando as diversas áreas em que está sendo
explorada, bem como, apresentaremos as ferramentas que
ajudam a aplicá-la. Vamos lá!!

Onde Aplicar a Ciências de Dados

Tendo em vista que a Ciência de Dados se atenta em aperfeiçoar
técnicas, modelos e procedimentos computacionais, matemáticos e
estatísticos que possam interagir com as ferramentas para a descoberta
de conhecimento nas áreas que se pretende ser aplicada, para a adquirir
resultados satisfatórios por meio desta interação com as áreas de
aplicação, partimos do princípio que é necessário identificar de modo
conciso, qual o problema que se deseja resolver (PAIXÃO, ET. AL., 2015).

Outra grande importância, de aplicar Ciências de dados, é o fato de

estarmos na era da informação cercados de enormes massas de dados
e nos mais diversos setores. Em paralelo, a necessidade de cada dia as
empresas, bancos, pesquisadores e cientistas estarem sempre em busca
de resolver problemas e trazer soluções inovadoras para seus respectivos
setores.

Com a multidisciplinaridade da Ciência de Dados e as equipes que

trabalha com ela, foi possibilitado grandes avanços e ganhos nesses
setores, pois permite analisar os dados, descobrir conhecimento, fazer
estáticas, previsões, entre outros recursos que só a Ciência de Dados
pode possibilitar.
 Big Data e Ciência de Dados 39

Neste sentido, a Ciência de Dados vem proporcionando apoio a

várias áreas, tais como: finanças, medicina, astronomia, jogos, marketing,
biologia, dentre inúmeras outras para responder a problemas científicos
ou problemas associados a detectar padrões de comportamento, como
aqueles direcionados para a área de negócios (PAIXÃO, ET. AL., 2015).

Ciências de Dados na Biologia

Assim, temos na área da Biologia a ciência dos dados ajudando
através dos métodos estatísticos, o que possibilita a análise de grandes
massas de dados biológicos, sendo elaborados e implementados há anos
na tentativa de detectar e predizer as funções dos genes e proteínas por
eles codificados (WANG, 2003).

Outro exemplo foram os resultados obtidos através de análise in

silico e aprovadas posteriormente em laboratório, recomendando que
é possível a identificação de uma família completa de genes, através
de processos de Ciência de Dados por meio de informações genéticas
armazenadas em banco de dados abertos (SILVA, 2010).
Figura 8: Ciências de Dados Aplicado na Biologia

Fonte: Pixabay
40 Big Data e Ciência de Dados

Ciências de Dados aplicado na Saúde

A ciência de dados em saúde, também conhecida em inglês
como Health Data Science, trata da ciência para proporcionar soluções
fundamentadas em dados através do entendimento em problemas reais
da área de saúde, aplicando o conceito de pensamento crítico e a análise
do dados para adquirir conhecimento. A sua aplicação na saúde cada dia
mais cresce de um domínio do conhecimento emergente, aparecendo
da interseção da bioestatística e ciência da computação e saúde (NETTO,
2019).

No Brasil, temos um dos exemplos de aplicação de ciências de

dados na saúde na Fiocruz, no qual desenvolvem pesquisas nessa área e
até promovem cursos para atrair mais pessoas para área.

Ciências de Dados aplicada ao Projeto Social

A Ciência De Dados aplicada ao projeto social, tem ganhando
espaço no mundo e no Brasil, pelo qual, com o crescente surgimento de
organizações institucionais disponibilizando bases de dados que podem
serem analisados, e a bases política como Bolsa Família, que contém
aproximadamente o cadastro de 100 milhões de brasileiros no CADSUS,
vem ganhando força e possibilitando promover políticas públicas
adequadas de acordo com as análises (BARRETO, 2019).

Ciências de Dados aplicada aos negócios

Podemos entender que os melhores resultados de um negócio não
dependem exclusivamente do volume dos dados que uma empresa tem,
mas sim sobre o modo como serão utilizadas essas informações.

