• Data Hackers Newsletter
  • Posts
  • Mais layoffs em 2023? ūüė® O que a an√°lise dos dados tem a nos dizer sobre as demiss√Ķes em massa e sobre o futuro das empresas tech

Mais layoffs em 2023? ūüė® O que a an√°lise dos dados tem a nos dizer sobre as demiss√Ķes em massa e sobre o futuro das empresas tech

Um guia para se tornar Analytics Engineer em 2023; Top 10 métricas e KPI's para um time de dados;

Fala Data Hackers, já que nossa paixão pelo futebol e esperanças na seleção não vão mais render bons frutos nessa copa do mundo, o jeito agora é focar nossas energias na nossa paixão pelos dados, certo?

Hoje o tema da newsletter √© um assunto bem pol√™mico (que gostar√≠amos que j√° fosse uma p√°gina virada em 2022) os Layoffs ou demiss√Ķes em massa. O fato √© que esse alto volume de layoffs gerou um grande volume de dados que podem ser analisados com as t√©cnicas certas para nos ajudar a compreender melhor o que est√° acontecendo e o que esperar para o futuro.Saindo um pouco desse tema t√£o complexo, vamos mostrar como o Airbnb tem utilizado Vis√£o Computacional na pr√°tica para auxiliar os clientes a encontrar a acomoda√ß√£o ideal, vamos mostrar tamb√©m um guia passo a passo para se tornar um Analytics Engineer em 2023 e mostrar quais as 10 m√©tricas que toda equipe de dados deveria acompanhar criteriosamente. Temos outros assuntos incr√≠veis veja s√≥:

2022 foi sem sombra de d√ļvidas o ano dos Layoffs nas empresas Tech e parece que ainda n√£o acabou. Na √ļltima sexta-feira ainda fomos surpreendidos com demiss√Ķes em massa promovidas por empresas de tecnologia no Brasil.Existem diversos fatores que as empresas vem alegando como motivo para esse tipo de decis√£o t√£o dr√°stica, como resultados abaixo do esperado, descontrole das contrata√ß√Ķes no per√≠odo de pandemia, necessidade de reestrutura√ß√Ķes internas, dificuldades de levantar novas rodadas de investimento dentre muitos outros fatores.Mas ser√° que os dados podem nos "dizer algo a mais" sobre isso?Desde que as demiss√Ķes em massa em empresas de tecnologia passaram a ser mais frequentes alguns sites colaborativos come√ßaram a reunir dados e informa√ß√Ķes sobre cada novo Layoff, como o nome da empresa, volume de demiss√Ķes, setor da empresa, tamanho, al√©m de aspectos relacionados ao volume de capta√ß√£o de investimentos. Alguns sites que se destacaram foram o layoffs.fyi e o layoffsbrasil.com que juntos j√° registraram mais de mil layoffs considerando apenas 2022.E se pud√©ssemos analisar esse volume de dados e entender melhor esse cen√°rio e at√© mesmo calcular a probabilidade de que esse tipo de evento venha acontecer ou n√£o no futuro? Bom, esse foi o objetivo desse artigo.O cientista de dados Dmytro Iakubovskyi pegou os dados do site layoffs.fyi (que j√° est√£o tabulados e dispon√≠veis publicamente no Kaggle) e decidiu aplicar t√©cnicas de Machine Learning e "interpretabilidade" de modelos para identificar se fatores como localiza√ß√£o das empresas, setor de atua√ß√£o e volume de rodadas de investimento influenciaram nos processos de layoffs. O artigo tem uma proposta ousada e ainda √© algo inicial, mas fez um uso interessante de t√©cnicas SHAP para tentar obter uma melhor interpreta√ß√£o do impacto dos diferentes fatores nos modelos preditivos. (em Ingl√™s)

Supletivo Data Hackers - Open Metadata - Quarta 14/12 √†s 20hOs Data Hackers Rodrigo Teoria e Leo Bicassi v√£o apresentar o cat√°logo de dados Open Metadata, para a comunidade DataHackers, uma solu√ß√£o de gerenciamento de metadados que inclui data discovery, governan√ßa de dados, recursos de qualidade, observabilidade e colabora√ß√£o de pessoas. Conte√ļdo imperd√≠vel! (em Portugu√™s)

O Airbnb recebe diariamente milhares de novos an√ļncios de acomoda√ß√Ķes, esses an√ļncios contam sempre com fotos mostrando como √© o local que ser√° reservado, resultando em uma base de dados com centenas de milh√Ķes de imagens. Desde o in√≠cio, eles entenderam que a qualidade das imagens eram um fator essencial para o sucesso das reservas e chegaram a contratar milhares de fot√≥grafos profissionais para aumentar as chances de uma negocia√ß√£o positiva, por√©m agora com a evolu√ß√£o da Vis√£o Computacional eles tem novos recursos para isso.

