← Início
Playlist
Feijão com Arroz
O básico bem feito, que todo profissional de dados precisa dominar.
57 conceitos
- 守ShuO que é dado, afinal?Engenharia de DadosQual a diferença entre dado, informação e conhecimento — e por que os tipos de dados importam?
- 守ShuO que faz um Engenheiro de DadosEngenharia de DadosO que esse profissional constrói e por que toda empresa orientada a dados precisa dele?
- 守ShuBancos de dados e fontes de dadosEngenharia de DadosO que é um SGBD e de onde os dados nascem?
- 守ShuModelagem de dados: conceitual, lógica e físicaEngenharia de DadosO que significa modelar dados e por que projetos falham sem isso?
- 守ShuO modelo relacional e os relacionamentosEngenharia de DadosComo tabelas se conectam — e por que N:N exige tabela intermediária?
- 守ShuChaves e integridade referencialEngenharia de DadosComo o banco garante que cada registro é único, conectável e sem órfãos?
- 守ShuAnatomia de um pipeline de dadosEngenharia de DadosO que separa um script solto de uma esteira confiável de dados?
- 守ShuModelagem dimensional: fatos e dimensõesEngenharia de DadosPor que Kimball criou um jeito próprio de modelar para análise?
- 守ShuFormatos texto: CSV, JSON e XMLEngenharia de DadosQuais as armadilhas dos formatos universais de troca de dados?
- 守ShuQualidade de dados: dimensões e profilingEngenharia de DadosComo radiografar um dataset antes de confiar nele?
- 守ShuAnálise de Dados e BI: o que são e qual a diferençaAnálise de Dados & BIOnde termina a análise e começa o BI?
- 守ShuOs 4 tipos de análiseAnálise de Dados & BIO que aconteceu, por quê, o que vai acontecer e o que fazer?
- 守ShuO processo de análise: da pergunta à decisãoAnálise de Dados & BIPor que começar pela pergunta e não pelos dados?
- 守ShuCultura data-driven e data literacyAnálise de Dados & BIO que significa de verdade ser orientado a dados?
- 守ShuMédia, mediana e modaAnálise de Dados & BIQuando a média engana — e qual medida usar?
- 守ShuMedidas de dispersãoAnálise de Dados & BIComo duas médias iguais escondem realidades opostas?
- 守ShuOutliersAnálise de Dados & BIValores extremos: erro, fraude ou ouro?
- 守ShuVieses e a diferença entre significância e relevânciaAnálise de Dados & BIO resultado é significante… mas ele importa?
- 守ShuLimpeza de dados na práticaAnálise de Dados & BIO que são os 80% invisíveis do trabalho do analista?
- 守ShuCombinando e resumindo dados: joins e agregaçõesAnálise de Dados & BIComo cruzar tabelas sem perder nem duplicar linhas?
- 守ShuPrincípios da boa visualizaçãoAnálise de Dados & BIO que faz um gráfico ser bom — e o que são os enfeites que atrapalham?
- 守ShuComo escolher o gráfico certoAnálise de Dados & BIComparação, composição, distribuição ou relação?
- 守ShuBarras e linhas: os essenciais e seus erros clássicosAnálise de Dados & BIComo estragar o gráfico mais seguro do mundo?
- 守ShuDashboard, relatório e scorecardAnálise de Dados & BIQuais as três entregas diferentes que todo mundo chama de dashboard?
- 守ShuVocabulário financeiro do analistaAnálise de Dados & BIQual o mínimo de finanças que todo analista precisa dominar?
- 守ShuFunil de conversãoAnálise de Dados & BIOnde os clientes desistem — e como medir cada etapa?
- 守ShuAnálise de Pareto (80/20)Análise de Dados & BIQuais 20% dos produtos geram 80% da receita?
- 守ShuLevantamento de requisitos com stakeholdersAnálise de Dados & BIQuais perguntas fazer antes de abrir a ferramenta?