O cientista de dados para aplicar ciências de dados para negócios, é

preciso uma inclusão tanto no campo mais técnico, quanto nos campos de
negócios. Desta forma, temos o cientista de dado que é direcionado que
se relacionam com setores como: Business Intelligence (BI), inteligência
de mercado; Tecnologia de Informação (TI) e Administração de Banco de
Dados (DBA) (PRATES; HOPPEN, 2018).
 Big Data e Ciência de Dados 41

Vale ressaltar que a ciências de dados vem contribuindo, quando

aplicada aos negócios, nos pontos de identificação de fenômenos reais
analisando através da grande massa de dados. Assim, muitas organizações
investem em ciências de dados para melhorar os seus processos de
tomada de decisão para inovar e obterem vantagem competitiva.

Com a aplicação das ciências de dados aos negócios, é possível

gerar outras contribuições para empresas, como: aumentar os lucros,
diminuição de riscos financeiros, utilização de métodos de detecção de
anomalia ou de fraude em tempo real.

Por exemplo: possibilitando aumentar a eficiência de sistemas e

processos, aumentar as taxas de vendas onde o cientista de dados pode
analisar os dados estudando estratégias de fidelização do cliente ou de
captação de clientes, entre outras vantagens (MATOS,2019).
Figura 9: Ciências de Dados aplicada aos Negócios

Fonte: Pixabay

Para aplicar a ciências de dados na área de negócios, é importante

seguir etapas. Em um artigo, Prates e Hoppen (2018) citaram algumas
etapas a serem seguidas para ciências de dados aplicada a negócio,
sendo elas expostas abaixo:
42 Big Data e Ciência de Dados

Definição de problema e métrica de sucesso: É importante dar início,

na aplicação de ciência de dados nas empresas, primeiro a identificação
de quais são os objetivos e quais as lacunas a serem sanadas no negócio.

1. Definição do conjunto de dados (dataset) analítico a ser utilizado: é

importante selecionar o conjunto de dados a serem usados pelos
cientistas de dados, mas não somente, uma simples extração de
um grande volume de dados diretamente do banco transacional.
Este conjunto de dados analítico é criado através da definição
do problema e é necessário ter todas as variáveis que ajudem
a responder o problema em questão. Ainda deve ser feita a
combinação entre variadas bases de dados, tanto internas, quanto
externas. Por exemplo, as fontes de dados externas correspondem
as compradas de fornecedores específicos ou até mesmo, bases
públicas com intuito de melhorar a corretude dos modelos que
serão aplicados.

2. Transformação e higienização de dados: esta é umas das fases

mais exigidas a se atentar aos detalhes e que demora um pouco
mais, pois corresponde a fazer a limpeza dos dados, incluído a
utilização de técnicas estatísticas para realizar o tratamentos,
como dados faltosos, padrões e tratamento de outliers. Ainda
são realizados outros métodos compreende a esta etapa, como:
concatenação de colunas, enriquecimento de dados com bases
externas e várias outras reestruturações precisas.

3. Mineração de dados e modelagem com inteligência artificial: esta

é umas das fases principais no processo, pois permite gerar valor a
partir das suas técnicas no processo de modelagem. É nesta etapa
que vários modelos são treinados com a utilização das técnicas
de inteligência artificial ou de aprendizado de máquina, como
predição, associação e regressão.

4. Comunicação dos resultados obtidos em linguagem de negócio:

esta é a fase que trabalha a comunicação dos resultados dos
projetos de Ciência de Dados através da linguagem de negócios,
com foco no objetivo e na rapidez, apresentando, por exemplo,
quais os impactos do projeto e qual será o retorno financeiro
 Big Data e Ciência de Dados 43

obtido. Além do mais, sugere oferecer a visão de futuro dos

sistemas integrados e uma lista com as oportunidades adjacentes
descobertas durante o processo.

SAIBA MAIS:

Para saber mais sobre a Ciência dos dados aplicada aos

negócios leia o artigo, intitulado: “Saiba por que o Data
Science é essencial dentro dos negócios.” clicando aqui.

Assim, podemos entender ao final desta seção, as grandes

contribuições que Ciências do Dados e o inúmeros benefícios que esta
pode gerar aos negócios.

