Visão Geral

Curso Defining and Scoping Data Science Projects. Os projetos de ciência de dados podem ser complexos e demorados. Ao planejar o projeto antecipadamente e estabelecer parâmetros, você pode garantir que o projeto esteja alinhado com os objetivos do negócio e que os recursos sejam alocados de forma adequada.

Este Curso Defining and Scoping Data Science Projects, ensina os participantes como definir e definir o escopo de projetos de ciência de dados do início ao fim. Os participantes aprendem como identificar o problema de negócios, definir metas do projeto, estimar recursos, identificar riscos, definir limites do projeto, definir critérios e métricas de sucesso e comunicar resultados às partes interessadas. Os alunos também aprendem como coletar dados de várias fontes, limpar e preparar dados para análise e conduzir análises exploratórias de dados para garantir o sucesso de seus projetos de ciência de dados.

Objetivo

Após realizar este Curso Defining and Scoping Data Science Projects, você será capaz de:

• Entenda a importância de definir e definir o escopo dos projetos de ciência de dados
• Identifique e entenda o problema de negócios
• Estimar recursos e identificar riscos
• Defina limites e escopo do projeto
• Defina critérios e métricas de sucesso

Pre-Requisitos

• Familiaridade geral com dados e pipelines de ciência de dados
• Experiência trabalhando em projetos de ciência de dados e aprendizado de máquina

Materiais

Conteúdo Programatico

Introduction to Data Science Projects

1. Data Science and Its Impact on Business
2. Understanding the Data Science Project Lifecycle
3. The Importance of Defining and Scoping in Data Science Projects

Defining the Data Science Project

1. Identifying and Understanding the Business Problem
2. Translating Business Problems into Data Science Tasks
3. Creating Effective Problem Statements
4. Understanding Stakeholder Expectations

Scoping the Data Science Project

1. Estimating the Resources: Data, Time, Skills, and Tools
2. Identifying Risks and Assumptions
3. Setting Project Boundaries and Scope
4. Defining Success Criteria and Metrics

Data Requirements and Preparation

1. Understanding Data Sources and Collection
2. Data Cleaning and Preparation
3. Exploratory Data Analysis
4. Feature Engineering and Selection

Creating and Executing a Project Plan

1. Drafting the Project Plan
2. Model Building, Validation, and Selection
3. Deployment and Maintenance
4. Communicating Results and Findings

Final Project

1. Students will scope and plan a data science project
2. Presentation