Topo

Ciência de dados: livros recomendados por quem é craque na área

Letícia A. Pozza

12/06/2019 13h40

Vira e mexe alguém me pede recomendações de livros para começar a conhecer o universo dos dados com o pé direito. Em vez de contar os meus favoritos, resolvi  consultar profissionais de diversos níveis da área para entender quais os livros foram impactantes para eles no seu início de carreira — ou quais são os queridinhos que sempre recomendam. Abaixo, as publicações indicadas e, melhor, porque foram citadas.

1. Storytelling com dados – Cole Nussbaumer Knafllic

"Hoje estudo muito na internet sobre técnicas avançadas, de acordo com o que estou buscando no momento. Se for livro técnico, desde a faculdade me guio muito pelo 'Artificial Intelligence, a modern approach', de Stuart J Russel e Peter Norvig, que é como me guio para desenvolver e pesquisar novos modelos. Mas para um livro mais introdutório, o 'Storytelling com Dados' aborda algo que não consigo ver em blogs ou web aulas, envolvendo muito bem a teoria sem deixar de lado a prática."
Luan Corumba, Coordenador de Ciência de Dados para Prevenção a Fraudes no Santander

2. O sinal e o Ruído – Nate Silver

"Fui muito impactado pelo livro do Nate Silver, em que pude entender melhor porque ainda precisamos evoluir bastante o nosso entendimento sobre modelos preditivos e suas dificuldades/limitações em um problema real e de natureza complexa. Não é um livro técnico, mas um livro de profundo aprendizado da jornada de modelagem preditiva para os problemas reais do mundo."
Eduardo Magalhães, Head of Data Science e AI na IHM Stefanini

"É legal por criticar as previsões e mostrar que algoritmos não resolvem problemas magicamente."
Pedro Venturini, Analista de Dados na Cappra Data Science

3 Dear Data & Observe, Collect and Draw – Giorgia Lupi e Stefanie Posavech

"O 'Dear Data' foi um excelente livro, pois acho que nada melhor que um livro sobre small data para representar que nem só de big data vive a ciência de dados. E que é possível fazer ciência de dados só com papel (postal, na verdade) e canetas coloridas. Giorgia e Stefanie criaram informações sobre elas mesmas em visualizações lindas de dados, que permitiu que, mesmo separadas por um oceano, as duas se entendessem e se conhecessem  mais a cada postal. E ainda lembrar que podemos ser analíticos olhando para nossos dados também, otimizando nossas decisões pessoais, nos entendendo melhor, olhando para nossos padrões."
Natalia Gruber, Cientista de Dados na Cappra Data Science

"Sou muito fã do 'Observe, Collect and Draw'. Já no primeiro dia de leitura de algumas páginas, pude fazer no meu dia a dia alguns experimentos do livro. Por exemplo, pude enxergar padrões de comportamento de algumas reuniões de trabalho usando a abordagem que o livro ensina. Muito inspirador e um incentivo a várias possibilidades nunca antes imaginadas."
Eduardo Magalhães, Head of Data Science e AI na IHM Stefanini

5. Rápido e devagar –  Daniel Kahneman

"É bem legal para entender a nossa cabeça e começar a desenvolver um mentalidade analítica sobre tudo."
Pedro Venturini, Analista de Dados na Cappra Data Science

"Muito mais do que pensar em cases, precisamos entender por que tomamos decisões. Não é sobre conhecimento técnico de programação ou de estatística, mas, sim, de modelagem, sobre considerarmos como as pessoas se comportam. Vejo que pensamos em soluções técnicas, mas esquecemos de olhar como as pessoas pensam para criarmos soluções que representem o mundo real."
Maurício Diello Guggiana, cientista de dados na Cappra Data Science

6. Estatística: o que é, para que serve e como funciona – Charles Wheelan

"Uma boa iniciação estatística."
Dierê Fernandez, cientista de dados consultora

"Esse livro me fez encarar os dados de uma forma muito mais material. Nele, aprendi a traduzir a linguagem dos dados para a linguagem humana e saber como seguir as trilhas dentro deles. Se eu puder incluir outro, seria a apostila feita pelo meu professor da universidade. Ele soube mostrar a estatística como um canivete com inúmeras ferramentas. Fazendo com que eu me preocupasse mais nas ferramentas a escolher do que sair testando tudo no escuro: Apostila Estatística Clássica – do professor Filipe J Zabala."
Carlo José, Data Engineer Intern na Hogarth Worldwide