Ferramentas que trabalham com Ciências

de Dados
É importante antes de aplicar a ciências de dados, adotar as
ferramentas necessárias, por isso, é importante conhecermos as
ferramentas disponíveis de mercado que podem ser utilizadas para
realizar os métodos e procedimento de obtenção de conhecimento e
extração de informações. Abaixo segue alguns exemplos de ferramentas,
conforme Wayner (2019) descreve:

• Alteryx

Esta é uma ferramenta de Designer com um ambiente de

programação visual que possibilita ao desenvolvedor arrastar e soltar
ícones em vez de escrever código. O Alteryx proporciona diversos modelos
preditivos pré estabelecidos para analisar dados e deduções de desenhos.
Tem como característica parecer como ícones para processamento de
dados, porém, por trás são programas em R ou Python e o Alteryx permiti
esconder a complexidade e a codificação fundamentado em texto.

• Talend

Esta disponibiliza um conjunto de aplicativos que trabalham

em desktops ou data centers locais ou na nuvem. São ferramentas
44 Big Data e Ciência de Dados

multicamadas que possibilitam a coleta de dados de diversos bancos

de dados antes de transformá-los para análise. Um exemplo de uma das
ferramentas que faz parte da coleção é o Pipeline Designer, o qual oferece
uma ferramenta de design visual para realizar extração de dados de
diversas fontes, analisados por meio de ferramentas padrão ou extensões
do Python.

• Knime

Esta é uma plataforma de análise de dados de código aberto

que contém uma interface visual para atrelar diversas rotinas de
análise e processamento de dados. Deste modo, o software principal é
disponibilizado gratuitamente, porém, às versões comerciais tem alguns
plugins e extensões. Essa ferramenta tem uma base do software que
está codificada em Java e muitas das integrações da Knime dependem
do ecossistema Java. A interface do Knime é estruturada sobre o Eclipse.
A plataforma possibilita trabalhar com dados em todos com bancos de
dados como MySQL e PostgreSQL, integrando serviços de nuvem. Ele
também integra à próxima geração de ferramentas de dados distribuídos
como o Apache Spark.

Linguagem de Programação Python

Python é uma das mais utilizadas linguagem, pois “[...] pode ser
utilizada tanto para desenvolvimento de programas comerciais quanto
de programas científicos” (MANZANO, 2011, p. 19). A aplicação dessa
linguagem é diversa, sendo utilizada desde de um desenvolvimento web,
até implementações com Ciências de Dados.

Devido sua sintaxe objetiva e sucinta que contribui para deixar

código-fonte legível, Python é uma linguagem bem-sucedida, de modo
geral, é uma das linguagens mais usada no meio científico, principalmente
quando se refere aos cientistas de dados ou de outras áreas (BORGES,
2014).

Entretanto, para trabalhar com ciências de dados não basta apenas a

implementação com Python, é preciso a utilização de técnicas específicas
disponíveis em pacotes que devem ser acrescentados ao projeto. Vale
 Big Data e Ciência de Dados 45

frisar que estes pacotes têm o objetivo de aperfeiçoar a aplicação em

aspectos como velocidade de processamento, codificação e o uso de
técnicas para análise de Dados ou Aprendizagem de Máquina. As seções
a seguir apresentam alguns destes pacotes:

Jupyter
Notebook Jupyter ou caderno Jupyter, é um ambiente desenvolvido
para se trabalhar com programação literária. Neste paradigma de
programação, há uma intersecção entre a codificação e a documentação
em forma de narrativa, ao invés de manipulá-los como elementos
independentes. Também permite criar e compartilhar documentos que
contenham código vivo, equações, visualizações e texto narrativo. A sua
utilização possibilita a limpeza e transformação de dados, simulação
numérica, modelagem estatística, visualização de dados, aprendizado de
máquina, entre outras funções (JUPYTER, 2020).

Pandas
É uma ferramenta prática flexível e fácil de utilizar para análise
e manipulação de dados de código aberto, construída em cima da
linguagem de programação Python. Esta provê uma estrutura de dados e
funções robustas para trabalhar com grandes massas de dados de modo
mais rápida (PANDAS, 2020).

Ademais, Pandas possibilita uma elaborada estrutura de dados e

funções desenvolvidas para tornar mais prático e rápido o trabalho com
um grande conjunto de dados. (MCKINNEY, 2012)

Anaconda
É uma distribuição que disponibiliza vários pacotes que podem ser
instalados todos de uma vez, sendo um importante recurso para trabalhar
com Ciências de Dados. Além de permitir instalar os pacotes otimizando
o trabalho do desenvolvedor em configurar o ambiente de trabalho, o
Anaconda também disponibiliza o Conda, que é responsável por controle
de versões dos pacotes instalados. Assim, o desenvolvedor passa a poder
46 Big Data e Ciência de Dados

trabalhar em vários projetos em diferentes versões de Python sem se

preocupar com a versão dos pacotes instalados (CRUZ, 2018).