- 守ShuO analista na era da IAAnálise de Dados & BIO que a IA automatiza e o que ela amplifica no trabalho do analista?
- 守ShuComo uma máquina "aprende"Inteligência ArtificialQual a intuição central por trás de todo machine learning?
- 守ShuOs 3 paradigmas de aprendizadoInteligência ArtificialAprender com gabarito, sem gabarito ou por recompensa?
- 守ShuOs 3 tipos de problemaInteligência ArtificialComo enquadrar um problema de negócio em ML?
- 守ShuTreino, validação e testeInteligência ArtificialPor que dividir os dados em três — e o que acontece se não dividir?
- 守ShuOverfitting, underfitting e viés-variânciaInteligência ArtificialQual a diferença entre o modelo que decorou e o que não aprendeu nada?
- 守ShuRegressões: linear e logísticaInteligência ArtificialPor que o modelo mais simples do mundo ainda importa?
- 守ShuRedes neurais: neurônios, camadas e ativaçãoInteligência ArtificialComo funciona uma rede neural — sem matemática pesada?
- 守ShuNLP e tokenizaçãoInteligência ArtificialPor que a IA não lê palavras — e o que são tokens de verdade?
- 守ShuModelos de linguagem e janela de contextoInteligência ArtificialComo um autocompletar gigante virou inteligência aparente?
- 守ShuO que é IA generativa e o que é um LLMInteligência ArtificialQual a diferença entre prever e criar?
- 守ShuPrompt engineeringInteligência ArtificialComo escrever instruções que extraem o melhor do modelo?
- 守ShuViés algorítmico e fairnessInteligência ArtificialComo a IA herda e amplifica preconceitos dos dados?
- 守ShuDeepfakes e desinformação sintéticaInteligência ArtificialComo identificar conteúdo falso num mundo de IA generativa?
- 守ShuIA e o futuro do trabalho em dadosInteligência ArtificialO que a IA automatiza, o que ela amplifica — e onde o humano segue essencial?
- 守ShuBig Data e os 5 VsEngenharia de DadosQuando o dado "vira big" e o que muda a partir daí?
- 守ShuOLTP vs OLAPEngenharia de DadosPor que o banco que registra a venda não é o banco que analisa a venda?
- 守ShuETL vs ELTEngenharia de DadosExtrair, transformar e carregar — e por que a nuvem inverteu a ordem?
- 守ShuBatch vs streamingEngenharia de DadosProcessar de hora em hora ou evento a evento?
- 守ShuData Warehouse vs Data Lake vs LakehouseEngenharia de DadosOnde os dados analíticos devem morar — e como o lakehouse une os dois mundos?
- 守ShuStar schema vs snowflakeEngenharia de DadosPor que o esquema estrela é o padrão-ouro do BI?
- 守ShuIA vs Machine Learning vs Deep LearningInteligência ArtificialO que está dentro do quê nas três bonecas russas da IA?
- 守ShuLGPD, privacidade e anonimizaçãoEngenharia de DadosO que a lei brasileira exige de quem trata dados pessoais?
- 守ShuPopulação, amostra e vieses de amostragemAnálise de Dados & BIPor que quase nunca analisamos todos os dados?
- 守ShuCorrelação e causalidadeAnálise de Dados & BIComo medir se duas variáveis andam juntas — e por que isso não prova nada?
- 守ShuKPIs, métricas e vanity metricsAnálise de Dados & BISeguidores sobem, receita não — como escolher o que medir?
- 守ShuPor que (quase) nunca usar gráfico de pizzaAnálise de Dados & BIO que a percepção visual diz sobre ângulos vs comprimentos?
- 守ShuAlucinaçãoInteligência ArtificialPor que a IA inventa fatos com total confiança?
- 守ShuMatriz de confusão e métricas de classificaçãoInteligência ArtificialPor que 99% de acurácia pode ser um modelo péssimo?