8. Armas de Destruição em Massa – Cathy O'Neil

"Precisa ser somente um? Eu tenho vários pra recomendar! Segue a lista para quem quiser se aprofundar. Infelizmente alguns são somente em inglês: 'Architects of Intelligence', 'Algorithms of Oppression', 'Why Information Grows', 'The Efficiency Paradox' e de 'The Tyranny of Metrics'. Existe muito buzz e publicidade sobre as novas técnicas, ferramentas e abordagens na área de dados. Por outro lado, há pouco espaço para reflexões críticas sobre suas aplicações, externalidades e efeitos. Estes livros abordam, de maneira equilibrada, os dois 'lados da moeda', isto é, as vantagens e desvantagens das tecnologias que tem potencial para transformar o mundo como conhecemos."
José Borbolla Neto, coordenador dos cursos de dados da Digital House Brasil e consultor

9. Algoritmos para viver – Brian Christian e Tom Griffiths

"Entender que os dados já fazem parte da nossa vida há muito tempo pode nos auxiliar a compreender como incluir essa visão nos negócios."
Letícia Pozza

10. O poder dos números – Dimitri Maex

"Foi o primeiro livro que li e foi, definitivamente, o mais direto, simples e rapidamente aplicável. Mesmo antes de big data e ciência de dados virarem palavras da moda, ele já trazia uma visão muito clara das dificuldades da área e da aplicação/uso no dia a dia."
Letícia Pozza

"É o mais prático de todos, bem direto."
Pedro Venturini, Analista de Dados na Cappra Data Science

11. Data Science para Negócios – Tom Fawcett, Foster Provost e outros

"Abriu minha mente. Ele aborda de forma abrangente e fácil vários tipos de algoritmos para resolver problemas de negócio distintos e sem ser muito técnico. Pra quem tá começando, é muito bom."
Bruno Américo, System Business Analyst na CWI Software

12. Data Smart. Usando Data Science Para Transformar Informação em Insight – John W. Foreman

"Traz aplicações de modelos com uma linguagem de negócios e bem simples. Já recomendei para varias pessoas que estão começando em data science, e foi bastante enriquecedor para eles."
Dierê Fernandez, cientista de dados consultora

13. O poder do hábito – Charles Duhigg e Rafael Mantovani

"Fala de cases bem conhecidos e sobre como utilizar dados de forma bem direta."
Maurício Diello Guggiana, cientista de dados na Cappra Data Science

14. Moneyball, o Homem que Mudou o Jogo – Michael Lewis

"Dados sob uma perspectiva diferente – a do esporte. Uma ótima forma de compreender que não existe local para ser criativo e aplicar seu conhecimento de dados."
Maurício Diello Guggiana, cientista de dados na Cappra Data Science

E aí, algum outro livro para adicionarmos para essa lista?

Comunicar erro

Comunique à Redação erros de português, de informação ou técnicos encontrados nesta página:

Ciência de dados: livros recomendados por quem é craque na área - UOL

Obs: Link e título da página são enviados automaticamente ao UOL

Ao prosseguir você concorda com nossa Política de Privacidade

Sobre a Autora

Letícia A. Pozza é cientista de dados criativa que atua como consultora em grandes organizações no Brasil e fora, auxiliando-as a se tornarem mais orientadas por dados.

Sobre o Blog

Assim como a salada, a probabilidade de você gostar do assunto dados é muito baixa. Mas não tem como fugir: a quantidade de dados disponíveis é cada vez maior e o universo dos dados logo será o seu. Melhor é a gente aprender a entender e gostar disso o quanto antes, certo? Aqui, vamos discutir uma miscelânea de assuntos conectando Big data, ciência de dados, cultura analítica e como isso impacta o seu dia a dia. Vem comigo! Quem sabe eu não te faço gostar de salada também?


Salada de Dados