RESUMINDO:

Estudamos neste capítulo sobre a importância de utilizar

Ciências de Dados. Entendemos como essa pode contribuir
nos mais variados setores na descoberta de conhecimento,
de modo que, ela vem a cada dia possibilitando responder
a problemas científicos ou até problemas associados
a detectar padrões de comportamento, como aqueles
direcionados para a área de negócios. Apresentamos ainda
aplicação da Ciências de Dados no campo da biologia, da
saúde e em projeto social, como também, as contribuições
nos setores de negócios mostrando o ganho em estratégias,
financeiro, vendas e até fidelização de cliente, o qual, é
possível obter por meio da aplicação em data science. Por
fim, não poderíamos deixar de citar ferramentas que são
usadas para aplicar as técnicas e métodos de Ciências de
dados.
 Big Data e Ciência de Dados 47

REFERÊNCIAS
AMARAL, Fernando. Introdução à ciência de dados: mineração de
dados e Big Data. Rio de Janeiro: ALTA Books,2016.

BARRETO H. VICTOR. (2019). Ciência de dados e a importância de

sua humanização. Disponível em:< https://bit.ly/3zLqBqN >. Acesso em:
24 de maio. 2020.

BELL, G., Hey, T., & Szalay, A. (2009). Beyond the Data Deluge.
Tradução Google translate. Science, 323:1297–1298.

BERTIN, P. R. B.; VISOLI, M. C.; DRUCKER, D. P. A gestão de

dados de pesquisa no contexto da e-science: benefícios, desafios e
oportunidades para organizações de p&d. Ponto de Acesso, v. 11, n. 2,
p. 34-48, 2017.

BORGES, Luiz Eduardo. Python para Desenvolvedores, 1. ed. São

Paulo – SP: Editora Novatec, 2014

BUGNION, Pascal. (2017). Manivannan, Arun; Nicolas, Patrick R. Scala:

Guide for Data Science Professionals. Birmingham: Packt Publishing.

CIELEN, Davy; MEYSMAN, Arno D. B.; ALI, Mohamed. Introducing

Data Science: Big Data, Machine Learning, and more using Python Tools,
1. pub. Shelter Island - Estados Unidos: Editor Manning Publication, 2016

CLEVELAND, W. S. Data Science: anactionplan for Expanding the

technical áreas ofth efieldof statistics. International Statistical Review,
Malden, MA, v. 69, p. 21-26, 2001. doi:10.1111/j.1751-5823.2001.tb00477.

CRUZ C. L.; Data Science: Desenvolvimento De Aplicação Para

Análise De Dados. (2018). Instituto Municipal De Ensino Superior De Assis
– Imesa. Assis-SP.

CORREA, B. S., Gonc¸alves, B., Teixeira, I. M., Gomes, A. T., e Ziviani,

A. (2011). Atoms: a ubiquitous teleconsultation system for supporting
ami patients with prehospital thrombolysis. International journal of
telemedicine and applications, 2011:2.
48 Big Data e Ciência de Dados

GOLDSCHMIDT R., BEZERRA E. Exemplos de aplicações de data

mining no mercado brasileiro. Dispónivel em: <https://computerworld.
com.br/2016/06/27/exemplos-de-aplicacoes-de-data-mining-no-
mercado-brasileiro/>. Acesso 24 de Julho 2020.

CRUZ, E.P.; COVA, C. J. G. Teoria das Decisões: Um Estudo do

Método Lexicográfico.RPCA, Rio de Janeiro, v. 1, n. 1, p. 26-35, set./dez.
2007.

DATA SCIENCE. Youtube, 2018. Cientista de Dados, Por Onde Começar?

Disponível em:<https://www.youtube.com/watch?v=NmCuEgkVLWo>. Acesso
em: 25 de maio. 2020.

CETAX. Diferença Entre Business Intelligence, Data Warehouse,

Data Science E Big Data.

DAVENPORT T. H., Cohen, D., Jacobson, A. (2006). Competing on

Analytics In:Harvard Business Review, p. 98-107.

