4 Questões sobre Data Science #1

A nossa sociedade está a entrar numa nova era de dados e máquinas inteligentes. Data Science não é uma moda passageira ou algo que as organizações possam dispensar ou ignorar. Sabe o suficiente para perceber como aproveitar esta tendência? 

Filipa Rodrigues, Coordenadora Científica da Pós-Graduação em Data Science vai, numa série de 5 pequenos artigos sobre o tema, responder a algumas das questões que lhe são colocadas com frequência.

 

4 Questões sobre Data Science #1 1 Rumos, Formação e Serviços em Tecnologias da Informação

 

Artigo de Filipa Rodrigues, Coordenadora Científica da Pós-Graduação em Data Science na Rumos

 

#1: Business Intelligence e Data Science, não é tudo a mesma coisa?

Existe uma certa confusão entre estes diferentes conceitos, uma vez que todos utilizam grandes quantidades de dados com o intuito de ajudar as organizações a tomarem melhores decisões e identificarem oportunidades de crescimento. Contudo, as abordagens e tecnologias que utilizam são bastante diferentes.

O objetivo do Business Intelligence é converter dados brutos em conhecimento para ajudar na tomada de decisão dos gestores. Por norma, o BI usa bases de dados internas da organização, para detectar tendências relevantes e utiliza ferramentas para criar relatórios, dashboards e visualizações de dados. Estas são geralmente fechadas, dando pouca liberdade para criar análises e relatórios mais personalizados. Embora, por vezes, o BI também faça previsões para o futuro, estas são normalmente simples inferências matemáticas em cima de dados atuais.

A Data Science emprega o método científico para a exploração dos dados através da formulação e teste de hipóteses, usando simulações e modelos estatísticos. A Data Science usa, muitas vezes, várias fontes de dados, tanto internas como externas à organização, e faz uso de métodos matemáticos e estatísticos para analisar e gerar previsões para o futuro.

A principal diferença entre estas duas disciplinas é que o Business Intelligence se foca na análise de dados do passado enquanto que Data Science pretende tratar do futuro, a partir da análise preditiva. Embora, por vezes, o BI também faça previsões, estas são inferências ou extrapolações de dados passados enquanto a Data Science usa linguagens de programação, como Python e R, que dão uma maior liberdade em todo o processo de exploração dos dados, predição e apresentação de resultados.

 


Leia os restantes artigos deste tema aqui:

4 Questões sobre Data Science #2: Analistas, Engenheiros, Cientistas de Dados… afinal, de quantos profissionais precisamos?

4 Questões sobre Data Science #3: Qual a melhor linguagem de programação para Data Science?

4 Questões sobre Data Science #4: Que aplicações pode ter a Data Science no mundo real?

+ 3 questões sobre a Pós-Graduação em Data Science