Se prepare para entrevistas de vagas de Cientista de Dados | Hipsters: Entrevista de Emprego Tech

Quer se preparar para entrevistas de emprego de vagas de cientista de dados? Esse vídeo vai te ajudar a passar nessa etapa do processo seletivo.
___________________________________________________________________________________________________________
Boas-vindas ao segundo episódio do Hipsters Entrevistas de Emprego Tech!
Nesse episódio, Fabrício Carraro *fez uma simulação de entrevista de emprego com a Professora Ana Raquel para uma vaga de Data Science*.
A entrevista foi dividida em duas etapas: primeiro, Fabrício fez as perguntas técnicas mais prováveis em uma vaga de cientista de dados. Depois disso, Profa. Ana resolveu um desafio prático da área de dados.
Se prepare para as entrevistas de Dados de forma mais estratégica. Vamos lá?
Espero que aproveite :)
Sinta-se à vontade para compartilhar suas perguntas e comentários. Vamos adorar conversar com você!
🧠 Quer desenvolver sua carreira na área de dados? Conheça os cursos da Alura que podem te ajudar:
🖥️ SQL e Base de dados: alura.tv/3VfnxjG
🖥️ Data Science: alura.tv/4adIaB0
🖥️Business Intelligence: alura.tv/3TeGYqd
🖥️ Machine Learning: alura.tv/3IxfVSh
🤿 Mergulhe ainda mais profundo em sua carreira com a pós-tech da FIAP:
🖥️ Data Analytics: alura.tv/4csMSNx
🖥️ Machine Learning Engineering: alura.tv/3v9DAoC
👥 Conheça quem será o Host desta temporada:
✅ Fabricio Carraro - Gerente de Produto na Alura, Engenheiro da Computação ( @tvunicamp ) e Pós Tech em Data Analytics e Machine Learning (FIAP) e autor do livro "Inteligência artificial e ChatGPT" da Casa do Código |
/ fabriciocarraro
👥 Conheça nossa convidada:
✅ Ana Raquel - Professora da Pós Tech (FIAP), Cientista de Dados (FIAP) e MBA em Big Data, Artificial Intelligence & Machine Learning (FIAP).
🔗 Links de referências:
📝 Enunciado: github.com/alura-cursos/youtu...
📝 Base de dados: github.com/alura-cursos/youtu...
📝 StratifiedKFold: scikit-learn.org/stable/modul...
📝 LogisticRegression: scikit-learn.org/stable/modul...
📂 Capítulos:
▶ 00:00 - 01:13 - Abertura e apresentação da convidada
▶ 01:14 - 02:03 - O que você faz no seu dia-a-dia como cientista de dados?
▶ 02:04 - 03:12 - Quais seriam os seus primeiros passos para entender uma base de dados desconhecida?
▶ 03:13 - 05:10 - Como é o ciclo de vida de um projeto completo de Data Science?,
▶ 05:11 - 06:03 - Você poderia listar as bibliotecas Python que você mais usa no seu dia-a-dia?
▶ 06:04 - 07:06 - Qual a diferença do conjunto de dados de treinamento e o conjunto de dados de teste?
▶ 07:07 - 09:12 - O que são dados outliers e quais as principais técnicas para lidar com esses dados?
▶ 09:13 - 10:30 - O que significa o termo "conjunto de dados desbalanceado" e como tratá-los?
▶ 10:31 - 11:37 - Qual é a diferença entre aprendizado supervisionado e não-supervisionado?
▶ 11:38 - 12:10 - Quais são os principais algoritmos de aprendizado supervisionado e não-supervisionado?
▶ 12:11 - 15:34 - O que são o overfitting e o underfitting?
▶ 15:35 - 16:30 - O que é p-value e o que significa dizer que ele é alto ou baixo?
▶ 16:31 - 18:15 - O que é uma matriz de confusão e quais as medidas que se pode obter a partir dela?
▶ 18:16 - 19:05 - Como você define qual o melhor modelo para um determinado problema?
▶ 19:06 - 20:15 - Qual a diferença entre regressão linear e regressão logística?
▶ 20:16 - 21:33 - Como funciona o modelo de Floresta Aleatória (Random Forest)?
▶ 21:34 - 22:08 - O método de Random Forest costuma funcionar melhor para quais tipos de problemas?
▶ 22:09 - 22:57 - O que é validação cruzada e como ela é usada?
▶ 22:58 - 23:41 - Quais são as principais diferenças em problemas de séries temporais?
▶ 23:42 - 26:00 - Qual é a diferença entre Machine Learning e Deep Learning?
▶ 26:01 - 01:05:02 - Resolução de desafio prático da área de dados
📄 Inscreva-se na Newsletter com conteúdos de Imersão, aprendizagem e Tecnologia da Alura, com emails do nosso CEO: www.alura.com.br/imersao
📲 Siga nosso conteúdo para Devs e Techers:
Instagram: / aluraonline
Facebook: / aluracursosonline
🎧 Podcast Hipsters.Tech: open.spotify.com/show/2p0Vx75...

[@alura]

Quer mergulhar ainda mais profundo na carreira de Dados? Conheça a pós-tech de Data Analytics da FIAP. O link está aqui: alura.tv/4csMSNx

[@carlos_action_figures_toys]

O vídeo é bastante técnico. Vocês simularam uma entrevista real, e suas respostas foram reais e bastante técnicas. Isso não é uma crítica, e sim um elogio, porque uma pessoa que é técnica domina bastante sobre sua área de atuação no mercado de trabalho.
Resumindo: como se preparar para uma entrevista de emprego de vaga para cientista de dados? Resposta: domine o assunto, assim como a moça do vídeo. Como dominar o assunto? Estudando e praticando diariamente!

[@alura]

Carlos, ficamos super felizes que você gostou do conteúdo e do formato!
Obrigada pelo feedback, conta com a gente. 💙🤿

[@isadoraperes6217]

Excelente vídeo!!! Além de trazer perguntas relevantes dos algortimos na criação de modelos gostei que foram abordadas questões de Estatística. Muito feliz em conseguir entender os assuntos que estão sendo perguntados e suas repostas. Vejo que meus estudos estão funcionando! :D

[@fabianogermanodossantos7366]

Ae Raquel parabéns pelo avanço profissional que você teve.

[@anaraquel5936]

Fabi! Saudades de você!! Muito obrigada! 💙

[@alexpetillo3662]

Parabéns pelo excelente conteúdo apresentado. No entanto, gostaria de esclarecer se essa simulação de entrevista é aplicável internacionalmente ou se cada empresa possui um padrão distinto para conduzir suas entrevistas. Faço essa indagação por ser novato nessa área e por não possuir experiência prévia em entrevistas.

[@Minduim_]

Eu não entendi porra nenhuma 😢

[@strouks8512]

LoL

[@Felipe97264]

muito complexo, parabéns pelo video!