ECONOMIST, The (2017). The world’s most valuable resource is

no longer oil, but data. Disponível em:<https://www.economist.com/
leaders/2017/05/06/the-worldsmost-valuable-resource-is-no-longer-
oil-but-data>. Acesso em: 20 de maio. 2020.

ESPINDOLA, A.M.S; ROTH, L. Big Data e Inteligência Estratégica:

Um Estudo de Caso Sobre a Mineração de Dados como Alternativa de
Análise. Revista Espacios, v. 37, n. 4, p. 16, out. 2015. Disponível em: <http://
www.revistaespacios.com/a16v37n04/16370417.html>. Acesso em: 25
julho 2020.

ESTRIN, D. (2014). Small Data, where n = me. Communications

of the ACM, 57(4):32–34. Everett, M. e Borgatti, S. P. (2005). Ego network
betweenness. Social networks, 27(1):31– 38.

FÁVERO, Luiz. It forum, 2019. Big Data e tomada de decisão: há

limites para a Ciência de Dados?

FAYYAD, U. M., Piatetsky Shapiro, G., Smyth, P. & Uthurusamy, R.

(1996). Advances in Knowledge Discovery and Data Mining, AAAIPress,
The Mit Press.
 Big Data e Ciência de Dados 49

FINZER, W. The Data Science Education Dilemma. Technology

Innovations In Statistics Education, Caifórnia, v. 7, n. 2, 2013. Acesso em:
22 ago. 2020.

GADELHA Jr., L. M. R., Stanzani, S., Correa, P., Dalcin, E., Gomes, C.
R. O., Sato, L., e Siqueira, M. (2012b). Scalable and provenance—enabled
scientific workflows for predicting distribution of species. In Proc. 8th
International Conference on Ecological Informatics (ISEI 2012), Bras´ılia, DF.

GRAY, Jim. Jim Gray on eScience: A Transformed Scientific Method.

Based on the transcript of a talk given by Jim Gray to the NRC-CSTB1
in Mountain View, CA, on January 11, 2007. In: HEY, Tony; TRANSLEY,
Stewart; TOLLE, Kristin (orgs). The Fourth Paradigm. DataIntensive Scientific
Discovery. Redmond, WA: Microsoft Research, 2009. 284pp.

JUPYTER.Disponivel em : <https://jupyter.org/> .Acessado dia 2 de

maio 2020.

MARCHIONINI, Gary. Information Science Roles in the Emerging

Field of Data Science. Journal of Data and Information Science. Vol. 1
N2, 2016 pp 1-6.

MANZANO, José Augusto N. G. Programação de Computadores

com C++, 1. ed. 3. Reimpressão. São Paulo – SP: Editora Érica, 2011.

MCKINNEY, Wes. Python for Data Analysis, 1. ed. Sebastopol – CA:

Editora O’Reilly, 2012.

NETTO V. A. (2019) . Quando a área de saúde encontra a ciência

dos dados. Disponível em: https://www.linkedin.com/pulse/quando-
%C3%A1rea-de-sa%C3%BAde-encontra-ci%C3%AAncia-dos-dados-
antonio-valerio-netto>. Acesso em: 23 de maio. 2020.

PAIXÃO A. de Oliveira, Silva V., Tanaka A.(2015). De Business

Intelligence a Data Science: Um estudo comparativo entre áreas
de conhecimento relacionadas. Disponível em:<https://pdfs.
semanticscholar.org/a335/91f5334b50aa8230754e85ae2c37d9a946a0.
pdf> Acesso em: 20 de maio. 2020.
50 Big Data e Ciência de Dados

PATIL, T. H.; DAVENPORT, D. J. Data Scientist: thes exiest job ofthe

21st century. Harvard Business Review, Brighton, MA, 2012. Disponível em:
Acesso em: 20 de maio. 2020.

PANDAS. Disponível em: <https://pandas.pydata.org/>. Acesso em:

23 de maio. 2020.

PRATES R. Wlademi; HOPPEN Joni. (20018).O que Ciências de

Dados e como aplicá-los nos negócios. Disponível em:<https://www.
aquare.la/o-que-e-ciencia-de-dados-data-science-para-negocios/>.
Acesso em: 23 de maio. 2020.

