10 Artigos de leitura obrigatória de setembro de 2017

0

A indústria da ciência dos dados está rapidamente encontrando aplicações em uma variedade de disciplinas que vão desde biotecnologia para ciência social. Revolucionou a forma como tomamos decisões tanto como empresas quanto como pesquisadores. A ciência dos dados é atualmente o "melhor trabalho na América", de acordo com Glassdoor. A quantidade de dados que coletamos é alucinante, não apenas através dos meios tradicionais, mas também através de plataformas digitais e mídias sociais. Análise, visualização e interpretação de dados são habilidades que estão em alta demanda - e os especialistas freqüentemente se especializam em disciplinas específicas, como informática ou mesmo astrofísica. Na Kolabtree, ajudamos os proprietários de projetos a encontrar freelancers altamente qualificados especialistas em ciência dos dados para ajudá-los a analisar um conjunto de dados ou escrever um algoritmo - e isto é a prova de que as organizações sofrem de uma lacuna de habilidades ou recursos neste campo.

Os cientistas de dados precisam se manter atualizados sobre as últimas pesquisas e desenvolvimentos no campo para se manterem no topo do jogo. Aqui está uma lista com curadoria dos 10 principais artigos de setembro de 2017 que acreditamos ser necessária para a leitura.

1. Aqui estão as 10 habilidades que você precisa para se tornar um cientista de dados, o não. 1 emprego na América
(Alison DeNisco, TechRepublic)

2. O Abismo da Analítica 
(Jon Evans, TechCrunch)

3. Novas ferramentas utilizam o aprendizado de máquinas e inteligência artificial para melhorar as operações de TI
(Bernard Marr, Forbes)

4. Diferença entre Aprendizagem de Máquina, Ciência de Dados, IA, Aprendizagem Profunda, e Estatística
(Vincent Granville, Data Science Central)

5. Uma Wikipédia para visualização de dados está aqui
(Katharine Schwab, Co.Design)

6. Se você deseja atualizar suas habilidades de análise de dados, que linguagem de programação você deve aprender? [R vs Python] (Dan Kopf, Quartz)

7. 30 Dados Essenciais, Aprendizagem de Máquina e Folhas de Aldrabice de Aprendizagem Profunda
(Matthew Mayo, KDNuggets)

8. O Estudo A.I. "Gaydar" e os Perigos Reais dos Grandes Dados
(Alan Burdick, The New Yorker)

9. Garantindo a vantagem competitiva com a aprendizagem de máquinas
(Ronald van Loon, Dataconomy)

10. Caçadores da tempestade: A ciência dos dados por trás da previsão do tempo
(George Anadiotis, ZDNet)

Tem mais algum artigo a acrescentar à lista? Deixe-os nos comentários abaixo ou Tweet para nós!


A Kolabtree ajuda empresas em todo o mundo a contratar especialistas sob demanda. Nossos freelancers têm ajudado empresas a publicar artigos de pesquisa, desenvolver produtos, analisar dados e muito mais. Leva apenas um minuto para nos dizer o que você precisa fazer e obter cotações de especialistas gratuitamente.


Compartilhe.

Sobre o Autor

Ramya Sriram gerencia conteúdo digital e comunicações em Kolabtree (kolabtree.com), a maior plataforma freelancer do mundo para cientistas. Ela tem mais de uma década de experiência em publicação, publicidade e criação de conteúdo digital.

Deixe uma resposta