As fotos cont√™m informa√ß√Ķes cruciais sobre estilo e est√©tica de design que s√£o dif√≠ceis de transmitir em palavras ou em uma lista fixa de diferenciais, mas a vis√£o computacional pode auxiliar a extrair e incorporar informa√ß√Ķes intang√≠veis das fotos e ajudar os h√≥spedes a encontrar facilmente os an√ļncios que atendem √†s suas prefer√™ncias. (em Ingl√™s)

 

A posi√ß√£o de Analytics Engineer √© uma das mais recentes em times de dados, mas vem ganhando muita popularidade devido a forte ado√ß√£o nas empresas. Normalmente esse profissional √© respons√°vel por cuidar da modelagem e governan√ßa dos dados com o objetivo de entregar dados de qualidade para os usu√°rios finais, aumentando o valor das entregas e empoderando o time a tomar melhores decis√Ķes.

Mas como muita gente ainda tem d√ļvidas sobre todos os conhecimentos t√©cnicos necess√°rios para esse desafio resolvemos trazer um artigo com um passo a passo para quem deseja se tornar Analytics Engineer em 2023. (em Ingl√™s)

Nos √ļltimos 5 anos a ado√ß√£o de AI pelas empresas mais que dobrou e os resultados financeiros indicam que empresas que adotaram AI continuam crescendo mais que seus concorrentes, essas s√£o algumas das conclus√Ķes do relat√≥rio State of AI 2022. (em Ingl√™s)

Um dos maiores desafios de equipes de dados √© medir o ROI (retorno no investimento) dos projetos, mas a verdade √© que existem muitas formas diferentes de acompanhar esse n√ļmero mas n√£o existem muitos frameworks e boas pr√°ticas para chegar nisso. Esse artigo apresenta 10 dos principais indicadores utilizados em equipes de dados e um passo a passo de como fazer os c√°lculos. (em Ingl√™s)

Est√° de saco cheio dos posts motivacionais e "fanfics corporativas" no seu feed do LinkedIn? Que tal entender a fundo como os modelos de ML funcionam na rede social e come√ßar a fazer algumas a√ß√Ķes para hackear o algoritmo e ter um feed mais interessante? (em Ingl√™s)

A ferramenta JSON Crack ajuda a visualizar de forma f√°cil arquivos JSON atrav√©s da representa√ß√£o gr√°fica das informa√ß√Ķes. Al√©m disso a ferramenta facilita a boca por informa√ß√Ķes permitindo que voc√™ fa√ßa o download dos diagramas para usar onde quiser, al√©m disso ele pode ser integrado de forma simples ao VS Code. (em Ingl√™s)

Por dentro de um sistema real de Machine Learning em produçãoNesse video o Data Hacker Mario Filho vai mostrar os scripts e arquitetura de um sistema real de Machine Learning que ele mesmo utilizou por 6 meses para aumentar sua base de seguidores do Twitter de 900 até 20.000. (em Português)

VAGAS DA SEMANA

  • Conhecimentos de aprendizado de m√°quina e estat√≠stica;

  • Python/R;

  • SQL;

  • Conhecimento em modelagem e algoritmos de Machine Learning;

  • Capacidade de an√°lise quantitativa (Ci√™ncia de Dados/Minera√ß√£o de Dados) e explorat√≥ria, utilizando a maior parte das seguintes ferramentas: Pandas, plotly, Matplotlib, Seaborn, Bokeh, ggplot2;

  • Experi√™ncia em lideran√ßa t√©cnica de projetos de times de Engenharia de Machine Learning;

  • Experi√™ncia em cultura DevOps (infra as a code, micro servi√ßos, CI/CD, git, etc);

  • Conhecimento em Kubernetes e Docker;

  • Experi√™ncia com orquestra√ß√£o de pipelines (Airflow, Argo, Control-M);

  • Conhecimento em provedores de arquitetura em nuvem (AWS, GCP, Azure), em especial AWS;

  • Conhecimentos avan√ßados em SQL, Python e Spark;

  • Conhecimentos de Ci√™ncia de Dados e particularidades do ciclo de vida de Machine Learning;

  • Experi√™ncia com desenvolvimento de micro-servi√ßos;

E você? Está com o visual parecido?

Poucos aqui devem saber, mas até 1978 não havia disputas de pênalti na Copa do Mundo de futebol, a decisão do ganhador era feita lançando uma moeda no estilo cara-ou-coroa. Agora com as disputas de pênaltis muitos especialistas em futebol, comentaristas e ex-jogadores costumam criticar os lances afirmando que o resultado seria diferente se o jogador ou técnico em questão tivesse atuado de forma diferente, mas o que será que a ciência tem a dizer sobre isso? Por mais que o comentarista Neto pense o contrário, cobranças de pênaltis ainda são basicamente como jogar dados, esse é o resumo de um estudo que a The Economist publicou sobre as disputas de penaltis em partidas de futebol após analisar 434 lances nas copas e criar uma visualização de dados para mostrar exatamente como são as probabilidades de gols. (em Inglês)

14 de Dezembro 20h - 100% online e gratuito

Janeiro e Fevereiro de 2023 - Diversos cursos a preços acessíveis (R$ 60 a R$ 500)

Obs: O programa também conta com alguns cursos gratuitos.

Obs: gostaria de ter seu evento divulgado aqui? Basta compartilhar ele em nosso

.