PROVOST, Foster; Fawcett, Tom (2013). Data Scienceand its

Relation-shipto Big Data and Data-Driven Decision Making Big Data,
1:1 (March2013) 51-59

PROVOST, Foster e FAWCETT, Tom (2016) Data Science para

negócios: o que você precisa saber sobre mineração de dados e
pensamento analítico de dados. Alta Books, Rio de Janeiro, RJ.

REIS JESUS M. (2019). Ciência De Dados E Ciência Da Informação:

Guia De Alfabetização De Dados para bibliotecários. Universidade
Federal de Sergipe. São Cristóvão-SE.

SANTANA F. (2019). Big Data X Data Science: qual a diferença

entre os dois conceitos?. Disponível em: <https://minerandodados.com.
br/big-data-x-data-science-qual-a-diferenca-entre-os-dois-conceitos/>.
Acesso em: 20 de maio. 2020.

SILVA, V.A. Determinação da estrutura organizacional das vias

MAP KINASES em sorgo, Arabidopsis lyrata e cana-de-açucar por meio
de análise de Bioinformática. Tese de Doutorado. UENF Darcy Ribeiro,
Agosto 2010.

SWAN, A.; BROWN, S. The skills, role and career structureof data
scientistsand curators: anassessment of currentpr actice and future
needs. Reporttothe Joint Information Systems Committee (JISC). Truro:
Key Perspectives for JISC, 2008. 34 p.

SOARES D. R. (2019). Análise de Dados em Processos de Auditoria.

Universidade Estadual de Campinas.Campinas-SP.
 Big Data e Ciência de Dados 51

SMITH, F. Jack Data Science as an academic discipline. Data

Science Journal , v.5, (2006) p. 163–164.

SCHREIBER, Guss; Akkermans, Hans; Anjewierden, Anjo; de Hoog,

Robert; Shadbolt, Nigel; van der Welde, Walter; Wielinga, Bob(2000).
Knowledge Engineering and Management: the Com-monKADS
Methodology. Cambridge: The MIT Press, 2000WANG, L. Twinning data
science with information science in schools of library and information
science. Journal of Documentation, Emerald Publishing Limited, v. 74, n.
6, p. 1243–1257, 2018.

OLAVSRUD, Thor. Afinal o que é Ciência de Dados e o que isso

tem a ver com a profissão do futuro.

TAN, Pang-ning; STEINBACH, Michael; KUMAR, Vipin. Introdução

ao Data Mining: Mineração de Dado. São Paulo: ciências moderna, 2009.

TURBAN, E.; SHARDA, R.; ARONSON, J.; KING, D. Business

Intelligence: Um Enfoque Gerencial Para a Inteligência do Negócio.
Porto Alegre: Bookman, 2009.

TOTVS. Saiba por que o Data Science é essencial dentro dos

negócios. Disponível em:<https://www.totvs.com/blog/inovacoes/data-
science-como-a-ciencia-de-dados-e-essencial-nos-negocios/>. Acesso
em: 10 de jul. 2020.

UFRJ, Inova Parque. Youtube, 2019. Você sabia a diferença entre

Data Science e Big Data? Disponível em:< https://www.youtube.com/
watch?v=r1AYxeep0QM>. Acesso em: 25 de maio. 2020.

VIANNA, W. B.; DUTRA, M. L. Big Data e gestão da informação:

Modelagem do Contexto Decisional Apoiado pela Sistemografia.
Revista Informação e Informação, Londrina, v. 21, n. 1, p. 185 – 212, jan./
abr. 2016.

VIOLINO B. (2018).8 habilidades essenciais para cientistas de dados

de alto desempenho. Disponível em :<https://cio.com.br/8-habilidades-
essenciais-para-cientistas-de-dados-de-alto-desempenho/>. Acesso
em: 22 de maio. 2020.
52 Big Data e Ciência de Dados

WANG, D., Jeffrey F. Harper, and Michael Gribskov (2003) -

Systematic Trans-Genomic Comparison of Protein Kinases between
Arabidopsis and Saccharomyces cerevisiaePlant Physiology, Vol. 132,
August 2003

WAYNE P. (2019). 6 ferramentas que facilitam a adoção da

Ciência de Dados. Disponível em:<https://cio.com.br/6-ferramentas-
que-facilitam-a-adocao-da-ciencia-de-dados/>. Acesso em: 23 de maio.
2020.